作者:DYLAN MARTIN
更新时间:美国东部时间2024年7月17日下午4:15
最新被英伟达收入囊中的初创公司Brev.dev可以帮助AI开发人员在云供应商中找到最具成本效益的GPU计算。在此之前,英伟达还收购了另外两家初创公司,目的很明确,就是为了扩展其 DGX Cloud 服务的功能。
英伟达刚刚收购了一家帮助AI开发人员在云服务提供商中寻找最具成本效益的GPU计算的初创公司,这也是这家AI芯片巨头今年的第四次收购。
英伟达的一位发言人周二向CRN证实该公司收购了Brev.dev,后者是一家旧金山的初创公司,提供AI和机器学习开发平台,可以在基于CPU和GPU的云实例上构建、训练和部署模型。
这笔收购的具体财务细节没有披露。
这家初创公司本周在LinkedIn上表示:“Brev的目标是为AI/ML开发人员构建使用GPU的最简单方法,”“与英伟达合作意味着能够将最强大的硬件与业界领先的软件结合在一起,以实现这一使命。”
Brev.dev在其网站上将英伟达、英特尔和AWS列为官方合作伙伴,并表示其平台是“AWS、谷歌云平台、Fluidstack和其他GPU云之间的单一接口。”这家初创公司表示,这可以让开发人员根据成本和可用性找到实例。
十多年来,英伟达一直在为云服务提供商提供 GPU,但近年来,该公司一直在寻求通过不断扩充的软件和服务组合,围绕云基础设施(人工智能开发的热点)开展更大规模的业务。
最值得注意的是,该公司去年推出了DGX Cloud,这是一项运行在 AWS等云服务提供商之上的服务,可让企业快速获得创建和运行生成式人工智能应用所需的工具、支持和 GPU 驱动的基础设施。该服务的起步价为每月19,699美元,并需要承诺使用一个基于A100 的节点一年。
英伟达今年早些时候进行的两起收购都明确是为了增强其 DGX Cloud 服务的能力。
4月底,英伟达宣布收购以色列人工智能基础设施管理初创公司Run:ai。这家初创公司提供基于Kubernetes的工作负载管理和编排软件,英伟达表示计划利用该软件推动其DGX Cloud业务,并增强 DGX和HGX服务器客户的能力。
多份报告称,收购Run:ai的估值约为7亿美元。
本月早些时候,英伟达收购了Shoreline.io,这是一家位于加州红木城的初创公司,由AWS前高管创立,提供自动修复数据中心基础设施问题的软件。该交易得到了这家初创公司的确认,其一位投资者表示,Shoreline的团队将加入DGX Cloud部门。据报道,这笔交易的估值约为1亿美元。
英伟达今年进行的另一项收购是另一家名为Deci的以色列初创公司,该公司生产的软件可以加快人工智能模型的推理速度,同时在任何硬件上都能保持准确性。据报道,这笔交易的估值约为3亿美元。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。