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，相信英偉達肯定在列。

雖然已經贏麻，但英偉達還是不甘于只做 GPU 扛把子，現在又瞄準了另一個市場。

這一次的目標是邊緣計算芯片。

據 The information 披露，今年 2 月，英偉達已秘密收購人工智能初創公司 OmniML。

OmniML 是一家專注于專注于邊緣 AI 計算的初創公司，MIT 韓松是聯合創始人之一。

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

雖然消息不多，不過從這些跡象來看，收購一事，應該是坐實了。

不甘只做 GPU 扛把子

今年 5 月，英偉達發布 2024 財年第一季度財報中，其單季度實現營收 71.9 億美元，并預測其第二季度的收入將達到 110.0 億美元。

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

在宣布融資的同時，Inflection AI 表示，正在與英偉達合作構建用于訓練 AI 大模型的全球最大 GPU 集群之一。

數據顯示，英偉達 2022 年全年 PC GPU 出貨量達 3034 萬塊，是 AMD 的近 4.5 倍。截至 2022 年四季度，在獨立 GPU 市場，英偉達占據 84% 的市場份額，市值更是邁入萬億大關。

不過，雖已成 GPU 霸主，在邊緣計算芯片這塊，英偉達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，英偉達的 AGX Orin 在 ResNet 功耗效率上，均不敵初創公司 SiMa.AI。

根據測試結果，在單流這塊，SiMa.AI 的每幀能耗為英偉達 AGX Orin 的 1.45 倍，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 是一家專注為機器人、汽車到照相機等設備開發芯片的初創企業，成立于 2018 年，迄今累計融資 2 億美元。

據內部人士透露，這次英偉達搞收購，就是計劃用 OmniML 技術幫助客戶更快地開發 AI 模型，來提高機器學習的準確性和減少延遲率。

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

另外，英偉達近年業務也逐漸拓展至汽車 AI 芯片領域。

而邊緣計算恰好可以為工業機器人、自動駕駛等領域提供低延遲、高安全性、離線運行能力等保障。

這些舉動都表明，英偉達此回目的很直接，就是搞邊緣計算 AI 芯片。

MIT 韓松聯創，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。

去年 9 月公司發布的 Omniizer，就是一款可以通過彌合機器學習模型和邊緣硬件之間的差距，簡化和加速機器學習操作 的平臺。

OmniML 有三位華人聯創，分別是公司首席執行官吳迪博士，麻省理工學院電子工程和計算機科學系韓松教授、 首席技術官毛慧子博士。

其中，韓松是 MIT EECS 助理教授、原深鑒科技聯合創始人，本科畢業于清華大學，博士畢業于斯坦福大學，師從英偉達首席科學家 Bill Dally 教授，研究領域主要涉足深度學習和計算機體系結構等。

此前，MIT 韓松教授團隊就曾提出一種算法-系統協同設計框架，僅用 256KB 和 1MB 的內存即可實現設備內訓練，且開銷不到 PyTorch 和 TensorFlow 的 1/1000。

刨除本身強大的科研背景，英偉達收購 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首席科學家 Bill Dally 教授不無關系。

由于都曾經是一家人，因此這次的收購更顯得順理成章了。

參考鏈接:

廣告聲明:文內含有的對外跳轉鏈接，用于傳遞更多信息，節省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。