股價暴漲185%，市值突破1萬億美元。

要說今年AI圈誰是最大贏家，相信英偉達(dá)肯定在列。

雖然已經(jīng)贏麻，但英偉達(dá)還是不甘于只做GPU扛把子，現(xiàn)在又瞄準(zhǔn)了另一個市場。

這一次的目標(biāo)是邊緣計算芯片。

據(jù)The information披露，今年2月，英偉達(dá)已秘密收購人工智能初創(chuàng)公司OmniML。

圖片

OmniML是一家專注于專注于邊緣AI計算的初創(chuàng)公司，MIT韓松是聯(lián)合創(chuàng)始人之一。

圖片

雖然今年1月，OmniML才宣布與英特爾建立戰(zhàn)略合作伙伴關(guān)系，但也不耽誤英偉達(dá)2月立馬入局搞收割收購。

目前，OmniML官方LinkedIn賬號已顯示歸屬英偉達(dá)，且在谷歌搜索官方網(wǎng)址https://omniml.ai/，點(diǎn)擊后也是直接跳轉(zhuǎn)英偉達(dá)官網(wǎng)。

圖片

圖片

雖然消息不多，不過從這些跡象來看，收購一事，應(yīng)該是坐實(shí)了。

不甘只做GPU扛把子

今年5月，英偉達(dá)發(fā)布2024財年第一季度財報中，其單季度實(shí)現(xiàn)營收71.9億美元，并預(yù)測其第二季度的收入將達(dá)到110.0億美元。

手握芯片和資金英偉達(dá)，僅在今年6月就參與投資了三家生成式AI獨(dú)角獸，包括Inflection AI、Runway和Cohere。

圖片

在宣布融資的同時，Inflection AI表示，正在與英偉達(dá)合作構(gòu)建用于訓(xùn)練AI大模型的全球最大GPU集群之一。

數(shù)據(jù)顯示，英偉達(dá)2022年全年P(guān)C GPU出貨量達(dá)3034萬塊，是AMD的近4.5倍。截至2022年四季度，在獨(dú)立GPU市場，英偉達(dá)占據(jù)84%的市場份額，市值更是邁入萬億大關(guān)。

不過，雖已成GPU霸主，在邊緣計算芯片這塊，英偉達(dá)仍面臨一些尷尬局面。

比如，在近期的MLPerf測試中，尤其是邊緣計算這項(xiàng)，英偉達(dá)的AGX Orin在ResNet功耗效率上，均不敵初創(chuàng)公司SiMa.AI。

圖片

根據(jù)測試結(jié)果，在單流這塊，SiMa.AI的每幀能耗為英偉達(dá)AGX Orin的1.45倍（數(shù)值越低越好），而SiMa的延遲也快了27%。多流這邊，差距為1.39倍，延遲快了22%。

SiMa.AI是一家專注為機(jī)器人、汽車到照相機(jī)等設(shè)備開發(fā)芯片的初創(chuàng)企業(yè)，成立于2018年，迄今累計融資2億美元。

圖片

據(jù)內(nèi)部人士透露，這次英偉達(dá)搞收購，就是計劃用OmniML技術(shù)幫助客戶更快地開發(fā)AI模型，來提高機(jī)器學(xué)習(xí)的準(zhǔn)確性和減少延遲率。

此前，OmniML就曾公開表示正與自動駕駛和智能相機(jī)等領(lǐng)域的客戶合作，打造基于人工智能的計算機(jī)視覺邊緣算法優(yōu)化平臺，以提高安全性和實(shí)時感知能力。

圖片

另外，英偉達(dá)近年業(yè)務(wù)也逐漸拓展至汽車AI芯片領(lǐng)域。

而邊緣計算恰好可以為工業(yè)機(jī)器人、自動駕駛等領(lǐng)域提供低延遲、高安全性、離線運(yùn)行能力等保障。

這些舉動都表明，英偉達(dá)此回目的很直接，就是搞邊緣計算AI芯片。

圖片

MIT韓松聯(lián)創(chuàng)，主打邊緣計算

OmniML成立于2021年，總部位于美國加利福尼亞，去年3月剛拿到1000萬美元種子輪。

圖片

去年9月公司發(fā)布的Omniizer，就是一款可以通過彌合機(jī)器學(xué)習(xí)模型和邊緣硬件之間的差距，簡化和加速機(jī)器學(xué)習(xí)操作(MLOps)的平臺。

圖片

OmniML有三位華人聯(lián)創(chuàng)，分別是公司首席執(zhí)行官吳迪博士，麻省理工學(xué)院電子工程和計算機(jī)科學(xué)系韓松教授、 首席技術(shù)官毛慧子博士。

其中，韓松是MIT EECS助理教授、原深鑒科技聯(lián)合創(chuàng)始人，本科畢業(yè)于清華大學(xué)，博士畢業(yè)于斯坦福大學(xué)，師從英偉達(dá)首席科學(xué)家Bill Dally教授，研究領(lǐng)域主要涉足深度學(xué)習(xí)和計算機(jī)體系結(jié)構(gòu)等。

圖片

此前，MIT韓松教授團(tuán)隊(duì)就曾提出一種算法-系統(tǒng)協(xié)同設(shè)計框架，僅用256KB和1MB的內(nèi)存即可實(shí)現(xiàn)設(shè)備內(nèi)訓(xùn)練，且開銷不到PyTorch和TensorFlow的1/1000。

圖片

刨除本身強(qiáng)大的科研背景，英偉達(dá)收購OmniML，一方面肯定是希望加速布局AI市場。另一方面，或許也與韓松曾師從英偉達(dá)首席科學(xué)家Bill Dally教授不無關(guān)系。

由于都曾經(jīng)是一家人，因此這次的收購更顯得順理成章了。

參考鏈接：
[1]https://www.theinformation.com/articles/nvidia-acquired-ai-startup-that-shrinks-machine-learning-models?rc=riq8lb/
[2]https://www.eetimes.com/mlperf-inference-startups-beat-nvidia-on-power-efficiency/
[3]https://arxiv.org/abs/2206.15472