Nvidia maakte vorige week bekend dat het een niet-exclusieve overeenkomst met Groq heeft gesloten voor de licentie van hun technologie en de aanstelling van oprichter en CEO Jonathan Ross, de president van het bedrijf en andere medewerkers. Volgens CNBC is de deal 20 miljard dollar waard, waarmee het de grootste transactie van Nvidia tot nu toe is.
Het bedrijf weigerde commentaar te geven op dit cijfer.
Volgens analisten is dit niet zomaar een overname, maar een strategische zet om de positie te versterken en het concurrentievoordeel ten opzichte van concurrenten zoals Alphabet (het moederbedrijf van Google) en AMD uit te breiden.
Het snelheidsprobleem oplossen
Om te begrijpen waarom Nvidia 20 miljard dollar investeert in een startup, moeten we kijken naar de veranderende AI-markt. De afgelopen drie jaar heeft de industrie zich gericht op training – het proces van het trainen van AI-modellen, wat enorme rekenkracht vereist die de Blackwell- en Hopper-serie GPU's van Nvidia perfect leveren.
De markt is echter verschoven naar de inferentiefase – het proces waarbij AI-modellen continu draaien om resultaten te genereren. Naarmate AI steeds vaker wordt ingezet in realtime-toepassingen zoals spraakassistenten en humanoïde robots, wordt snelheid cruciaal.

Het probleem van Nvidia is dat hun GPU's te vergelijken zijn met gigantische "goederentreinen"—ze kunnen grote hoeveelheden data verwerken, maar hebben tijd nodig om te accelereren. Ze zijn geoptimaliseerd voor verwerkingsbelasting in plaats van onmiddellijke snelheid. De oplossing van Groq (LPU) daarentegen gedraagt zich als een "Formule 1-racewagen"—lichtgewicht en in staat tot onmiddellijke acceleratie.
Uit data blijkt dat Groq's LPU's tussen de 300 en 500 tokens per seconde kunnen verwerken op standaardmodellen zoals de Llama 2, vergeleken met ongeveer 100 tokens per seconde voor standaard GPU-configuraties. Technisch gezien maken Groq's LPU's gebruik van on-chip SRAM-geheugentechnologie, waardoor ze sneller en energiezuiniger zijn voor bepaalde taken, in tegenstelling tot Nvidia GPU's die afhankelijk zijn van off-chip HBM-geheugen.
De strategie van "talentwerving" en het omzeilen van juridische obstakels.
In de context van strenge antitrustwetgeving kan een fusie tussen een gigant en een opkomende concurrent gemakkelijk worden geblokkeerd door de Amerikaanse Federal Trade Commission (FTC). Nvidia omzeilde dit risico door de deal te structureren als een "acquire-hire"-constructie en een niet-exclusieve licentieovereenkomst.
Concreet betaalde Nvidia voor het eeuwigdurende recht om het intellectuele eigendom van Groq te gebruiken. Als onderdeel van de deal nam Nvidia het grootste deel van het engineering- en managementteam van Groq in dienst, inclusief oprichter Jonathan Ross. Groq blijft formeel een onafhankelijke entiteit, wat helpt om langdurige antitrustprocedures te vermijden.
Door deze technologie te verwerven bespaart Nvidia 3 tot 4 jaar aan onderzoek en ontwikkeling (R&D), een periode die in de snel veranderende wereld van AI als "eindeloos" wordt beschouwd.
Een zware klap voor de concurrenten.
De meest waardevolle troef in deze deal is het talent. Jonathan Ross is de uitvinder van de eerste generatie Tensor Processors (TPU's) bij Google. Door Ross aan boord te halen, heeft Nvidia niet alleen een potentiële concurrent geneutraliseerd, maar Google ook beroofd van zijn belangrijkste talent, zijn grootste rivaal op de markt voor chips op maat.
Deze deal laat zien dat Nvidia zowel offensief als defensief speelt. Door de low-latency technologie van Groq te integreren, verzekert Nvidia zich van de snelste oplossing voor het snelstgroeiende marktsegment. Deze technologie zal naar verwachting worden geïntegreerd in de aankomende Rubin-architectuur en het Project GR00T-robotica-initiatief van het bedrijf, waarmee de ambitie om het "besturingssysteem" voor de gehele AI- economie te worden, wordt versterkt.
(Volgens Yahoo en Marketbeat)

Bron: https://vietnamnet.vn/ly-do-that-su-khien-nvidia-bo-20-ty-usd-cho-mot-startup-be-nho-2476875.html








Reactie (0)