CUDA和iPhone同歲。
2007年6月,英偉達推出CUDA。在這個技術的驅動下,GPU的大規模并行計算能力得到進一步釋放,英偉達的產品從此走出圖像處理領域,成為一款通用處理器,并在多年以后,推動人工智能研究取得突破。
那個年代,英偉達正和英特爾嘴仗不斷:到底GPU和CPU哪個先滅亡。而英偉達希望GPU的算力能應用在地質勘探、生物學、流體力學等領域。誰能想到,如今英偉達CEO黃仁勛無論在何種場合,張口閉口都在大談人工智能。
都看出來英偉達變了,但這種改變不止一面。
有個數字你可能沒注意到。
今年以來,英偉達投資參股的公司數量,已經超過了過去四年的總和。此前,英偉達的投資或者收購,一直呈現相對平緩甚至平淡的節奏。
實際上,去年英偉達投資參股其他公司的數量,較上一年相比已經增長了200%,而今年才到八月,這個數字再次接近200%。
公開的記錄顯示,英偉達從2005年開始,累積投資參股了15家公司。早期英偉達所投資的公司,基本都在圖像處理相關領域,其中還包括一家游戲主機廠商。而從2015年以后,英偉達的投資方向明顯發生了變化。
應用GPU進行大規模數據處理的公司,以及應用GPU研發自動駕駛技術的公司,成為英偉達今年兩個主要的投資方向。如下圖所示:
圖森未來
| 2017年8月,B輪融資,總額未披露
剛剛完成新一輪融資的圖森未來,是一家研發自動駕駛技術的公司。圖森主要針對高速公路場景,提供基于計算機視覺為主的低成本、可商用無人卡車L4級解決方案。圖森計劃2018年實現無人卡車的商業試運營。
圖森成立于2015年,總部位于中國北京。
Deep Instinct
| 2017年7月,B輪融資,3200萬美元
利用深度學習的預測能力,Deep Instinct提供部署于設備中的解決方案,可以用于防護0-day漏洞攻擊和APT攻擊。無論連接網絡與否,Deep Instinct都能為客戶的終端和移動設備提供防護,而且可以在損害發生之前,實時識別和組織網絡攻擊。
Deep Instinct總部位于以色列的特拉維夫。
Element AI
| 2017年6月,A輪融資,1.02億美元
Yoshua Bengio是這家公司的聯合創始人。Element AI是一個人工智能孵化器,主要孵化對象是來自蒙特利爾大學、McGill大學的深度學習創業企業。
Element AI總部位于加拿大蒙特利爾。
fastdata.io
| 2017年5月,種子輪,150萬美元
借助GPU上的通用計算能力,fastdata.io研發出高性能計算軟件引擎FDIO Engine,更好的應用英偉達GPU平臺的大規模并行處理能力。
FDIO Engine能夠將流處理速度最高提升三個數量級,同時將數據中心的功耗和空間需求降低90%以上。
這家初創公司2016年成立,總部在加州圣莫妮卡。
MapD
| 2017年3月,B輪,2500萬美元
| 2016年3月,A輪,1000萬美元
| 2014年10月,種子輪,200萬美元
MapD構建了一個大型的數據分析平臺,據說能夠比其他系統快100倍的速度,處理大數據的查詢和可視化。這家公司利用GPU大規模并行計算能力,以毫秒響應時間,對數十億行數據集執行SQL查詢。
根據不同的使用情況,MapD可以作為一個單獨的快速SQL數據庫使用,而且還有附帶的可視化前端(MapD Immerse)用于超交互式數據挖掘,或者與第三方可視化工具,例如Tableau等一起使用。
MapD總部位于加州舊金山,投資者還包括Google Ventures。
ABEJA
| 2017年3月,B輪,金額未公布
這個名字有點奇怪的公司,其實是一家來自日本的人工智能企業。ABEJA使用深度學習的方法在云端提供數據的收集、分析、自動化、預測、模擬和可視化。
ABEJA成立于2012年,總部位于東京,投資者包括Salesforce、NTT docomo等。
Datalogue
| 2017年2月,種子輪,150美元
這家初創公司正在構建數據產品,讓那些對數據充滿熱情的科學家、商業領袖、設計師們,可以更輕松的準備數據實現所需要的工作。
他們宣稱可以利用AI驅動的工具,幫助用戶把任何來源的數據,自動化處理為可以立刻使用的數據。
Datalogue成立于2016年,總部位于美國紐約。
SoundHound
| 2017年1月,D輪,7500萬美元
SoundHound是一家專注于語音AI和智能對話的公司。這家公司的Houndify是一個獨立的AI平臺,提供人工智能驅動的語音技術服務,包括語音識別、自然語言理解、開發者工具、知識圖譜等。這個平臺研發了10年之久。
另外,這家公司還有語音搜索和虛擬助理應用:Hound;以及音樂識別應用:SoundHound,可以用來發現、探索和分享周圍的音樂。
這家公司成立于2005年,總部位于美國加州圣克拉拉。
TempoQuest
| 2016年10月,A輪,100萬美元
TempoQuest是一家SaaS(軟件即服務)公司,旨在更快速、更準確的提供天氣預報。目前這家公司正在投入產品研發,主要目的是為世界各地的商業客戶和政府機構提供下一代的天氣預報服務。
這家創業公司的軟件軟件解決方案,基于GPU運行而不是CPU,從而大大提高了分析的速度和準確性。
TempoQuest匯集來自衛星、無人機、雷達等不同來源的而數據,經過處理之后再銷售給需要天氣預報數據的客戶。TempoQuest是從地理衛星天氣設備和數據服務商GeoMetWatch中拆分出來的公司。
這家公司成立于2014年,總部位于美國拉斯維加斯。
Optimus Ride
| 2016年10月,種子輪,525萬美元
這家使用了擎天柱(Optimus)名號的公司,是一家麻省理工孵化出來的無人車團隊。他們正致力于為電動汽車開發L4級的完全自動駕駛系統。
作為一個初創團隊,Optimus Ride背后是麻省理工30多年關于自動駕駛、電動汽車和控制系統等技術的積淀。不但如此,這家公司的團隊在機器人制造、城市設計、共享車隊管理方面也有,還有十多年的工業和創業經驗。
這家公司創立于2015年,總部當然位于美國麻省劍橋。
AImotive
| 2015年5月,A輪,2500萬美元
這公司以前叫AdasWorks,主要研發自動駕駛技術。AImotive的團隊擁有人工智能、計算機視覺、導航等領域的實踐經驗。這家公司的激動駕駛方案,不但不使用激光雷達,而且連雷達都不用,直接依靠安裝在車身上的幾個攝像頭。
所以,這家公司的解決方案只需要6000美元的成本,就能把一輛普通汽車變為自動駕駛的無人車。
AImotive成立于2014年,總部位于匈牙利的布達佩斯。
Rocketick
| 2013年10月,C輪,300萬美元
| 2011年5月,B輪,250萬美元
這家公司使用GPU為芯片驗證提供模擬加速,例如可以為設計高度復雜的芯片提供提速10倍以上的模擬仿真,解決了功能驗證的瓶頸。這家公司主要服務半導體客戶。
Rocketick成立于2008年,目前已被Cadence Design Systems收購。這也是一家總部位于以色列特拉維夫的公司。
OUYA
| 2013年5月,A輪,1500萬美元
不知道你是否記得OUYA,這曾是Kickstarter上一個很火的項目。OUYA的目標是制造一款售價99美元的Android系統家用游戲主機,并與所以PS3和微軟Xbox 360展開競爭。這款主機使用英偉達Tegra 3處理器。
2015年,跳票不斷、產品風評不佳的OUYA被雷蛇收入賬下。OUYA創立于2012年,總部在美國加州洛杉磯。
MotionDSP
| 2008年9月,可轉債,詳情未披露
MotionDSP當年以一款軍事級的視頻修復軟件vReveal而知名,這款軟件的主要功能是修復視頻中的色彩、模糊、抖動等問題。在英偉達CUDA技術的加持下,vReveal的修復速度能夠提升五倍。
MotionDSP的相關技術還被應用到無人機等領域。
這家公司成立于2005年,總部位于美國加州伯林蓋姆。
Right Hemisphere
| 2005年6月,B輪,1200萬美元
Right Hemisphere的軟件是幫助客戶自己設計產品,制造工藝和裝配說明的3D模型。這家公司現在已經被SAP收購了。
進一步從時間維度看看英偉達的上述投資。
2009-2012,從投資并購的角度看,是英偉達歷史上異常低調的一段時間。按照公開的記錄,期間僅有一次投資和一次收購發生。
從2013年開始,英偉達的改變逐漸顯現。首先是又開始出手進行投資收購,其次是改以投資為主,之前英偉達一直是收購為主。
而英偉達的投資,從2016年開始進一步提速,這一年英偉達共有三次對外投資,其中有一次發生在年初,有兩次發生在年底。2016年,英偉達除了股價飆漲之外,手中握有的現金(及等價物)也出現了猛增。
在下面這個圖表中,量子位整理了英偉達最近12個季度,所持有的現金變化情況,從2016年第三季度開始,這個數字有了明顯的提升。也差不多是從這個時候開始,英偉達對外投資參股的步伐明顯的加快了。
英偉達近幾年的投資,正是在培育和構建基于GPU的人工智能生態系統。而通過包括投資參股在內的方式,英偉達正在不斷拓展GPU的應用場景,也在不斷的收集數據改進GPU本身。畢竟,未來的人工智能處理芯片之爭還在繼續。
而且,英偉達雖然最近持有的現金比較多,但和其他幾家科技巨頭相比,其實也沒有什么競爭力。下面這個圖可以直觀的看到這一點。
CUDA和iPhone都來到了自己的第十個年頭。
蘋果即將推出iPhone8,而英偉達前兩天已經放出CUDA 9 RC版。新的CUDA理所當然的支持全新Volta架構;推出Cooperative Groups,這是一個用于組織線程組的全新編程模型;并且提供了更快的庫和全新的算法。
詳細情況,可以訪問這個地址:
https://devblogs.nvidia.com/parallelforall/cuda-9-features-revealed/