查看原文
其他

​关于Nvidia加快投资AI初创公司投资的思考

阿法兔 阿法兔研究笔记 2023-08-21
2023年,受益于超长期的技术前瞻性和提前对需求的把握,英伟达无疑成为了这波人工智能浪潮中,最亮眼的公司之一。不过,短短几个月内,英伟达迅速开始围绕生态,布局初创公司的投资,比如说选择投资云计算公司、人工智能初创企业等。这背后是什么思考?我们试图进行了分析,欢迎专家和朋友们一起参与讨论。
欢迎大家转发到朋友圈~~这样兔儿就更有动力写出更多好内容了~

*转载请扫码添加后台微信二维码,转载请注明来源,且附上本文的所有参考文献链接

大纲

*本文2000左右

知情人士透露,Nvidia即将投资Lambda Labs。

图:Lambda首页亮眼的H100
Lambda Labs的主营业务,主要是深度学习工作站,还有Lambda GPU Cloud,主要模式是,向其他公司出租采用Nvidia芯片的服务器,英伟达投资Lambda的竞争对手CoreWeave之后,继续投资Lambda。是英伟达在继续扶持自己的生态企业,把蛋糕做大下图为Lambda官网的说明

英伟达的投资,会使得Lambda估值继续飙升,达到10亿美元或更高,当然英伟达也投资了云计算初创公司CoreWeave。(持续把蛋糕做大)
如果这笔投资顺利完成,这将是Nvidia自3月份以来的第8笔投入初创企业的钱。
之前,英伟达已经给Lambda和CoreWeave安排了自家最新的GPU产品。大型云厂商如AWS、微软和谷歌云是Nvidia的主要客户,但大云厂也开发了自己的AI服务器芯片,并希望客户使用它们。相比之下,Lambda和CoreWeave这样的初创公司对Nvidia的威胁较小,因为它们不设计自己的芯片,所以Nvidia可以全力扶持它们。(我们无责任猜测一下:英伟达后面大概率会自己弄一些标准化SaaS放到这些小云厂,搞GPU based SaaS & PaaS ,让用户更多的依赖他那套基于 CUDA 的生态。但大云厂会开始害怕了...为什么呢?因为大云厂没有可能比英伟达更了解自己家的显卡,因此,和英伟达比,大部分厂只会简单地使用显卡,且成本会比英伟达高,因为不知道如何用到极致(这里指的是很多用的时候很难在训练的时候把GPU的使用时段占满)云厂最怕的就是,对手成本又被我低,业务又比我懂)
一些开发人工智能软件的公司,也越来越多地选择CoreWeave和Lambda租赁计算能力,而不是选择大型云提供商。甚至一些大型云厂商也会需要初创公司的计算能力,因为有的大云厂自己的云中没有足够的服务器。一位知情人士说,例如,CoreWeave和Lambda都将微软视为客户。根据information的说法,微软没有立即回应这个问题。
人工智能初创企业和大型科技公司的需求,帮助提高了这些云计算初创企业的收入。据The Information报道,成立于2012年的Lambda公司的年收入,将从2020年的2000多万美元增至今年的数亿美元,最早该公司的业务重点是销售GPU驱动的计算机,而不是在云上租用GPU服务器Lambda的其他云GPU客户包括移动游戏开发商Sea Ltd.和人工智能语音生成器PlayHT。Lambda的此前从谷歌的Gradient Ventures、Bloomberg Beta和Mercato Partners等投资方那里融资7250万美元。
在OpenAI的ChatGPT发布,引发的大模型训练热潮中,Nvidia对云初创公司的兴趣日益浓厚。近几个月来,这股热潮引发了GPU的抢购潮。据报道,对Nvidia最广泛使用的GPU A100的需求一直很高,以至于AWS、微软、谷歌和甲骨文在最近几个月限制了其云客户租用芯片的能力,而这些云厂商尚未向客户全面提供H100。今年早期,英伟达在最早期的市场布局中选择了CoreWeave和Lambda作为首批获得H100芯片的供应商。(英伟达选择划一部分毛利给生态小企业,让小企业享受技术头部红利的分成,举个例子,我们猜测一下,【也许】同样1w个GPU,大厂的拿货价可能是nv扶持小伙伴拿货价的1倍)
注意:OpenAI服务全部在Azure上,而英伟达主要负责卖货,因此它要自己构建一条GPU云产品线,开始GPU SaaS/PaaS租赁服务,只要卡转云后,毛利会非常高,利润会大幅提升。
Nvidia最近与人工智能初创公司的合作、布局如下:
  • 7月8日,Nvidia参投Aleph Alpha的1.12亿美元,Aleph Alpha是德国OpenAI的竞争对手,正在开发大语言模型Luminous
  • 6月29日,Nvidia参投Runway的1.41亿美元投资
  • 6月29日,Nvidia与其他四家,共同领投了Inflection的13亿美元融资,Inflection上个月表示已经从Nvidia购买了2.2万个AI芯片和网络设备。仅芯片的零售成本就接近9亿美元。这意味着Inflection可能将大部分融资花在了Nvidia的硬件上,可能比Nvidia投入该公司的资金还多。
  • 6月13日,NVentures参与了Synthesia公司9000万美元的C轮融资。
  • 6月8日,Nvidia参与了Cohere的2.7亿美元C轮融资,该公司为对话式人工智能服务开发LLM。
  • 4月20日,Nvidia参与了CoreWeave的2.21亿美元B轮融资,CoreWeave是一家年轻的云计算供应商,专门处理GPU密集型计算工作,与芯片巨头关系密切。投资方对该公司的纸面估值为20亿美元。
  • 3月14日,英伟达参与了Adept公司3.5亿美元的B轮融资,Adept公司开发LLM,旨在帮助知识工作者更高效地完成任务。
  • 2月,Nvidia收购了OmniML,这是一家致力于缩小机器学习模型的初创公司,使其能够在设备上而不是云提供商上运行。据知情人士透露,Nvidia计划将该技术整合到Nvidia软件中,这样LLM就能在Nvidia芯片驱动的服务器上更高效地运行。
其他
7月12日,据路透社报道,Nvidia已经与芯片设计公司Arm Holdings就成为该公司首次公开募股的主要投资者进行了商谈。
7月12日-Recursion公司宣布获得Nvidia公司5000万美元的投资,并透露计划与该芯片巨头合作开展基于云的药物发现项目,导致这家处于临床阶段的生物技术公司股价大涨80%以上。
本文感谢ChaosAI: Dakai,Kenji Mouri

之后如果有机会,再聊聊英伟达的①集中计算与本地计算策略 ②CUDA

参考资料:https://www.theinformation.com/articles/nvidia-accelerates-ai-startup-investments-nears-deal-with-cloud-provider-lambda-labs?rc=ypdxx3

https://www.theinformation.com/articles/with-nvidias-help-revenue-surges-at-smaller-cloud-providers?rc=ypdxx3

https://lambdalabs.com/deep-learning/servers/hyperplane


【阅读更多】

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存