点击下方卡片,关注“CVer”公众号
AI/CV重磅干货,第一时间送达
尚恩 发自 凹非寺
转载自:量子位(QbitAI)
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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
最新CVPR 2023论文和代码下载
后台回复:CVPR2023,即可下载CVPR 2023论文和代码开源的论文合集
后台回复:Transformer综述,即可下载最新的3篇Transformer综述PDF
目标检测和Transformer交流群成立
扫描下方二维码,或者添加微信:CVer333,即可添加CVer小助手微信,便可申请加入CVer-目标检测或者Transformer 微信交流群。另外其他垂直方向已涵盖:目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer等。
一定要备注:研究方向+地点+学校/公司+昵称(如目标检测或者Transformer+上海+上交+卡卡),根据格式备注,可更快被通过且邀请进群
▲扫码或加微信号: CVer333,进交流群
CVer计算机视觉(知识星球)来了!想要了解最新最快最好的CV/DL/AI论文速递、优质实战项目、AI行业前沿、从入门到精通学习教程等资料,欢迎扫描下方二维码,加入CVer计算机视觉,已汇集数千人!
▲扫码进星球
▲点击上方卡片,关注CVer公众号
整理不易,请点赞和在看