股价暴涨185%，市值突破1万亿美元。
要说今年AI圈谁是最大赢家，相信英伟达肯定在列。
虽然已经赢麻，但英伟达还是不甘于只做GPU扛把子，现在又瞄准了另一个市场。
这一次的目标是边缘计算芯片。
据The information披露，今年2月，英伟达已秘密收购人工智能初创公司OmniML。
图片
OmniML是一家专注于专注于边缘AI计算的初创公司，MIT韩松是联合创始人之一。
图片
虽然今年1月，OmniML才宣布与英特尔建立战略合作伙伴关系，但也不耽误英伟达2月立马入局搞收割收购。
目前，OmniML官方LinkedIn账号已显示归属英伟达，且在谷歌搜索官方网址https://omniml.ai/，点击后也是直接跳转英伟达官网。
图片
图片
虽然消息不多，不过从这些迹象来看，收购一事，应该是坐实了。
不甘只做GPU扛把子
今年5月，英伟达发布2024财年第一季度财报中，其单季度实现营收71.9亿美元，并预测其第二季度的收入将达到110.0亿美元。
手握芯片和资金英伟达，仅在今年6月就参与投资了三家生成式AI独角兽，包括Inflection AI、Runway和Cohere。
图片
在宣布融资的同时，Inflection AI表示，正在与英伟达合作构建用于训练AI大模型的全球最大GPU集群之一。
数据显示，英伟达2022年全年PC GPU出货量达3034万块，是AMD的近4.5倍。截至2022年四季度，在独立GPU市场，英伟达占据84%的市场份额，市值更是迈入万亿大关。
不过，虽已成GPU霸主，在边缘计算芯片这块，英伟达仍面临一些尴尬局面。
比如，在近期的MLPerf测试中，尤其是边缘计算这项，英伟达的AGX Orin在ResNet功耗效率上，均不敌初创公司SiMa.AI。
图片
根据测试结果，在单流这块，SiMa.AI的每帧能耗为英伟达AGX Orin的1.45倍（数值越低越好），而SiMa的延迟也快了27%。多流这边，差距为1.39倍，延迟快了22%。
SiMa.AI是一家专注为机器人、汽车到照相机等设备开发芯片的初创企业，成立于2018年，迄今累计融资2亿美元。
图片
据内部人士透露，这次英伟达搞收购，就是计划用OmniML技术帮助客户更快地开发AI模型，来提高机器学习的准确性和减少延迟率。
此前，OmniML就曾公开表示正与自动驾驶和智能相机等领域的客户合作，打造基于人工智能的计算机视觉边缘算法优化平台，以提高安全性和实时感知能力。
图片
另外，英伟达近年业务也逐渐拓展至汽车AI芯片领域。
而边缘计算恰好可以为工业机器人、自动驾驶等领域提供低延迟、高安全性、离线运行能力等保障。
这些举动都表明，英伟达此回目的很直接，就是搞边缘计算AI芯片。
图片
MIT韩松联创，主打边缘计算
OmniML成立于2021年，总部位于美国加利福尼亚，去年3月刚拿到1000万美元种子轮。
图片
去年9月公司发布的Omniizer，就是一款可以通过弥合机器学习模型和边缘硬件之间的差距，简化和加速机器学习操作(MLOps)的平台。
图片
OmniML有三位华人联创，分别是公司首席执行官吴迪博士，麻省理工学院电子工程和计算机科学系韩松教授、 首席技术官毛慧子博士。
其中，韩松是MIT EECS助理教授、原深鉴科技联合创始人，本科毕业于清华大学，博士毕业于斯坦福大学，师从英伟达首席科学家Bill Dally教授，研究领域主要涉足深度学习和计算机体系结构等。
图片
此前，MIT韩松教授团队就曾提出一种算法-系统协同设计框架，仅用256KB和1MB的内存即可实现设备内训练，且开销不到PyTorch和TensorFlow的1/1000。
图片
刨除本身强大的科研背景，英伟达收购OmniML，一方面肯定是希望加速布局AI市场。另一方面，或许也与韩松曾师从英伟达首席科学家Bill Dally教授不无关系。
由于都曾经是一家人，因此这次的收购更显得顺理成章了。
参考链接：
[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
