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。

圖片

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。

圖片

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。

目前，OmniML官方LinkedIn賬號已顯示歸屬英偉達，且在谷歌搜索官方網址https://omniml.ai/，點擊后也是直接跳轉英偉達官網。

圖片

圖片

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。

圖片

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。

圖片

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（數值越低越好），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。

圖片

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。

圖片

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。

圖片

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。

圖片

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(MLOps)的平臺。

圖片

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。

圖片

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。

圖片

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：
[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