热点丨软银和AMD加速收购AI芯片商，英伟达倍感压力

近日，日本软银集团宣布已成功以非公开金额收购了人工智能芯片制造商Graphcore，后者一度被视作英伟达的竞争对手。

Graphcore将作为软银的子公司继续运营，并维持其现有管理团队。

此次收购标志着软银创始人孙正义的战略转型，从以往引人注目的风险投资交易转向人工智能和半导体领域的深度布局。

ARM和Graphcore的相继收入，进一步巩固了软银在相关领域的战略地位。

鉴于人工智能芯片市场的迅猛增长，Graphcore曾一度估值高达28亿美元，并获得了微软、红杉等知名企业及投资机构的青睐。

然而，根据Graphcore最近提交的财务报告，该公司在2022年实现了270万美元的销售额，但亏损达到2.046亿美元，急需资金注入以维持运营，这成为其选择出售给软银的重要因素。

此次Graphcore的收购正值软银销售业绩强劲增长之际，这主要得益于其对Arm公司的多数股权持有。

今年2月，Arm公司宣布将在智能手机以外的更多AI应用领域进行扩张，此举导致其股价飙升约40%。

Toon表示，Graphcore将与[整个软银家族]展开合作，但具体与Arm的合作方式尚未明确。

值得注意的是，Graphcore与Arm所采用的芯片技术存在差异。

总体来看，此次收购有望为软银和Graphcore带来双赢的局面，同时对整个AI芯片产业的进一步发展具有积极的推动作用。

IPU被视作竞争英伟达的法宝

Graphcore公司精心打造了一款新型智能处理单元（IPU），该产品在业内一度被视作与英伟达竞争的有力武器。

与英伟达所开发的GPU不同，IPU架构更侧重于AI工作，这在当前人工智能的浪潮中显得尤为贴切。

尽管IPU与GPU都能在AI领域得到应用，但两者在计算架构与存储架构等方面存在显著差异。

此前，Graphcore总裁兼大中华区总经理卢涛曾详细阐述，Graphcore C600的每个IPU均拥有高达1472个处理核心，能够同时运行8832个独立程序线程。

相比之下，英伟达GPU的SM Core（流多处理器核心）数量约为100多个，具体数量因产品配置而异。

在存储架构方面，英伟达GPU采用两级内存设计，其中一级内存为芯片内部约四五十兆的存储空间，外部则连接HBM或显存。

而Graphcore IPU在芯片内部集成了高达900兆的分布式片上SRAM存储。

对于要求高度稀疏性和高维处理能力的应用场景，IPU架构相较于GPU具有显著优势。

而在矩阵运算方面，两者的性能差异可能较小或IPU优势不明显。

作为一项新兴技术，IPU的市场格局与技术标准仍在持续演进中，短期内或许难以与GPU相抗衡。

然而，随着AI技术的不断发展，业界对IPU的兴趣日益浓厚，其未来潜力值得期待。

AMD收购芬兰AI初创公司Silo AI

AMD超微半导体公司近日宣布，将以约6.65亿美元的现金收购芬兰人工智能初创公司Silo AI。

此次收购旨在进一步增强AMD在AI芯片领域的实力，以与行业领导者英伟达展开更为激烈的竞争。

与Silo AI的交易标志着AMD正积极寻求业务的迅速扩张，旨在通过自身的产品与服务进一步提升客户参与度，从而在与英伟达等竞争对手的较量中占据有利地位。

AMD表示，Silo AI的CEO兼联合创始人Peter Sarlin将继续担任领导职务，领导AMD人工智能集团的相关部门。

在过去的一年中，AMD已收购了人工智能软件公司Mipsology和Nod.ai，并在过去12个月内对十多家人工智能公司进行了超过1.25亿美元的投资。

Silo AI自诩为欧洲最大的私营AI实验室，拥有300名AI科学家和工程师。

该公司由芬兰阿尔托大学实践教授Peter Sarlin、前诺基亚CTO Tero Ojanpera、前普华永道CEO兼主席Johan Kronberg、Valossa Labs视频AI平台联合创始人Ville Hulkko、机器学习专家Kaj-Mikael Bjork以及Elektrobit创始人Juha Hulkko于2017年共同创立。

Silo AI在欧洲和北美均设有业务，全球总部设在芬兰赫尔辛基，北美总部位于加拿大。

该公司专注于为客户提供定制化AI模型和端到端的AI驱动解决方案，帮助客户快速将AI功能集成到他们的产品、服务和运营中。

此外，Silo AI还在AMD平台上创建了开源多语言大模型，如Poro和Viking，以及SiloGen模型平台。

其客户包括安联、飞利浦、劳斯莱斯和联合利华等，至今已交付了超过200个生产级AI项目。

此前，Silo AI已与大模型开发商Mistral AI建立合作伙伴关系，将Silo AI的端到端AI功能与Mistral AI的大模型相结合，共同推动AI技术的发展与应用。

AMD想在AI计算领域有效挑战英伟达

AMD将Silo作为其定制模式的解决方案，视为连接其[基础]AI软件与该技术在实际应用中的桥梁。

其Zebra AI软件兼容包括TensorFlow、PyTorch在内的行业主流框架以及ONNX Runtime，旨在加速FPGA在AI工作负载中的运行效率。

此集成进一步支持AMD统一人工智能（UAI）软件堆栈，该堆栈提供跨边缘、端点和云的集成化人工智能训练和推理接口。

Mipsology专注于开发[即插即用]型软件，旨在不依赖新工具或神经网络模型变更的前提下，加速人工智能推理性能，而神经网络模型是人工智能应用的核心组成部分。

AMD的新产品阵容中包含MI300X，据Su表示，与英伟达旗舰H100数据中心GPU相比，MI300X在运行大型语言模型时展现出更高的效率与成本效益。

然而，AMD若要在人工智能计算领域对英伟达形成有效竞争，必须吸引软件开发人员在其硬件平台上进行开发工作。

因此，公司正在整合之前分散的CPU、GPU和自适应芯片软件开发堆栈，以提供一个名为[AMD统一AI堆栈]的集成化AI训练和推理接口。

结尾：

在竞争激烈的市场环境中，诸如英特尔和AMD等业内领先者依然具备显著的追赶空间。

这些公司正致力于在硬件领域进行深度投资，并积极寻求在AI解决方案市场获取更多份额，以巩固其市场地位。

部分资料参考：半导体行业观察：《AMD宣布收购，向英伟达发起新一轮冲击》,量子位：《苏妈掷48亿现金吞下AI模型公司》，华尔街见闻：《急追英伟达 AMD以6.65亿美元现金收购AI模型开发商Silo AI》，芯东西：《突发！[英伟达对手]被软银收购》