英偉達(dá)與軟銀達(dá)成協(xié)議，以400億美元的價格收購Arm

英偉達(dá)與軟銀達(dá)成協(xié)議，以400億美元的價格收購Arm，將AI / ML GPU的第一制造商與處理器IP的第一公司合并。

假設(shè)這筆交易獲得監(jiān)管部門的批準(zhǔn)，那么這兩家公司的合并將在AI / ML世界中建立強(qiáng)大的力量。Nvidia的GPU是訓(xùn)練算法的首選平臺，而Arm擁有廣泛的AI / ML處理器內(nèi)核產(chǎn)品組合。Arm還具有領(lǐng)先的智能手機(jī)處理器架構(gòu)，其對低功耗的重視使其成為物聯(lián)網(wǎng)和邊緣計算市場的頂級公司-并成為Nvidia的收購目標(biāo)。

盡管表面上看似不合時宜，但再深入一點就可以了。首先，Nvidia一直在尋找一種擴(kuò)展其訓(xùn)練算法基礎(chǔ)之外的方法。它遇到的問題是GPU架構(gòu)并不是特別節(jié)能。它們價格便宜，易于理解，并且可以相對輕松地大規(guī)模大規(guī)模并行化，并且?guī)缀趺總€人都知道如何對其進(jìn)行編程。但是，即使在幾乎完成了所有AI / ML / DL培訓(xùn)的數(shù)據(jù)中心中，功能也很昂貴。為服務(wù)器機(jī)架供電和冷卻需要花費(fèi)金錢，而數(shù)據(jù)中心則可以非常準(zhǔn)確地對其進(jìn)行測量。

為了使Nvidia繼續(xù)占據(jù)主導(dǎo)地位，它需要一種異構(gòu)架構(gòu)，該架構(gòu)可以結(jié)合CPU的效率來更緊密地管理其GPU。該公司早在2018年就展示了其朝這個方向發(fā)展的暗示，當(dāng)時該公司展示了使用CPU作為控制器的共享內(nèi)存架構(gòu)。作為目前交易的一部分，英偉達(dá)表示將建造一臺由Arm CPU驅(qū)動的超級計算機(jī)。

圖1：大約在2018年，Nvidia的NVLINK交換芯片。來源：Nvidia / Hot Chips 30

與此同時，ARM一直在開發(fā)自己的Mali GPU產(chǎn)品線，這些產(chǎn)品在相機(jī)等設(shè)備中獲得了關(guān)注，但在過去四年中Nvidia業(yè)務(wù)迅猛發(fā)展的云中卻沒有受到關(guān)注。Arm在服務(wù)器領(lǐng)域的滲透正在增長，但并沒有以英特爾，AMD或IBM等公司為代價。隨著谷歌，亞馬遜，阿里巴巴和百度等公司現(xiàn)在正在開發(fā)自己的芯片，這種市場機(jī)會并不像幾年前那樣廣泛。

Arm的主要基礎(chǔ)是物聯(lián)網(wǎng)和邊緣，并且在此方面已經(jīng)非常成功。它對低功耗的關(guān)注使其能夠?qū)⒂⑻貭柵懦?a href="http://www.ttokpm.com/v/tag/107/" target="_blank">手機(jī)市場之外，從那里開始，它在從醫(yī)療設(shè)備到蘋果計算機(jī)的眾多垂直市場中都占有一席之地。但是，隨著將更多的智能添加到邊緣，下一個重大挑戰(zhàn)是能夠從根本上提高性能并進(jìn)一步降低功耗，而實現(xiàn)這一目標(biāo)的唯一方法是針對硬件更嚴(yán)格地自定義算法，反之亦然。

圖2：Arm的第一個ML處理器架構(gòu)。資料來源：Arm / Hot Chips 30

雖然尚不確定Arm還是Nvidia是否愿意接受這一挑戰(zhàn)，但他們無疑可以開發(fā)一個開放平臺來支持定制的加速器。因此，他們可以專注于實現(xiàn)這些細(xì)分市場的平臺，而不是專注于定制的細(xì)分市場。如果可行，這是一種有趣的策略，并且可以為合并后的公司提供廣闊的增長潛力。

詳細(xì)信息
兩家公司表示，該交易將于明年9月完成。Nvidia將向Softbank支付215億美元的Nvidia股票和120億美元的現(xiàn)金。其中的20億美元在簽字時支付。
根據(jù)Arm的財務(wù)業(yè)績目標(biāo)，軟銀還可以接收至多50億美元的現(xiàn)金或股票。英偉達(dá)還將向Arm員工發(fā)行15億美元的股本。

公告稱，軟銀在新公司中的股份預(yù)計不到10％。