英特尔收购策略遭遇挑战，AMD 和英伟达趁机崛起

英特尔作为半导体行业的老牌霸主，曾试图通过一系列高调收购扩展其在数据中心、FPGA和人工智能领域的影响力。2015年收购、2017年收购，以及最近拆分回归独立运营，这些举措显示了英特尔试图在多元化的技术领域站稳脚跟。然而，英特尔的收购策略并非一帆风顺，尤其在传统PC市场逐渐萎缩、新兴竞争者不断崛起的情况下，英特尔的市场地位和技术优势正面临着前所未有的挑战。

与之相比，AMD和英伟达则通过一系列具有前瞻性的收购迅速崛起。AMD在2022年成功收购赛灵思（），为其在数据中心和高性能计算领域打下了坚实的基础。与此同时，英伟达则通过收购等一系列高价值资产，彻底奠定了其在AI、GPU加速计算以及网络领域的领先地位。

在这场收购竞赛中，英特尔、AMD和英伟达不仅在技术上不断升级，还通过对核心资源的整合、扩张实现了从硬件到软件，从PC到数据中心再到AI边缘计算的跨越，这些收购的具体影响，我们不妨来一看。

一、英特尔

：77亿美元

2010年8月，英特尔以约77亿美元收购了迈克菲。当时，公司高管称此次收购将增强英特尔在无线移动和物联网新兴市场等关键领域的安全能力。该公司宣称，此次投资表明，英特尔已将安全与节能计算和互联网连接一起列为战略重点领域。

77亿美元在当时来说并不是一个小数目，当时的英特尔似乎看到了软硬件结合的安全市场的未来，尽管市场并不看好，但是英特尔还是毅然决然地拿下了这家著名的安全公司。

但英特尔在经历了七年的起伏后，最终选择彻底与分道扬镳，以31亿美元的价格将的多数股份出售给了投资公司TPG。

将再次成为一家独立的安全公司，但英特尔仍将保留49%的少数股权。英特尔则将把内部业务重心放在硬件层面的安全性上。

对于英特尔来说，抛售的大部分股份意味着一场损失。2010年，英特尔斥资76.8亿美元收购了，这在当时被认为是一个让人费解的决定。如今，这笔收购将被视为英特尔历史上最失败的收购之一。

英特尔在收购时的初衷是正确的——通过为硬件和组件添加更多的安全层。英特尔将的技术嵌入到PC和服务器芯片层面的固件中，并开发了安全管理工具，的技术还被用于实时操作系统的硬件中。

然而，与英特尔的核心硬件战略关联不大。分拆后，将更有机会在其核心竞争力——软件领域实现增长，这也使英特尔能够更好地在芯片和固件层面的硬件安全性上获得发展。

对于英特尔这样的硬件公司，尝试收购一家纯软件公司是令人费解的，后来人们发现，英特尔收购时只考虑了一件事：安全。英特尔的芯片集成了大量安全功能，如vPro、随机数生成器和“加密加速模块”。单靠芯片本身是不够的。问题是软件供应商需要开发能够利用这些功能的软件，而迈克菲是唯一一家这样做的公司。

英特尔的想法很简单，要提供足够的安全解决方案，整个系统必须是安全的，而不仅仅是硬件。为此，收购是完全合理的，但事后来看，这几乎成了英特尔历史中最失败的一次收购。

：167.5亿美元

2013年，FPGA制造商宣布计划将其半导体代工厂从台积电（TSMC）转移到英特尔，2015年6月1日，英特尔确认正式以167.5亿美元收购。

专注于可配置现场可编程门阵列（FPGA），这种芯片在制造后可以进行编程以用于不同用途。它们在服务器中很受欢迎，随着PC需求的下降，英特尔开始将重心转移到云计算上。在收购后，成为了英特尔可编程解决方案集团（PSG）。

在技术方面，英特尔与的结合最初遇到了困难。/PSG在英特尔的20nm 节点上首次尝试的Arria 10 FPGA遇到了问题，但下一代 10 FPGA在14nm节点上表现更好，并引领了英特尔早期的异构芯片组技术和战略，包括使用嵌入式多芯片互连桥（EMIB）和先进接口总线（AIB）。

英特尔PSG成功开发了 FPGA系列，最初采用英特尔的10nm工艺技术。最近，英特尔PSG一直在扩展 FPGA产品系列，计划将该架构从低端的 3 FPGA拓展到高端的 9 FPGA。

但这场看似美好的联姻也没能坚持太长时间。

2024年10月3日，英特尔首席执行官Pat 宣布，公司计划将可编程解决方案集团（PSG）——曾经独立的FPGA制造商——剥离出来，成为一个独立运营的公司。解释说，此举是为了释放股东价值。他指出，PSG在英特尔的管理下表现不佳，且没有得到英特尔公司足够的管理关注。独立后的FPGA公司将恢复所需的自主性，以便在FPGA领域中展开竞争。这一决定标志着英特尔与FPGA业务的九年实验的结束。

在10月3日的公告中，宣布 将成为这家新公司的首席执行官， （现任英特尔PSG的公司副总裁兼总经理）将成为新公司的首席运营官。长期管理英特尔的DCAI（数据中心与AI）集团，PSG是她负责的一部分。表示，作为新FPGA公司的首席执行官，她将寻求增长、更高的利润、更多元化的销售渠道，以及利用英特尔的芯片组技术和制造实力更快地开发衍生FPGA的能力。

对于英特尔PSG来说，回归运营独立性可能会带来一股清新的空气。自2015年收购以来，英特尔仍然是一家微处理器公司。从收入角度看，FPGA仅占英特尔销售额的一小部分，几乎没有得到公司层面的市场关注。英特尔的Xeon服务器处理器带来了丰厚的收入，公司的市场推广也反映了这一点。几乎所有英特尔提供的产品都被定位为Xeon的辅助产品。

虽然FPGA在许多嵌入式系统中是微处理器的优秀伴侣，但它们在很多嵌入式系统中也扮演着独立的角色。英特尔的某些FPGA SoC变体搭载了多个Arm内核，完全可以在无需X86微处理器帮助的情况下运行许多系统。然而，这类嵌入式应用在航空航天、军事、工业和汽车市场中，与英特尔对数据中心、PC和X86微处理器的强烈市场推广焦点并不相符。

在这次剥离中，几乎所有人似乎都是赢家。英特尔通过释放更多股东价值获胜，并立即获得了英特尔代工服务（IFS）的新外部客户。至于这是否能给IFS带来更多的市场信任，还需拭目以待。

与此同时，PSG（很可能是新的）重新赢得了在FPGA领域竞争所需的独立性，并保留了IFS的制造实力，而正通过多个渠道注入大量资金来强化IFS。FPGA客户也因此重新获得了一个强有力的竞争者，能够保持其他FPGA玩家的竞争压力。

唯一的输家可能是和，这两家公司在英特尔市场推广专注于Xeon产品期间，利用这一机会获得了一些低端和中端FPGA市场份额。

：153亿美元

2017年3月，英特尔以153亿美元收购了自动驾驶技术计算机视觉领域的领导者——这是以色列科技公司有史以来最大的收购。

“根据协议条款，英特尔的一家子公司将启动要约收购，以每股63.54美元现金收购全部已发行和流通在外的普通股，相当于完全摊薄后的股权价值约153亿美元，企业价值为147亿美元。”该公司在一份声明中指出。英特尔表示，该交易预计将在九个月内完成。

成立于1999年，收购时占据全球驾驶辅助和防撞系统市场70%的份额。该公司拥有660名员工，去年调整后的净收入为1.733亿美元。其为二十多家汽车制造商提供集成摄像头、芯片和驾驶辅助系统软件，即自动驾驶汽车的基础。

的业务涵盖了一系列技术和服务，包括传感器融合、地图绘制、前后摄像头技术、高清地图数据、以及智能驾驶等。这笔交易不仅将为英特尔带来自动驾驶系统的各种不同组件，还将带来与众多汽车制造商的合作关系。

但并没有为英特尔带来多少实质性的好处，其作为单独的一个部门而存在，并未与英特尔已有业务有太多交集。

最终在2022年10月，英特尔对进行了IPO，英特尔最初预计IPO将使估值达到500亿美元，后来将预期下调至300亿美元左右，但最终估值仅有167亿美元，尽管创下了以色列公司上市以来的最高估值，但这仍然是一个令人失望的数字。这一估值几乎与英特尔五年前收购时支付的价格相同，这揭示了英特尔不知道如何进行和管理收购，而尚未兑现其自动驾驶汽车承诺。

尽管是英特尔内部增长最快、盈利能力最强的部门，但其规模相对较小，在英特尔700亿美元的年收入中仅贡献了15亿美元。英特尔将在大约六个月内等待市场复苏和股价上涨，然后再出售另一批股票，而无需额外的招股说明书。

毫无疑问，对的收购并不是一笔划算生意，尤其是考虑到近期的业绩表现不佳，英特尔手里的股份再次面临贬值的情况下。

：20亿美元

2019年12月，英特尔宣布以20亿美元收购以色列芯片初创公司 Labs，这是其数据中心AI计划的一项战略举措。

在众多为人工智能准备硬件的初创公司中， Labs脱颖而出，成为首批提供工作硬件的公司之一，其在训练和推理处理方面都具有令人印象深刻的性能。 Labs于2018年9月推出了用于推理处理的Goya芯片，声称其性能比大约高出3倍，且延迟更低。该公司随后于2019年6月宣布推出其训练芯片Gaudi，声称其性能创下了纪录，并基于行业标准集成了结构，能够扩展以处理非常大的人工智能模型。

根据首席运营官Eitan 的说法——“实际上是英特尔在人工智能解决方案方面的卓越中心”，表示， Labs及其用于人工智能的Gaudi芯片是英特尔在日益突出的生成人工智能领域最具竞争力的产品。

Labs在2022年推出了其第二代AI训练芯片。此次升级将Gaudi从16nm（第一代）提升至7nm（均为台积电）。拥有96GB的封装内HBM2e内存和24个处理器核心。从一开始，和英特尔就强调了Gaudi芯片在低功耗、高速AI训练和推理方面相对于竞争对手的优势。

而在2024年4月，英特尔又推出了Gaudi 3人工智能加速器，与上一代产品相比，它为BF16提供了4倍人工智能计算能力、1.5倍内存带宽和2倍网络带宽，可实现大规模系统扩展，在流行的大型语言模型（LLM）和多模态模型上进行人工智能训练和推理时，性能和效率有了显著提升。

对于英特尔来说，相较于此前的失败收购，算是一笔还不错的买卖，至少有了能在AI浪潮里迎战另外两家的底气，这也是英特尔财报里表现相对较好的业务之一。

：6.5亿美元

2022年3月，英特尔宣布以6.5亿美元的价格，收购总部位于以色列的实时持续优化软件开发商 Cloud 。帮助云和数据中心客户最大限度地提高计算工作负载性能并降低基础设施和云成本。

英特尔与的合作关系始于2019年底，当时是英特尔的首批毕业生，英特尔是一项初创企业加速器计划，旨在利用英特尔的资源帮助早期公司取得成功。在过去的一年里，英特尔和根据一项商业协议展开合作，共同优化Xeon部署的工作负载。此次合作为使用英特尔处理器的客户带来了性能提升和成本降低。英特尔表示，它计划迅速扩展的优化软件，包括英特尔数据中心产品组合。

英特尔在今年3月还宣布开源了由开发的 ，这一解决方案通过“火焰”视图整合了多个性能剖析器（），统一的视图为开发人员、性能工程师和提供了一种持续、自主的方法来识别的低效问题。

英特尔最初是一家半导体存储公司，但推出了业界首款商用微处理器——英特尔4004。很难想象，英特尔曾经是DRAM市场的王者。公司发明了商用DRAM，且其DRAM业务带来了如此巨大的收入，以至于英特尔的创始人 Moore和Andy Grove对微处理器的重要性持怀疑态度。

然而，英特尔8088微处理器在IBM PC市场的成功以及日本在DRAM领域的激烈竞争促使Moore和Grove在1985年进行战略转变。当年，英特尔放弃了DRAM业务，转型为我们今天熟知的微处理器公司，这也是英特尔历史上唯一一次业务的彻底转型。

微处理器带来了巨大成功，但也限制了英特尔的发展方式，在移动市场来临之际，英特尔没有抓住机会，于是开始抛出重金押宝未来，但这种病急乱投医的方式，并没有为英特尔带来想要的成功。

英特尔近年来的几次收购暴露了其在创新与整合方面的挑战。从收购到，再到，英特尔一直试图通过外部收购来扩展其核心业务之外的版图。尽管这些收购的初衷在战略层面上都是合理的，但最终的执行却未能达到预期。未能融入英特尔的硬件核心，虽然技术上成功，但市场表现不尽人意，而的长期承诺至今未能兑现，而专注于自身已有业务拓展的收购表现得都还不错，尤其是所推出的Gaudi，争取到了不少客户的订单。

从更广泛的视角来看，这些收购一定程度反映了英特尔在应对技术和市场变革时的战略困境。如今，随着竞争对手英伟达和AMD的崛起，英特尔必须重新审视其长期战略，聚焦其最具竞争力的领域，同时避免陷入无效的收购整合中，以确保其未来的市场领导地位和持续增长。

二、AMD

：500亿美元

AMD在2020年宣布收购，创下了芯片行业纪录，其在通过各国监管机构审查后，最终于2022年2月完成收购，通过这笔交易，AMD在关键的数据中心市场获得了额外的优势。

AMD首席执行官苏姿丰表示，AMD的处理器技术与赛灵思的片上系统和现场可编程芯片之间存在互补性。“这是我们与全球监管机构谈判的重点。”苏姿丰说。她补充说，Arm是AMD的重要合作伙伴，但拒绝透露Arm下一步可能采取的措施。

AMD表示，该交易于2020年10月宣布，最初的估值为350亿美元，但AMD股价的上涨推高了价格。

苏姿丰表示，通过收购赛灵思，AMD将能够扩大其在关键市场的覆盖范围，例如赛灵思在网络和人工智能方面拥有强大影响力的数据中心，以及5G通信、汽车、工业、航空航天和国防市场。“这些都是AMD很少涉足的市场，它们也都需要高性能计算。”她说。

苏姿丰将担任合并后公司的首席执行官，而赛灵思首席执行官 Peng则担任新成立的自适应和嵌入式计算事业部总裁。

AMD与赛灵思的合并是合并后公司整体效益大于各部分之和的典型案例之一。AMD销售用于客户端PC和服务器的CPU、用于客户端PC和HPC/数据中心的图形处理器、用于游戏机的半定制片上系统以及用于汽车和娱乐行业嵌入式应用的半定制SoC。AMD的产品很少与赛灵思的产品重叠，后者用于航空航天、分析、人工智能推理、汽车、通信、数据中心、HPC、工业和许多其他垂直领域。

在某些行业中，AMD的高性能CPU或GPU与的FPGA或专用ASIC存在竞争，但在大多数情况下，AMD的CPU和的芯片/软件可以在一个系统中相互补充。现在AMD可以提供CPU、GPU、FPGA和自适应SoC，其商业平台的竞争力将大大增强。

尽管就目前而言，AMD仍处于交叉销售和整合与自己产品的早期阶段，但分析师似乎表现得相当乐观，认为这笔收购将为AMD的业务增加新产品和终端市场。

：19亿美元

AMD在2022年4月宣布计划以约19亿美元收购数据中心芯片初创公司 ，交易完成后，成为了AMD数据中心解决方案集团的一部分。

在数据中心，只有一部分可用处理能力用于运行应用程序。其余部分用于执行支持任务，例如管理应用程序保存数据的存储基础设施和协调网络流量。总部位于加州米尔皮塔斯的开发了一种芯片，可以高效地执行此类支持任务。

将其芯片作为加速卡的一部分提供，该卡可连接到数据中心的服务器上。该卡能够执行网络任务，例如将信息从一台服务器路由到另一台服务器。它还有助于网络安全：该芯片可以加密数据并实施防火墙规则以阻止恶意网络流量。

存储基础设施管理是瞄准的另一个用例。该公司的加速器卡可以压缩数据集以减少所需的存储容量，应用加密并加快检测数据错误所涉及的计算速度。这家初创公司表示，其技术减少了对设备的需求，从而减少了数据中心运行的系统总数，这简化了信息技术团队的日常维护任务。

AMD在收购之际透露，迄今已出货超过100，000个“平台”。微软公司、甲骨文公司和IBM公司等公司均在使用这家初创公司的技术。收购将帮助AMD扩大其本已快速增长的数据中心业务。上个季度，该业务的收入同比增长了一倍，部分原因是市场对AMD的Epyc系列服务器处理器的需求强劲。

AMD首席执行官苏姿丰表示：“要构建具有最佳性能、安全性、灵活性和最低总拥有成本的尖端数据中心，需要广泛的计算引擎。所有主要的云和OEM客户都已采用EPYC处理器来支持其数据中心产品。今天，通过收购，我们为高性能CPU、GPU、FPGA和自适应SoC产品组合添加了一个领先的分布式服务平台。”

除了为AMD创造新的收入增长来源之外，的技术还可以帮助它在数据中心芯片市场日益重要的领域与英伟达展开更直接的竞争。英伟达提供的竞争芯片可以加快数据加密和管理存储基础设施等任务的速度，此外英特尔公司去年也凭借其IPU芯片系列加入了竞争。

Silo AI：6.65亿美元

2024年7月，AMD宣布完成对欧洲最大的私人AI实验室Silo AI的收购。这笔全现金交易价值约6.65亿美元，进一步彰显了该公司致力于提供基于开放标准并与全球AI生态系统建立紧密合作伙伴关系的端到端AI解决方案的承诺。

Silo AI为AMD带来了一支由世界级人工智能科学家和工程师组成的团队，他们在为安联、飞利浦、劳斯莱斯和联合利华等大型企业客户开发尖端人工智能模型、平台和解决方案方面经验丰富。他们的专业知识涵盖不同的市场，并在AMD平台上创建了最先进的开源多语言大型语言模型，包括Poro和。Silo AI团队将加入由AMD高级副总裁Vamsi 领导的AMD人工智能集团（AIG）。

AMD高级副总裁、AIG总裁Vamsi 表示：“AI是我们的首要战略重点，我们将继续投资人才和软件能力，以支持我们不断增长的客户部署和路线图。Silo AI团队开发了最先进的语言模型，这些模型已在AMD 加速器上进行了大规模训练，他们在开发和集成AI模型以解决最终客户的关键问题方面拥有丰富的经验。我们期望他们的专业知识和软件能力将直接改善客户在AMD平台上提供最佳性能AI解决方案的体验。”

ZT ：49亿美元

2024年8月，AMD宣布以49亿美元收购AI基础设施主要参与者ZT ，这是其挑战英伟达在人工智能市场主导地位的持续努力中迈出的重要一步。

此次收购以现金和股票形式进行，标志着AMD的又一项重大投资，旨在继续巩固其在快速增长的人工智能领域的地位。

AMD收购ZT 预计将提高其系列AI数据中心芯片的采用率，该系列芯片与英伟达广泛使用的图形处理单元（GPU）直接竞争。ZT 是一家拥有三十年经验的私营公司，专门为AI超大规模企业构建定制计算基础设施。

此举被视为加速AMD在数据中心部署AI基础设施的一种方式，这是其客户的一个关键需求。旨在挑战英伟达在AI数据中心芯片市场的主导地位。英伟达今年早些时候曾短暂成为全球最有价值的公司，通过提供全面的“系统”方法在市场上占据一席之地。

这包括提供端到端计算基础设施，例如预先封装的服务器机架、网络设备和软件工具，使开发人员更容易使用英伟达芯片构建AI应用程序。

通过收购ZT ，AMD表明了其打造类似系统产品的意图。AMD去年推出了MI300系列AI芯片，并计划在不久的将来推出其下一代MI350芯片，旨在与英伟达的新 GPU系列竞争。

AMD在2020年后的一系列收购加速了其技术布局和市场扩展，尤其在数据中心领域，展现出对未来计算趋势的深刻理解。收购赛灵思、 和ZT ，帮助AMD不仅加强了自身高性能计算产品的能力，还扩展到更广泛的应用场景，如5G通信、AI基础设施以及分布式服务平台。通过这些交易，AMD不仅在与英特尔的竞争中缩小了差距，还提升了其产品组合的整体竞争力，巩固了在数据中心市场中的地位。

同时，AMD在AI领域的战略布局也逐渐明朗化，尤其是收购Silo AI后，其人工智能能力显著增强。尽管目前AMD在AI市场上还难以直接挑战英伟达的主导地位，但这些收购为其提供了更多的技术支持和市场机会。在持续优化系列芯片以及开发未来的MI350芯片时，AMD显然意图在AI数据中心的竞争中获得更大的市场份额。

三、英伟达

：70亿美元

2019年3月，英伟达宣布对 进行收购，交易金额为70亿美元。位于以色列的是一家以太网交换机和适配器制造商，它们的产品用于将计算机通过网络连接在一起，以便用户快速交换信息，该公司也是符合超级计算机广泛使用的所谓网络标准的设备的主要供应商。

在此之前，英伟达在图形芯片领域之外的收购很少，而且没有一笔交易的财务状况能与相提并论。2011年，该公司斥资3.67亿美元收购了调制解调器技术公司Icera，这是该公司在收购之前披露的最大一笔收购，其于2015年关闭了该业务。

通过收购，英伟达开始进军网络领域，补充其在图形处理单元方面的市场领先专业知识。网络和GPU的这种集成极大地提高了需要高带宽和低延迟的计算工作负载（如AI）的性能，从而提供了GPU或网络领域竞争对手所没有的集成数据中心解决方案。的网络与英伟达的GPU的集成创建了端到端的计算和网络解决方案，从而产生了HGX产品（8个英伟达GPU，带有集成网络）。HGX专为这些要求极高的计算工作负载而设计，不受网络限制。

人工智能革命让英伟达的市值在过去三年中增长了十倍，从一家主要凭借图形处理器为游戏玩家所熟知的高科技公司，一跃成为全球市值最高的公司之一，收购而来并不是英伟达取得成功的唯一因素，但它绝对是促成这一成功的主要因素之一。

收购和合并在绝大多数情况下，实际情况并不乐观，相当多的收购最终只是为收购公司带来了优秀人才，但英伟达和的案例是例外。在不到4年的时间里，英伟达从零开始，利用在网络领域建立了收入超过100亿美元的业务，而且这一业务的规模还在不断增长，此外，它还利用集成网络打造了市场领先的HGX芯片，该芯片现已成为畅销产品。英伟达在网络领域的进步还大大扩展了其软件产品范围，并大大增强了其竞争优势。

在硅谷，人们对有史以来最成功的收购案有很多争论——从谷歌收购（5000万美元，2005年）和（10亿美元，2006年）；到收购（10亿美元，2012年）；再到微软收购（75亿美元，2018年）和（262亿美元，2016年），而英伟达收购绝对可以在这些案例中名列前茅。

：未披露

2021年6月，英伟达宣布收购，这家位于旧金山的初创公司开发的软件可供汽车制造商用来创建高保真道路地图。此类地图对于自动驾驶汽车至关重要，自动驾驶汽车依靠它们来规划到达目的地的最佳路线并识别潜在障碍物。汽车的人工智能驾驶系统拥有的道路数据越多，其导航就越可靠。

的技术将扩大英伟达不断增长的汽车产品阵容。该公司已经为自动驾驶汽车打造了一套端到端的解决方案，其中不仅包括芯片，还包括用于构建、训练和测试AI驾驶系统的软件工具。

英伟达汽车产品组合的核心是其Drive AGX系列片上系统处理器。它们可以部署在自动驾驶汽车内，为做出导航决策的车载AI软件提供动力。Drive AGX系列中最新的芯片是Orin，据称它首次亮相时比其前代产品快七倍。每个Orin芯片将图形处理单元与Arm Ltd.中央处理器相结合，可提供每秒200万亿次操作的最高性能。

英伟达通过收购获得的地图技术将提高其满足自动驾驶汽车公司另一个关键项目需求的能力。借助的地图技术，英伟达可以更直接地接手的这部分业务。该技术可以提高其自动驾驶汽车端到端产品线的整体价值，从而有可能帮助其在长期内销售更多的AGX Drive片上系统。

这家初创公司的技术将扩展该公司现有的Drive 产品，该产品允许自动驾驶汽车根据车载传感器收集的数据绘制道路地图。

Run:ai：7亿美元

2024年4月，英伟达宣布正在收购总部位于特拉维夫的Run:ai公司，该公司让开发人员和运营团队能够更轻松地管理和优化他们的AI硬件基础设施，据透露交易价格为7亿美元。

Run:ai成立于2018年，创始人为Omri （首席执行官）和Ronen Dar博士（首席技术官）。两人在特拉维夫大学电气工程学院学习期间相识。Dar曾是贝尔实验室的研究员，也是 的算法工程师，后来被苹果收购后加入苹果。在创办Run:ai之前，曾在总理办公室技术部门工作。

Run:ai开发了一个编排和虚拟化软件层，专门针对在GPU和类似芯片组上运行的AI工作负载的独特需求。Run:ai基于的AI云容器平台通过自动分配必要的计算能力（从部分GPU到多个GPU，再到多个GPU节点）来高效地池化和共享GPU。

虽然Run:ai几乎没有直接竞争对手，但其他公司正在将动态硬件分配的概念应用于AI工作负载。例如，Grid.ai提供的软件允许数据科学家在GPU、处理器等上并行训练AI模型。

英伟达DGX Cloud副总裁 在博客文章中指出，客户AI部署变得越来越复杂，并且企业越来越希望更有效地利用其AI计算源。

表示：“管理和协调生成式AI、推荐系统、搜索引擎和其他工作负载需要复杂的调度，以优化系统级和底层基础设施的性能。英伟达的加速计算平台和Run:ai的平台将继续支持广泛的第三方解决方案生态系统，为客户提供选择和灵活性。与Run:ai合作，英伟达将使客户能够拥有一个可在任何地方访问GPU解决方案的单一架构。”

英伟达的收购战略表明它不仅致力于保持其在图形处理器市场的领先地位，更在多个新兴领域内积极拓展。从2019年以70亿美元收购开始，英伟达迅速进入网络领域，并通过将的技术与其GPU产品相结合，成功构建了端到端的数据中心解决方案。

而通过收购和Run:ai，进一步体现了英伟达在自动驾驶和AI基础设施管理领域的雄心，这两项收购不仅丰富了英伟达的技术储备，也进一步巩固了其两大重要业务的实力，对于英伟达来说，虽然没有AMD和英特尔那么大手笔的收购，但它更看重对已有业务的助力，这或许也是它能达成3万亿美元市值的原因之一。

四、写在最后

在过去的十几年当中，巨头们通过不断的并购重塑自身，力求在技术变革的浪潮中保持竞争力。然而，收购并不总是顺风顺水，它们各自面临着整合的挑战、市场的不确定性以及技术协同的难题。

未来，随着半导体技术的不断迭代与市场需求的变化，巨头们的收购步伐依然不会停歇。每一次并购背后不仅仅是企业扩张的手段，更是新兴技术驱动下的战略转型。对于它们来说，这场以收购为核心的竞赛，注定将继续塑造科技产业的未来。