Nvidia 於 2024 投資 10 億美金於 50 家 AI 新創公司，逐步建立起龐大的 AI 生態系，鞏固其在 AI 產業的領導地位。
大多數資金佈局在對高強度計算基礎設施極度渴求的「核心 AI」公司，其中部分企業同時亦是英偉達晶片的採購者，例如馬斯克旗下的 xAI，以及 OpenAI、Cohere、Mistral 和 Perplexity 等廣受矚目的 AI 模型供應者。
2024 年，晶片界的「王者」的英偉達，豪擲 10 億美元投資 50 家 AI 新創公司。
絕大部分交易重點集中於計算需求壓力巨大的「核心 AI」企業──其中便有馬斯克主導的 xAI，以及 OpenAI、Cohere、Mistral 與 Perplexity 等眾所皆知的 AI 模型行家。
依據公司檔案以及 Dealroom 的調研資料，相較於 2023 年的 39 輪融資與 8.72 億美元投入，2024 年英偉達的投資顯著提昇。
英偉達投資成長與其 90 億美元的現金儲備緊密相關，因其 GPU 成為全球市面上最炙手可熱的產品之一。2024 年，英偉達股價飆升逾 170%，推動標普 500 指數在本世紀收穫堪稱空前的兩年漲幅。
英偉達野心昭然若揭! 投資金額與公司同步飆升
在 2024 年，英偉達不僅對馬斯克名下的 xAI 進行戰略性投入，亦對 OpenAI、Cohere、Mistral 和 Perplexity 等知名 AI 模型供應商展開資金注入。英偉達的新創加速計畫 Inception，亦在早期階段輔助了數以千計的新創團隊。
Join NVIDIA Inception for Startups
Join a global network of data science. HPC and gen AI startups.
近期，英偉達完成對以色列 AI 工作負載管理平台 Run:ai 的併購，並獲得歐盟反壟斷當局的核准。
英偉達的投資觸角相當寬廣，涵蓋醫療科技、搜尋引擎、電競遊戲、無人機、晶片設計、交通調度、物流流程、數據存儲與構建、自然語言處理以及人形機器人等多元化 AI 應用領域。其所培育的投資組合中，包含估值已竄升至數十億美元的新創，例如 CoreWeave 和 Applied Digital。
值得玩味的是，英偉達的若干重量級客戶，如微軟、亞馬遜與谷歌，正積極開發自家專屬晶片，盡力削減對英偉達 GPU 的倚重。這種態勢或許意味，小型 AI 業者未來會更形關鍵，成為英偉達收益的重要堡壘。
英偉達此般密集的併購與投資，也引發外界對其在 AI 領域影響力的疑慮，尤以美國與歐洲的反壟斷審查環境格外敏感。前美國聯邦貿易委員會主席 Bill Kovacic 指出，競爭監管機構正聚焦「業界龍頭進行大規模資金佈局」的動態。
Nvidia 投資的 AI 新創
投資規模與增長
- Nvidia 在2024年投資了10億美元於AI新創公司，較2023年的8.72億美元增長15%。
- 完成了50輪新創公司融資和多項企業交易，相比2023年的39輪有顯著增長。
重要投資標的
- 策略性投資了多家知名AI公司，包括：
- xAI (Elon Musk的公司)
- OpenAI
- Cohere
- Perplexity
- Mistral
重大收購
- 以7億美元收購以色列AI工作負載管理平台 Run:ai
- 收購了多家AI軟體公司，包括：
- Nebulon
- OctoAI
- Brev.dev
- Shoreline.io
- Deci
投資領域分布
Nvidia的投資涵蓋多個領域：
- 醫療科技
- 搜尋引擎
- 遊戲
- 無人機
- 晶片
- 交通管理
- 物流
- 數據儲存
- 自然語言處理
- 人形機器人
策略意義
- Nvidia 透過這些投資建立了強大的AI生態系統，超越了 Microsoft 和 Amazon 的投資規模。
- 隨著主要客戶（如 Microsoft、Amazon 和 Google）開發自有晶片，小型AI公司可能成為 Nvidia 未來重要的營收來源。
- 這些投資助力 Nvidia 在2024年股價上漲超過170%，市值突破3兆美元。
Nvidia 最近投資了哪些值得注意的 AI 新創？
大型語言模型與基礎模型公司
- Anthropic
- 投資金額：約4億美元
- 專注於開發安全且道德的AI系統
- 開發了 Claude AI 助手
- Cohere
- 投資金額：2.7億美元
- 提供企業級大型語言模型服務
- 與 Oracle 和 Dell 建立策略合作夥伴關係
- Inflection AI
- 投資金額：超過13億美元
- 開發個人AI助手 Pi
- 由 LinkedIn 共同創辦人 Reid Hoffman 參與創立
AI 基礎設施與工具
- CoreWeave
- 投資金額：25億美元
- 專門提供 GPU 雲端運算服務
- 成為 Nvidia 最大的雲端服務合作夥伴之一
- Perplexity
- AI 搜尋引擎開發商
- 最新估值達5.2億美元
- 整合 LLM 技術提供更智能的搜尋體驗
專業領域 AI
- Runway
- 專注於 AI 影片生成和編輯
- 最新估值超過15億美元
- 開發了創新的影片編輯和生成工具
- Character.AI
- AI 角色互動平台
- 估值達33億美元
- 提供個性化AI角色對話體驗
企業應用 AI
- Together AI
- 提供開源 AI 模型託管服務
- 獲得1.3億美元投資
- 致力於降低AI部署門檻
- Scale AI
- AI 訓練數據和標註服務提供商
- 估值達71億美元
- 為自動駕駛和企業AI提供數據服務
投資策略重點
- 專注於能補充 Nvidia GPU 生態系統的公司
- 重視具有創新技術和市場潛力的團隊
- 著重於能快速商業化的解決方案
然而，英偉達嚴詞否認資金援助與使用其技術之間有任何強制關聯。公司表明：「我們全力鞏固生態系統，支援優秀團隊並壯大自身平台。競爭與勝利皆取決於實力，這些與我們的投資行動毫不相干。」
Nvidia 近幾年較重要的投資或收購
| 公司名稱 | 描述 | 投資金額 | 投資日期 | 股權比例 | 產業 |
|---|---|---|---|---|---|
| Arm Holdings | Arm Holdings plc 是一家英國半導體和軟體設計公司，負責設計、開發和授權中央處理器 (CPU) 產品以及相關技術，提供給半導體公司和原始設備製造商。 | 147000000 | 2023-10-01 | 65 | 半導體和軟體設計 |
| SoundHound AI | SoundHound AI 提供語音人工智慧 (AI) 解決方案，使企業能夠為其客戶提供跨多個行業（包括汽車、電視、物聯網和客戶服務）的對話體驗。 | 3700000 | 語音 AI 技術和對話式智慧 | ||
| Applied Digital | Applied Digital Corporation 在北美設計、開發和運營用於高效能運算 (HPC) 和人工智慧 (AI) 產業的數位基礎設施解決方案和雲端服務。 | 63660000 | 2024-09-30 | 3 | 資訊科技服務 |
| Recursion Pharmaceuticals | Recursion Pharmaceuticals 是一家臨床階段生物科技公司，致力於整合生物學、化學、自動化、數據科學和工程領域的技術創新，以繪製和解碼生物學。 | 50000000 | 2023-07-12 | 生物科技 | |
| Serve Robotics | Serve Robotics 是一家領先的自主人行道送貨公司，致力於開發用於最後一哩送貨服務的下一代機器人，專注於永續且經濟的送貨解決方案。 | 250000 | 2023-07-31 | 10 | 物流 |
| Perplexity AI | Perplexity AI 是一個對話式搜尋引擎，使用大型語言模型 (LLM) 來提供搜尋查詢的直接答案，並附帶來源引用。 | 73600000 | 人工智慧和搜尋技術 | ||
| Mistral AI | Mistral AI 專門開發開源大型語言模型 (LLM)，並提供可客製化且高效的人工智慧解決方案。 | 646000000 | 2024-06-11 | 人工智慧 | |
| Inflection AI | Inflection AI 開發增強人機互動的人工智慧解決方案，尤其是透過其產品 Pi，這是一款個人人工智慧助理。 | 1300000000 | 人工智慧 | ||
| Databricks | Databricks 是一家全球數據、分析和人工智慧 (AI) 公司，提供一個基於雲端的平台，幫助企業建構、擴展和管理數據和人工智慧，包括生成式人工智慧和其他機器學習模型。 | 500000000 | 2023-09-01 | 數據分析和人工智慧 | |
| Domino Data Lab | Domino Data Lab 是一個企業 MLOps、數據科學和人工智慧平台，幫助組織大規模建構和運營人工智慧。 | 100000000 | 2021-10-05 | 軟體開發和人工智慧解決方案 | |
| Runway | Runway 是一家應用人工智慧研究公司，致力於推進藝術和娛樂領域的創造力，特別是透過用於影片和圖像生成的生成式人工智慧工具。 | 人工智慧 | |||
| Aleph Alpha | Aleph Alpha 是一家德國人工智慧 (AI) 新創公司，專注於為企業和政府開發自主生成式人工智慧技術。 | 人工智慧 | |||
| Kore.ai | Kore.ai 專門從事對話式和生成式人工智慧解決方案，提供一個無需編碼的平台，供企業增強客戶和員工體驗。 | 150000000 | 2024-01-30 | 人工智慧 | |
| Figure | Figure 是首家將通用人形機器人變為現實的人工智慧機器人公司。 Figure 正在賦予人工智慧一個身體。 | 675000000 | 2024-02-29 | 工業 - 機器人 | |
| TuSimple | TuSimple 是一家全球自主駕駛技術公司，專注於為長途重型卡車開發可商業化的自主駕駛解決方案。 | 2017-08-01 | 3 | 自主貨運技術 | |
| Moon Surgical | Moon Surgical 正在創造一個全新的機器人手術類別，透過其 Maestro 手術系統的新功能來增強現有的腹腔鏡技術。 | 55400000 | 2023-05-19 | 醫療技術 / 機器人手術 | |
| Luma AI | Luma AI 使每個人都能以栩栩如生的 3D 方式捕捉和體驗世界，專注於視覺和 3D 技術。 | 2023-03-01 | 軟體開發 | ||
| Ayar Labs | Ayar Labs 開創了解決數據瓶頸的突破性解決方案：業界首個封裝內光學 I/O，針對大規模人工智慧工作負載進行了優化。 | 155000000 | 2024-12-11 | 半導體和運算 | |
| Xscape Photonics | Xscape Photonics 開發適用於人工智慧和機器學習應用且可擴展、高頻寬、能源永續且具成本效益的光子解決方案。 | 技術 (光子學、人工智慧數據中心) | |||
| Poolside | Poolside 正在建構基礎人工智慧模型，以應對軟體工程的獨特挑戰，從而使團隊能夠推動創新和效率。 | 500000000 | 2024-10-02 | 技術、人工智慧、軟體開發 | |
| Sakana AI | Sakana AI 專注於透過自然啟發的基礎模型來開發人工智慧。 | 100000000 | 人工智慧 | ||
| CytoReason | CytoReason 開發人工智慧驅動的計算疾病模型，以提供對人類疾病和藥物治療的見解。 | 80000000 | 2024-07-17 | 生物科技 | |
| Fireworks AI | Fireworks AI 專門提供用於產品創新的生成式人工智慧平台，為開發人員和企業提供符合 HIPAA 和 SOC2 等行業標準的人工智慧解決方案。 | 52000000 | 2024-07-08 | 技術 (人工智慧基礎設施) | |
| Bright Machines | Bright Machines 是一家業界領先的軟體和機器人公司，為製造業提供全端自動化解決方案，專注於人工智慧硬體基礎設施。 | 軟體定義製造 | |||
| Waabi | Waabi 專門從事人工智慧和運輸領域的自動駕駛技術開發，提供諸如 Waabi Driver 等解決方案，用於與卡車整合。 | 200000000 | 2024-06-18 | 運輸、人工智慧 | |
| Aarna Networks | Aarna Networks 專門為邊緣基礎設施和私有 5G 管理提供零接觸協調，致力於透過 SDN 和 NFV 等先進技術簡化網路管理。 | 1500000 | 2023-10-13 | 技術 (網路自動化和協調) |
Nvidia 的投資策略與微軟和亞馬遜有何不同？
投資規模與頻率
- Nvidia
- 2024年投資10億美元於50家AI新創公司
- 2023年完成34輪投資，金額達8.72億美元
- 主要著重於需要大量運算基礎設施的核心AI公司
- Microsoft
- 自2022年起投資約27家AI新創公司
- 近期投資包括對Mistral AI的1,620萬美元投資
- 對OpenAI的投資達130億美元
- Amazon
- 主要透過AWS提供雲端服務額度支援
- 承諾投入2.3億美元支援生成式AI新創公司
- 對Anthropic的投資增加至40億美元
投資重點
- Nvidia
- 專注於需要GPU運算能力的公司
- 投資範圍廣泛，包括醫療科技、搜尋引擎、遊戲等多個領域
- 重視能補充其GPU生態系統的公司
- Microsoft
- 投資重點在AI基礎設施和工具供應商
- 著重於可整合至其Azure平台的技術
- 投資通常附帶合作夥伴關係要求
- Amazon
- 主要通過AWS雲端額度支援新創
- 重視能強化AWS生態系統的公司
- 專注於開發生成式AI應用的公司
策略目標
- Nvidia
- 確保GPU市場主導地位
- 建立完整的AI運算生態系統
- 開發新的收入來源以減少對大型科技公司的依賴
- Microsoft
- 強化Azure雲端服務的競爭力
- 擴展AI技術在各產品線的應用
- 建立廣泛的AI創新生態系統
- Amazon
- 加強AWS在AI雲端服務的市場地位
- 吸引更多新創公司使用AWS平台
- 通過合作夥伴關係擴展AI技術能力
Nvidia 的投資對 AI 創業公司生態系統有何影響
資金規模影響
- 2024年投資總額達10億美元，較2023年的8.72億美元增長15%
- 參與了50輪融資和多項企業交易，顯著高於2023年的39輪
- 自2005年以來，超過一半的新創投資發生在過去兩年
生態系統效應
- 硬體依賴
- 大多數獲投資的新創公司將資金用於購買 Nvidia GPU 建立AI訓練基礎設施
- 通過 CUDA 平台和工具套件，創造了強大的生態系統鎖定效應
- 雲端影響
- 促使 AWS、Microsoft 和 Oracle 等雲端服務商增加 Nvidia GPU 採購
- 新創公司開發的 AI 應用多依賴 Nvidia 的硬體和軟體生態系統
投資策略效果
- 多元領域覆蓋
- 投資範圍涵蓋 AI 基礎設施、生成式 AI、醫療保健等多個領域
- 重點投資需要大量運算能力的核心 AI 公司
- 市場主導地位
- 投資規模超過 Microsoft 和 Amazon
- 通過投資建立完整的 AI 運算生態系統
未來影響
- 隨著大型科技公司開發自有晶片，小型 AI 新創可能成為 Nvidia 重要營收來源
- 通過新創生態系統，進一步擴大在 AI 基礎設施市場的主導地位
- 投資策略引發反壟斷調查關注，可能影響未來投資方向
Nvidia 的投資對醫療保健領域的 AI 創業公司的成長有何影響？
投資重點領域
策略性合作
- 大型語言模型應用
- 投資 Hippocratic AI 開發醫療專用安全導向的語言模型
- 提供 Clara Holoscan 平台支持醫療設備的即時圖像處理
- 藥物研發
- 投資 CHARM Therapeutics 利用深度學習加速藥物發現
- 支持 Pangaea Data 開發 PALLUX 平台，協助識別需要治療的患者
資源支持
- 技術基礎設施
- 提供 GPU 運算資源和 AI 模型訓練支持
- 為新創公司提供 NVIDIA AI Enterprise Stack 75% 折扣
- 專業指導
- 提供專門的技術支持
- 讓新創公司優先接觸新的 NVIDIA 醫療保健產品
生態系統效應
- 全球已有超過1,700家醫療保健 AI 新創公司加入 NVIDIA Inception 計劃
- 通過與 Microsoft 的合作，提供新創公司額外的雲端資源和業務工具支持
- 促進新創公司之間的合作與資源共享
實際成果
- Pangaea Data 平台在癌症患者識別方面提高了6倍的效率
- Moon Surgical 在手術機器人領域取得重大突破
- 多家新創公司成功將 AI 解決方案整合到現有醫療系統中
Nvidia 的 CUDA 平台在 AI 創業公司的成功中扮演什麼角色？
技術基礎
- CUDA 作為並行運算平台，讓開發者能夠充分利用 GPU 進行 AI 和機器學習應用
- 超過40,000家公司使用 Nvidia GPU 進行 AI 和加速運算，吸引全球400萬開發者
- 提供數百個軟體庫和應用程式，包括 cuDNN 深度學習庫和 NeMo 框架
生態系統優勢
- 開發工具整合
- 提供完整的軟體堆疊，包括開源框架和企業級支援
- 通過 NVIDIA AI Enterprise 平台提供完整的安全性和支援服務
- 市場主導地位
- Nvidia 的 AI 加速器在人工智能晶片市場佔有70-95%的份額
- CUDA 已成為 AI 開發的行業標準
新創公司實例
- VideoVerse：利用 CUDA 庫加速圖像、視頻理解和自動語音識別
- CoRover.ai：使用 Nvidia 技術支持超過13億用戶的對話式 AI 平台
- Fluid AI：使用 Nvidia 的 NeMo 平台和 TensorRT 推理引擎開發生成式 AI 解決方案
競爭壁壘
- CUDA 平台形成了重要的競爭壁壘，使競爭對手難以進入市場
- 硬體和軟體的向前和向後相容性確保了長期投資價值
- 即使有替代方案，開發者仍傾向選擇 CUDA 生態系統
CUDA 與其他 AI 運算平台比較如何？
CUDA vs ROCm
- 性能表現
- CUDA 在 Nvidia GPU 上提供最佳化效能
- ROCm 作為開源平台，支援多種硬體但效能可能落後 CUDA 10-30%
- 生態系統
- CUDA 擁有超過400萬開發者和40,000家公司使用
- ROCm 支援主流框架如 TensorFlow、PyTorch、MXNet 等
AMD ROCm：挑戰 CUDA 的利器？AI 伺服器市場的競爭
AMD 推出 ROCm 生態系，試圖挑戰 NVIDIA CUDA 的市場地位。本文分析 ROCm 的優勢與未來發展潛力。
Ewan Mak
何為加速計算? 為什麼由生成式AI掀起的運算革命很重要?
深入了解加速計算的概念及其重要性，探索生成式AI如何顛覆傳統運算模式，引領全新的運算革命
Ewan Mak
CUDA vs OpenCL
- 硬體相容性
- CUDA 僅支援 Nvidia GPU
- OpenCL 支援多種硬體，包括 AMD、Intel 和 Nvidia
- 開發體驗
- CUDA 提供更直觀的開發環境和完整的工具鏈
- OpenCL 需要更多手動管理，開發較為複雜
主要優勢
- 並行運算能力
- 支援數千個執行緒同時運行
- 提供統一記憶體管理，簡化 CPU 和 GPU 之間的數據傳輸
- 軟體支援
- 豐富的函式庫生態系統，包括 cuDNN、TensorRT 等
- 對主流 AI 框架的全面支援和優化
限制
- 平台限制
- 僅限 Nvidia 硬體使用
- 相較其他開源方案成本較高
應用場景
- AI 和深度學習
- 在訓練大型模型時表現優異
- 提供完整的開發工具鏈和優化庫
- 高效能運算
- 支援複雜的科學計算
- 適用於需要大規模並行處理的應用
