Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

李飞作者

Nvidia考虑收购Arm?打的什么算盘!

北京时间7月23日凌晨,Bloomberg发布消息称Nvidia正在收购ARM,引起了半导体业界的关注。

2016年,日本财团软银以320亿美元的价格收购了ARM。当时的软银风头正劲,孙正义在当时下了大赌注押注人工智能和IoT,而全资收购ARM正是软银在IoT领域的一笔巨额投资。

然而,在最近两年,随着几个软银重金投资的公司经营不尽如人意,软银正在选择战略收缩,其中一项重要举措就是打算把ARM的IoT部门合并进软银,而剩下的ARM则会重新上市或者出售给有意向的买家。正是在这个时间节点上,传出了Nvidia和ARM进行收购谈判的新闻。

为什么Nvidia对ARM感兴趣?

与软银自2016年开始走下坡路不同,Nvidia从2016年至今股价已经涨了8倍有余。作为半导体行业人工智能领域的领头羊,Nvidia目前可谓是不差钱,因此考虑高规格收购一些重要标的也是情理之中。
那么,为什么Nvidia会考虑收购ARM呢?我们认为,从技术和市场上至少有两种动机。首先,Nvidia虽然在云端人工智能领域处于遥遥领先的地位,但是其多年来对于移动市场的尝试都不够成功。10年前,在智能手机兴起的时候,Nvidia试图以Tegra系列进入移动设备市场,可惜Tegra并没有得到太多移动设备厂商的认可,最终未能成为主流。在人工智能兴起之后,Nvidia尝试凭借在服务器端的优势向下打终端人工智能市场,为此推出了Jetson系列移动端人工智能平台。Jetson系列仍然是基于轻量级的GPU架构,而在移动端对于能效比和成本都非常苛刻,因此Jetson的设计还是显得太“重”,目前Jetson仍然没有进入主流应用,而是停留在学界研究使用和一些工业应用中,其出货量离“终端智能”的海量前景还相距甚远。

Nvidia另一个进入移动端人工智能的尝试是开源的NVDLA,NVDLA是Nvidia发布的深度学习加速器IP,它并不基于GPU架构,而是为了终端深度学习做了优化。NVDLA的性能数字很漂亮,但是在市场和发布时间上并不占优势——当时主流移动端SoC公司都已经有(或者非常接近有)自己的配套深度学习加速器IP(包括ARM,海思等等),而SoC厂商对于自家深度学习加速器IP的支持和Nvidia能提供的开源IP支持的力度不可同日而语,因此最终NVDLA也并没有在移动端得到大量的使用。

相反,ARM在移动端SoC的霸主地位目前无人可以动摇,目前主流移动设备SoC都离不开ARM的IP授权,因此Nvidia如果想要一统云端-终端人工智能市场,那么通过收购ARM来实现对于终端人工智能市场的渗透肯定是合理的考量。ARM目前在移动端的产品包括CPU,GPU和深度学习加速器,其IP和Nvidia在人工智能方面的CUDA编程生态也存在非常好的互补性。

除了移动端之外,Nvidia另一个收购ARM的动机或许不是那么显而易见,但是却也是非常重要,那就是云端服务器的处理器。目前,云端服务器的主流处理器仍然是基于x86架构,然而ARM在云端服务器领域的势头也非常好。亚马逊在早些时候公布了基于自研ARM CPU的AWS云服务器,而华为也发布了基于ARM架构自研鲲鹏CPU的泰山系列服务器,其处理器性能可以媲美Intel至强处理器。

对于Nvidia来说,目前在云端服务器端的应用主要是基于人工智能加速的GPU,并且在人工智能生态上确实全球领先,但是如果想要进一步在云端服务器做突破,则需要在云端走入人工智能之外的应用,或者在云端人工智能领域应用到更多的领域。这两者都需要CPU——目前,云端服务器上还有大量非人工智能的应用跑在CPU上,除此之外,即使是人工智能应用,也有大量算法难以用GPU加速,因此也是跑在CPU上。如果Nvidia想要加强其在云端服务器领域的市场占有率,或者想要在云端人工智能领域巩固其主导地位,那么收购一个CPU公司并且和其GPU生态整合到一起将会是一个非常好的方案。目前,CUDA在GPU领域已经是公认的人工智能标准生态,如果Nvidia能凭借其在人工智能领域的强势,把GPU和CPU生态打包去打开服务器市场也很有机会。

收购之路还有什么变数?

ARM收购的主要变数在于政府批准。作为移动IP领域的绝对霸主,与一个半导体行业的其它公司合并将会引起各国政府的严格反垄断审查。之前,也传出过三星和苹果有意向收购ARM,苹果和三星对于ARM的兴趣主要在于移动SoC方面,但是苹果和三星由于本身也是移动SoC领域的重要玩家,因此收购ARM很难通过政府的审批。例如,苹果一旦收购ARM,很大可能将会影响ARM继续给其他竞品手机SoC厂商提供IP,这就会引起反垄断问题。当年软银之所以能成功收购ARM主要还是因为它不是半导体公司,在半导体和移动设备市场处于中立地位,因此没有反垄断问题;而苹果或三星则不然。

相对而言,Nvidia也属于半导体公司,但是它与ARM目前的客户并不存在直接竞争关系,因此通过反垄断审查的机会会比苹果和三星高一些,但是因为和ARM都处于半导体行业,因此反垄断审查对于Nvidia收购ARM还是会具有很大的挑战性。

还有一种可能是Nvidia选择仅仅收购ARM的一部分业务,例如服务器业务。由于ARM的服务器IP并非主流,因此反垄断问题不大,而且ARM在服务器领域的客户(如亚马逊华为等)同时也是Nvidia的客户,因此这样的收购对于Nvidia也有很大的意义。然而,这样收购的问题主要在于软银/ARM是否同意分拆服务器业务,还是他们会希望服务器业务继续留在ARM,并以更高的价格整体打包卖给其它有意向的公司,或者重新上市。

总体来说,Nvidia收购ARM这件事还处于一个有较大变化空间的阶段。之后的发展然我们拭目以待。
半导体行业观察
半导体行业观察

最有深度的半导体新媒体,实时、专业、原创、深度,30万半导体精英关注!专注观察全球半导体最新资讯、技术前沿、发展趋势。

产业NVIDIAARM
相关数据
Amazon机构

亚马逊(英语:Amazon.com Inc.,NASDAQ:AMZN)是一家总部位于美国西雅图的跨国电子商务企业,业务起始于线上书店,不久之后商品走向多元化。目前是全球最大的互联网线上零售商之一,也是美国《财富》杂志2016年评选的全球最大500家公司的排行榜中的第44名。

https://www.amazon.com/
相关技术
华为机构

华为创立于1987年,是全球领先的ICT(信息与通信)基础设施和智能终端提供商。

https://www.huawei.com/cn/
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

Samsung Group机构

三星集团是韩国最大的跨国企业集团,同时也是上市企业全球500强,三星集团包括众多的国际下属企业,旗下子公司有:三星电子、三星物产、三星航空、三星人寿保险、雷诺三星汽车等,业务涉及电子、金融、机械、化学等众多领域。 三星集团成立于1938年,由李秉喆创办。三星集团是家族企业,李氏家族世袭,旗下各个三星产业均为家族产业,并由家族中的其他成员管理,集团领导人已传至 李氏第三代,李健熙为现任集团会长,其子李在镕任三星电子副会长。

推荐文章
暂无评论
暂无评论~