back to top
-1.4 C
New York
일요일, 12월 22, 2024

Buy now

엔비디아, 인공지능 스타트업 2개사(Deci, Run:ai) 인수로 칩 시장 지배력 강화 추진

  • 엔비디아는 Deci 및 Run:ai 인수 계약 체결
  • 두 스타트업 모두 AI 모델 개발 및 운영 비용을 낮추는 것을 목표
  • 칩 대기업, 엔비디아는 작년에 가장 활발한 벤처 기업 투자자 중 하나

칩 제조업체, 엔비디아의 최근 인수합병 거래는 특히 여러 소규모 경쟁자가 등장한 지금, 원래 너무 비싸다고 생각했던 회사들에게 GPU를 더 매력적으로 만들어 AI 칩 시장에서의 에비디아 지배력을 강화하는 데 도움이 될 수 있습니다.

석양을 받으면 도로를 달리는, 조깅하는 남자와 여자
석양을 받으면 도로를 달리는, 조깅하는 남자와 여자, Imager form Tech Crubch

아래는 인포메이션 보도 내용입니다.

인공지능 붐이 일던 시절, 칩 제조업체인 엔비디아는 가장 활발한 기업 벤처 캐피털리스트 중 하나가 되었습니다.

엔비디아는 작년에만 30개 이상의 스타트업에 투자했습니다. 이제 엔비디아는 가장 활발하게 AI 스타트업을 인수하는 기업 중 하나가 될 수도 있습니다.

이 거래에 참여한 한 관계자에 따르면 엔비디아는 최근 수요일에 발표된 Run:ai와 아직 발표되지 않은 Deci를 포함해 이스라엘의 AI 스타트업을 인수하는 두 건의 계약을 체결했습니다.

두 벤처 지원 스타트업은 텍스트, 이미지, 코드를 생성하는 AI 모델을 개발하거나 실행하는 데 드는 비용을 낮추는 것을 목표로 하며, 이는 이러한 모델을 구동하는 특수 칩에 대한 수요를 유지하려는 엔비디아의 희망에 중요한 역할을 합니다.

지난 18개월 동안 AI 모델을 실행하려는 기술 기업들의 폭발적인 수요로 인해 엔비디아 칩에 대한 수요가 급증하여 엔비디아 매출이 몇 배로 증가했습니다. 하지만 기업들은 점점 더 엔비디아 수익에 의문을 제기하고 있습니다.

AI 모델에서 얻는 수익에 의문을 제기하고 있습니다. 하지만 엔비디아가 모델 운영 비용을 낮출 수 있다면, 기업들은 계속해서 이 기술을 구매하고 그래픽 처리 장치를 구매할 것입니다.

Deci와 Run:ai는 모두 AI 사용 비용을 낮추기 위해 노력하지만, 서로 다른 각도에서 문제를 해결합니다.

Run:ai : AI 워크로드를 병렬로 처리해 효율성 제고 추진

Run:ai는 개발자가 여러 AI 워크로드를 순차적으로 실행하지 않고 병렬로 실행할 수 있게 함으로써 AI 칩의 효율성을 높일 수 있다고 말합니다.

이를 통해 과거에는 개발자들이 어려움을 겪었던 작업 완료에 필요한 엔비디아 GPU 수를 줄일 수 있습니다.

Deci : AI 모델을 보다 더 저렴하게 실행할 수 있게 만들어 주는 회사

Deci는 AI 모델을 조정하여 모델을 더 작게 만드는 등 AI 칩에서 더 저렴하게 실행하고 엔비디아 Cuda 소프트웨어로 개발된 머신 러닝 앱을 구동할 수 있도록 합니다.

웹 사이트에 따르면 Adobe와 Applied Materials를 비롯한 고객사가 이 서비스를 이용하고 있습니다.

이러한 접근 방식은 지난해 엔비디아가 조용히 인수한 또 다른 스타트업인
머신 러닝 모델을 축소하는 것을 목표로 하는 OmniML과 유사합니다.

이 거래에 대해 잘 아는 두 사람에 따르면, 엔비디아는 개발자가 AI 기반 앱을 더 저렴하게 구축할 수 있도록 자사의 쿠다 소프트웨어와 함께 Deci와 OmniML의 기술을 활용할 가능성이 높다고 합니다.

AI 칩을 더 효율적으로 만드는 Run:ai의 능력은 소프트웨어를 통합할 엔비디아의 통합 클라우드 서비스인 DGX Cloud에 더 많은 고객을 유치할 수 있습니다.

엔비디아는 인수합병을 추진하면서 투자자 인맥을 활용하고 있습니다. 프레젠테이션에 참석한 한 관계자에 따르면, 이 칩 제조업체는 두 거래가 있기 몇 달 전부터 적어도 한 곳 이상의 주요 벤처 캐피탈에 가장 유망한 AI 스타트업 중 거의 12곳을 젠슨 황 CEO를 비롯한 최고 경영진에게 소개해 달라고 요청했습니다.

spot_img

Latest articles

Related articles

spot_img