作者 | 陈骏达
编辑 | Panken
智东西8月26日报道,英伟达正在收购领域提速走量,过去4个月以每月1家的速度收购AI和数据中心相关的企业,进一步提升了他们在相关领域的技术积累。
4月,英伟达以7亿美元的价格买下以色列数据中心管理软件企业Run:ai;5月,又以3亿美元价格买下以色列端到端深度学习平台开发商Deci。6月,英伟达买下数据中心故障自动化处理技术公司Shoreline(价格未披露);7月,又买下AI开发工具创企Brev.dev(价格未披露)。
英伟达近期在收购市场异常活跃的表现,其实符合他们过去5年来在收购方面的总体趋势。根据智东西不完全统计,自2019年英伟达轰动一时的69亿美元Mellanox收购案以来,他们累计成功收购了13家企业,还曾计划以400亿美元的天价收购英国芯片设计巨头Arm。英伟达成立至今已有31年,他们过去5年所收购的企业数量占公司历史上全部收购数量的接近一半。
英伟达的收购有一个显著的特点——软硬件全栈式收购,旨在实现端到端解决方案。这点在他们最新一波面向AI和数据中心的收购热潮中得到充分体现。
一方面,他们拓展了公司在核心数据中心业务上的覆盖面,通过收购将通信网络技术、对象存储软件、数据中心管理软件、高性能存储技术等领域的顶尖企业都收入囊中,并将相关技术纳入英伟达的B端业务中,全面覆盖数据中心高效运作的重要环节。英伟达如此布局能让客户实现一站式的解决方案,因此其产品的总拥有成本、总运营成本也得到降低。
另一方面,他们还不断扩展新业务,在模型小型化、深度学习开发平台、元宇宙、自动驾驶领域开展收购操作,多线发展,颇有要将自己打造成平台型企业的趋势。
其实,从1999年英伟达上市并在科技行业占据一席之地以来,他们便一直贯彻着类似的收购理念。英伟达还会在收购中将被收购企业深度整合进自己的业务:人员加入英伟达,软件加入英伟达堆栈,硬件则与英伟达芯片融合。
21世纪初,英伟达通过对多家软件企业的收购,丰富了早期CUDA中多个重要的渲染引擎和开发工具,并承接了所收购企业的开发者生态。他们当时买下的PhysX物理引擎至今仍在更新,后续发展的光线追踪技术(Ray Tracing)也可溯源至这一阶段的收购。硬件方面,他们收购了昔日GPU巨头3dfx的绝大部分资产,包括40余项专利,还打包带走了100多名经验丰富的工程师。他们还用收购建立了大中华区、欧洲等地的销售和客户支持体系,打开国际市场。
英伟达在2015年之前曾是移动设备(手机、平板等)芯片领域的活跃玩家,在自研的Tegra芯片之外,他们还陆续买下英国知名基带和射频芯片设计商Icera和苹果公司移动设备芯片设计商PortalPlayer等具有移动设备芯片开发经验的企业。虽然英伟达最终退出了这一业务,但它在移动设备芯片上积累的开发经验,对智驾芯片和机器人芯片的开发工作有重大意义。
智东西根据公开资料,整理出英伟达上市以来的25年中的27场收购,并分析了其中具有重大意义的19场战略收购,勾勒出英伟达全栈式的扩展版图。
▲英伟达过去25年间收购的27家企业(制表:智东西)
一、1999-2009:大举收购竞争对手与行业头部企业,筑起3D图形领域初代护城河1999年,英伟达已经从创业早期的泥潭中走出,通过畅销的Riva系列芯片和GeForce系列芯片在GPU行业站稳脚跟,并成功上市。
2004年之后,英伟达是GPU行业中唯一幸存的独立玩家。当时英伟达的收购方向便体现出他们软硬件全栈式布局的思想,这让英伟达能在巨头云集的科技行业筑起护城河。
1、2000年以1亿美元变相收购竞争对手3dfx
竞争对手的破产和倒闭给英伟达创造了许多收购机会,其中最有代表性的一笔便是2000年底对3dfx的收购。
3dfx于1994年在美国成立,曾是3D游戏和图形加速领域无可争议的领军企业,他们的Voodoo系列显卡被广泛认可为高端显卡的代表。不过在一系列的决策失误后,3dfx陷入财务困境。
英伟达以1亿美元收购了3dfx的绝大部分资产,包括Voodoo显卡品牌、3dfx的7项专利及另外40项申请中专利,外加100多名工程师,基本掏空了3dfx的家底。
这笔交易导致3dfx的债权人将3dfx告上法庭,认为这笔交易中大量资产被低价变卖。黄仁勋作为证人出席了本场诉讼,他称3dfx的人才是他收购的主要动机。
▲黄仁勋早期照片(图源:英伟达)
2、2002年收购3D图像渲染软件企业Exluna(价格未披露)
2002年,英伟达收购了美国3D图像渲染软件企业Exluna。Exluna由动画公司皮克斯的几位前员工于2000年创办,在收购后,Exluna的创始人Larry Gritz加入了英伟达,并领导英伟达内部团队开发出了世界上第一个基于GPU的影视内容渲染器Gelato。
3、2005年以5200万美元收购中国台湾核心逻辑芯片开发商宇力电子
宇力电子(ULi Electronics)于2002年底成立,是一家中国台湾核心逻辑芯片开发商。2005年底,英伟达宣布以5200万美元的价格收购宇力电子。黄仁勋认为这笔收购能让英伟达掌握PC核心逻辑技术,从而更好地开发针对台式机、笔记本和工作站的解决方案。
宇力电子是从1987年成立的中国台湾知名集成电路设计企业扬智科技分割出来的。宇力的总部位于台北,同时在深圳、上海和中国台湾芯片重镇新竹都设有办事处。英伟达看中了宇力电子在大中华地区的影响力,他们能利用宇力的网络提供更为密切的客户支持。
4、2007年收购德国老牌渲染技术公司Mental Images(价格未披露)
Mental Images于1986年成立,是一家位于德国柏林的视觉渲染软件公司。他们的Metal Ray技术在视觉特效和设计行业里得到广泛使用,能在图像中实现光线追踪效果,曾在《绿巨人》、《后天》等知名电影中扮演重要作用。
此外,Mental Images创始人Rolf Herken还创办了Incremental Images公司,并推动开发了世界上第一个基于云的可扩展软件平台,这家公司后续与Mental Images合并。英伟达于2007年收购合并后的公司,具体金额并未曝光。
Rolf Herken拥有多项视觉计算和云平台技术方面的基础专利,他在收购后短暂加入英伟达。2011年Rolf Herken离开英伟达继续创业,但有不少Metal Images员工仍然留在英伟达工作,是英伟达在德国的先进渲染技术中心首批员工。
5、2008年收购物理芯片企业AGEIA(价格未披露)
物理芯片企业AGEIA是一家成立于2002年的无厂半导体公司。AGEIA的“物理卡”(PPU)能在游戏中模拟出真实的物理效果,但PPU卡对游戏画面的提升并不显著,更多地是完善了游戏的运行逻辑,这也导致玩家购买意愿不高。
2008年时,AEGIA虽然是物理卡市场的绝对领先者,其开源物理模拟引擎PhysX也得到开发者的广泛使用,但AEGIA公司的日子过得并不好。英伟达在此时决定收购AEGIA公司,具体金额并未披露。
收购后,英伟达将AEGIA的物理芯片整合进了自己GPU中,极大提升了英伟达GPU的物理模拟能力。PhysX引擎这一名字也得到了沿用,在游戏之外还成为了英伟达Omniverse的关键基础技术支柱,在机器人、深度强化学习、自动驾驶和工厂自动化领域都得到采用。
▲第五代PhysX引擎的物理模拟效果(图源:英伟达)
在上市头10年期间,英伟达的收购是围绕着核心业务GPU进行布局的。除了上述5家企业外,他们还在这一阶段收购了TCP卸载引擎和iSCSI处理器制造商iReady和芬兰移动设备3D图像技术企业Hybrid。这些收购夯实了英伟达在面向PC和工作站的GPU设备及配套软件的领先地位,还推动了他们全球销售和客户支持体系的发展。
2006年,英伟达正式推出CUDA这一计算架构。他们此先购买的多家行业成熟企业的技术都被纳入了CUDA软件包中,给他们带来了初代的CUDA开发者生态,为英伟达后续的崛起打下坚实基础。
二、2003-2015:收购多家企业入局移动市场,尝试失败但积累相关开发经验英伟达公司有过入局移动设备市场的计划。他们所开发的Tegra芯片专门针对移动市场,曾广泛运用于智能手机、平板电脑、轻薄本和移动游戏设备。Tegra还成为2012年-2017年间特斯拉的车机娱乐系统芯片,并为自动驾驶功能提供算力支持。英伟达也在这个阶段收购了不少具有移动设备处理器开发经验的企业。
▲英伟达Tegra芯片(图源:Wikipedia)
不过,英伟达在移动设备市场的尝试并不成功,采用Tegra 4芯片的小米3手机更是以发热量奇高在国内广受关注。最终英伟达退出了移动设备市场,但相关的芯片技术被整合进了英伟达面向汽车和机器人的两条芯片产品线上,为这些设备提供AI算力支持。
6、2003年以7000万美元收购移动芯片企业MediaQ
MediaQ是一家专门为3G、2.5G手机和其它无线移动设备设计和生产处理器的美国企业,成立于1997年,其主要客户包括三菱、戴尔、惠普、飞利浦等。
英伟达看中了他们在移动设备处理器开发方面的丰富经验,在2003年以7000万美元的价格收购MediaQ。黄仁勋称,这笔收购让英伟达具备了3G移动多媒体革命领域的关键技术,并增强了他们在超低功耗芯片领域的能力。
7、2006年以3.57亿美元收购苹果芯片供应商PortalPlayer
PortalPlayer成立于1999年,是一家美国SoC(系统芯片)设计企业,同时也进行固件与软件的开发工作。这家公司90%的业务都仰仗苹果公司,主要为iPod产品线设计媒体处理器芯片。因此当苹果决定更换芯片供应商时,PortalPlayer的业务大受打击。
▲PortalPlayer为具有划时代意义的iPod 1和后续多个iPod型号提供媒体处理器芯片(图源:苹果)
2007年,英伟达以3.57亿美元收购了PortalPlayer。黄仁勋称这笔收购是他们推动下一次数字革命的抓手,他们想要让“移动设备成为最个人的计算机”。这场收购预计将提升他们在便携式游戏机和手机领域的市场份额。
8、2011年以3.67亿美元收购英国基带和射频芯片设计商Icera
Icera于2002年成立于英国,是一家基带和射频芯片设计商。2011年5月,英伟达以3.67亿美元的价格收购了Icera。Icera在中国、法国、英国和美国都有研发中心和定制化服务分支。
英伟达当时认为这一收购能补齐英伟达在移动通信领域的短板,和他们的Tegra芯片一道为客户一站式提供移动设备所需的两块重要芯片。英伟达认为这能将他们在每台移动设备中的收入机会增加一倍。
2015年,英伟达出售了之前购买的Icera业务并正式决定退出移动芯片市场。他们为移动设备开发的Tegra芯片销售一直遇冷,将基带芯片整合进Tegra的计划也一直未能落地。汽车和游戏机是Tegra部门最主要的收入来源,这与英伟达一开始的设想大相径庭。
三、2012-2024:重新专注于GPU市场,加码AI、数据中心和云计算2012年后,英伟达已经大大减少了在移动领域的收购动作,并重新关注对他们核心业务GPU有重大价值的企业。
在这一阶段,英伟达已经看到了AI技术未来的应用潜力和其对大规模算力的需求。他们进行了公司历史上规模最大的几场收购,并将相关技术整合进CUDA中,为AI、云计算和数据中心行业的爆发式增长做好了前瞻性的全栈技术准备。
多笔收购带来的软硬件技术给客户提供了一站式的解决方案,也降低了英伟达产品的“总拥有成本”、“总运营成本”。这让更多用户愿意大规模购买英伟达产品。用黄仁勋的话来说,“买得越多,省得越多”。
9、2013年收购高性能计算系统编译器开发公司波特兰集团(价格未披露)
波特兰集团(PGI)于1989年在美国成立,在2000年成为意法半导体的全资子公司,主要为高性能计算(HPC)系统开发商用的Fortran、C和C++编译器。英伟达的CUDA并行计算平台的主要编程接口就是基于C/C++和Fortran的。
在被英伟达收购之前,他们就在和英伟达合作开发CUDA相关技术,还与英伟达一道制定了GPU计算的新标准——OpenACC指令。本次收购的价格并未披露。被收购之后,PGI员工继续为多核x86芯片和GPGPU系统开发高级编程框架,相关框架在HPC中的重要性已在不断增加。
时至今日,英伟达仍然使用PGI命名他们的HPC编译器和工具集,这也是英伟达HPC软件开发工具包的核心组件之一。
10、2019年以69亿美元收购通信网络技术公司Mellanox
Mellanox于1999年成立于以色列,是一家提供基于InfiniBand技术和以太网技术的通信网络技术公司。Mellanox的产品可以为数据中心和HPC系统提供高带宽和低延迟的交换结构。被英伟达收购之前,Mellanox就是通信网络领域的隐形冠军,在InfiniBand市场中的市占率达到近70%。
被收购后,Mellanox的大部分员工加入了英伟达,其以色列总部则成为英伟达在以色列的大规模研发中心,拥有2000多名员工。
英伟达此前并没有计算网络技术部门,这笔收购让英伟达能为数据中心和高性能计算提供更为完整的端到端解决方案,也让他们在AI和HPC应用中实现计算和网络的更高程度集成,从而提升了英伟达产品在此类工作负载中的表现。当时和英伟达一起竞标购买Mellanox的企业还有微软、英特尔和赛灵思,但英伟达以极为激进的69亿美元报价最终拿下Mellanox。这笔收购是英伟达有史以来金额最高、规模最大的一笔收购。
黄仁勋在2023年的一次采访中透露,当时英伟达就计划转型为一家“数据中心导向”的企业,而如果要在数据中心领域有所建树,就不能只关注计算设备本身,而是要同时关注以通信网络为代表的其它设施上。
▲InfiniBand已经成为英伟达通信网络部门的重要技术(图源:英伟达)
英伟达当时也看到了大模型训练中分布式计算的兴起,而在动辄需要成千上万个GPU并行训练的场景中,高质量的通信网络必不可少。黄仁勋在这场采访中感叹道,“这是我做过的最好的战略决策之一”。
这笔收购对英伟达数据中心业务的高速发展起到了至关重要的作用。2019年英伟达买下Mellanox时,他们的数据中心业务占总营收的比例约为40%。到2024年初时,这一占比已经来到83.3%,是英伟达近年来增长最快的业务。数据中心业务的蓬勃发展是英伟达市值达到3万亿的最重要推动力之一,而Mellanox的收购也开启了英伟达这5年以来的收购热潮。
▲英伟达分业务线营收占比,数据中心业务占比提升迅速(图源:Dolphin Research)
11、2020年收购对象存储软件公司SwiftStack(价格未披露)
SwiftStack于2011年成立于美国,专门开发用于AI、HPC和加速计算应用程序的对象存储软件。在集成为英伟达的一部分后,SwiftStack继续开发他们的程序,为英伟达GPU驱动的AI基础设施提供有力支持。
SwiftStack开发了业界首个多云AI/ML数据管理解决方案,还为企业提供混合云存储服务,这对大规模云计算极为重要。这笔收购是英伟达搭建端到端的计算基础设施的又一重要举措。
12、2020年收购数据中心管理软件企业Cumulus Networks(价格未披露)
Cumulus Networks成立于2009年,是一家位于美国的数据中心管理软件企业。这笔收购是英伟达对其高速增长的数据中心业务的针对性补强,提供了从操作系统到分析工具的全面管理软件,让英伟达的用户可以自主选择如何部署和自动化数据中心。
13、2020年收购数据传输技术开发商OptiGot(价格未披露)
OptiGot于2016年成立于瑞典,致力于开发利用激光二极管的半导体元件,他们的产品可加速半导体或激光雷达传感器这类终端应用的数据传输速度。这笔收购对英伟达的数据中心和汽车业务都有一定意义。
14、2021年收购形式验证公司Oski(价格未披露)
Oski是一家成立于2005年的印度科技企业,他们通过精心设计的数学分析来确认处理器中是否有晶体管设计错误。英伟达认为随着他们产品的复杂性和范围不断扩大,设计完美的第一颗芯片变得空前重要,而Oski的技术能帮助他们更好地完成这一任务。
15、2021年收购计算集群管理公司Bright Computing(价格未披露)
Bright Computing于2009年在美国成立,是HPC系统软件的头部企业,其产品在医疗保健、金融、制造业都有广泛应用。英伟达和Bright Computing有着10多年的合作关系,这场收购为英伟达的数据中心和边缘计算业务提供了自有的先进管理系统。
16、2022年以3500万美元收购高性能存储技术公司Excelero
Excelero成立于2014年,是一家位于以色列的高性能存储技术公司,曾与Mellanox有深度合作关系,这也促成了英伟达对Excelero的收购。最终的收购价格为3500万美元。他们开发的NVMesh软件可以管理和保护数据中心的闪存驱动器虚拟阵列,提升块储存性能。收购后NVMesh成为了英伟达企业软件堆栈的一部分。
17、2023年初收购模型压缩技术创企OmniML(价格未披露)
OmniML是一家专注于AI模型压缩技术的美国企业,成立于2021年。他们的技术让大模型也能在边缘设备上运行,并且具备较高的速度、准确性和成本效益。相关技术能让英伟达能触及无法负担大规模计算的中小型企业。
18、2024年以7亿美元收购数据中心工作负载管理和编排软件开发商Run:ai
Run:ai是一家成立于2018年的以色列企业,专门从事数据中心工作负载管理和编排软件开发。2024年英伟达以7亿美元收购Run:ai。
在英伟达看来,这笔收购能帮助他们的客户高效利用其AI计算资源,在AI部署日益复杂,工作负载分散于云、边、端的情况下,相关的管理软件就显得尤为重要。这一收购进一步提升了英伟达数据中心产品的竞争力。
19、2024年以3亿美元收购端到端深度学习开发平台Deci
Deci成立于2019年,是一家以色列的端到端深度学习开发平台企业。2024年英伟达以3亿美元收购Deci。
Deci的AI开发平台具有一系列专有且可微调的大型语言模型和AI推理集群管理解决方案。英伟达认为Deci团队在NAS、基础模型、推理和开发复杂算法方面的知识很有价值,相关技术也可以运用于英伟达的定制化AI开发平台。
结语:英伟达收购脚步加快,护城河深度广度不断拓展根据智东西不完整统计,除了上述19家企业之外,英伟达还至少收购或变相收购(收购公司核心专利、技术、人员等)了基因测序公司Parabricks、高精度地图公司DeepMap和云游戏企业TransGaming的子公司在内的至少另外8家企业。但由于这些收购并未触及英伟达的核心业务,智东西并未详细展开分析。
英伟达的一贯风格是不披露对公司业务没有极重大影响的收购,因此英伟达过去30多年以来的收购名单只会更长。
在英伟达对芯片架构设计巨头Arm的400亿美元收购计划因监管压力告吹后,其收购风格有所改变,开始更关注中小型企业和创企。英伟达首席财务官科莱特·克雷斯(Colette Kress)对此的解释是,我们很难再找到下一个Mellanox这样的收购机会。
收购是英伟达快速搭建技术能力的重要手段。CUDA作为英伟达的强项和差异化产品,在持续收购中建立起更大优势。英伟达的数据中心业务则随着他们近5年对Mellanox的收购和多笔小规模收购得到针对性补强。他们软硬件兼顾的策略和对端到端解决方案的追求,正让英伟达的护城河不断加宽、加深。
相关教程
2024-08-30
2024-03-22
2023-08-17
2023-11-17
2024-01-04
2023-08-24
2024-04-09
2023-06-24
2024-06-14
2024-08-05
2024-11-17
2024-11-16
2024-11-16
2024-11-15
2024-11-15
2024-11-15