3月6日消息，據(jù)國外媒體報道，當(dāng)?shù)貢r間周四，英偉達(dá)宣布收購數(shù)據(jù)存儲和管理平臺SwiftStack，收購條款尚未披露。根據(jù)交易條件，這筆收購將在未來幾周內(nèi)完成。

SwiftStack成立于2011年，是一個以軟件為中心的數(shù)據(jù)存儲和管理平臺，支持公共云、本地和邊緣部署。該公司最近發(fā)布的平臺升級集中于改善對人工智能、高性能計算和加速計算工作負(fù)載的支持。

一、Nvidia走上人工智能加速硬件主導(dǎo)者位置的歷程

隨著人工智能發(fā)展如火如荼，我們看到Nvidia的GPU成為了人工智能時代的基礎(chǔ)設(shè)施，為人工智能服務(wù)提供必不可少的算力，Nvidia怎么走上人工智能加速硬件主導(dǎo)者位置？主要經(jīng)歷了以下幾個階段。

1、Nvidia緣起：PC游戲時代

Nvidia的誕生還要追溯到多媒體PC機(jī)時代。在上世紀(jì)90年代，PC機(jī)走向了多媒體時代，其中3D游戲又是多媒體時代最閃耀的明星。為了能加速3D游戲的運行，圖像處理芯片就成了多媒體PC時代的一種熱門新品類。最初，加速3D游戲運行在常規(guī)的顯示卡之外還需要一張3D加速卡，而3D加速卡的首創(chuàng)者——3dfx也憑借著其Voodoo系列加速卡成為了當(dāng)時的3D加速引領(lǐng)者。

GeForce是Nvidia最重要的產(chǎn)品之一，同時我們也可以從GeForce的誕生看到Nvidia并不是拘泥于產(chǎn)品傳統(tǒng)品類定義的公司，而是會積極地拓寬其產(chǎn)品的應(yīng)用范圍。這樣的公司基因也直接造就了之后Nvidia在人工智能領(lǐng)域的領(lǐng)先地位。

2、GPGPU和CUDA：Nvidia最好的一筆投資

在2000年左右，學(xué)術(shù)界對于使用GPU做通用計算（GPGPU）產(chǎn)生了興趣。當(dāng)時，主要面向執(zhí)行通用算法的CPU是執(zhí)行科學(xué)計算的主力，但是CPU為了能在通用算法上都有較好的性能，因此很多芯片面積事實上用在了片上內(nèi)存和分支預(yù)測等控制邏輯，而真正用于計算的單元并不多。相反，GPU架構(gòu)中的控制邏輯較為簡單，絕大多數(shù)芯片面積都用于渲染、多邊形等計算。學(xué)術(shù)界發(fā)現(xiàn)，科學(xué)運算中的矩陣等計算可以很簡單地映射到GPU的處理單元，因此能實現(xiàn)非常高的計算性能。

在2006年，Nvidia推出了Tesla架構(gòu)，在這個架構(gòu)中，Nvidia一改之前使用矢量計算單元做渲染的做法，而是把一個矢量計算單元拆成了多個標(biāo)量計算渲染單元，并稱之為“unified shader”。這樣一來，Tesla GPU的渲染單元除了在渲染性能更強之外，也更適合做通用計算了。在2007年，Nvidia順勢推出了CUDA系列編程環(huán)境。CUDA是GPGPU領(lǐng)域的一個創(chuàng)舉，通過CUDA可以大大降低用GPU做通用計算的難度，因此大大降低了GPGPU應(yīng)用的門檻。

3、AlexNet + Nvidia GPU引領(lǐng)了人工智能風(fēng)潮

時間走到了2012年，Nvidia在經(jīng)過移動市場的失望后，迎來了新的藍(lán)海市場。2012年的重要性在于，深度學(xué)習(xí)開山鼻祖之一的Geoff Hinton的學(xué)生Alex Krizhevsky成功訓(xùn)練出了深度卷積神經(jīng)網(wǎng)絡(luò)AlexNet，并憑借該網(wǎng)絡(luò)在圖像分類識別領(lǐng)域大幅提升了性能（15%的錯誤率，比第二名真正高出了十個絕對百分點），從而成為人工智能的標(biāo)志性事件。

在2012年之前，絕大多數(shù)圖像分類任務(wù)都是使用類似支持矢量機(jī)（SVM）這樣的經(jīng)典算法實現(xiàn)。SVM這樣的算法非常適合應(yīng)用在數(shù)據(jù)量較少的應(yīng)用中。然而，隨著互聯(lián)網(wǎng)時代的來臨，人們積累的數(shù)據(jù)量遠(yuǎn)遠(yuǎn)大于之前的時代，而在擁有大量數(shù)據(jù)的情況下，神經(jīng)網(wǎng)絡(luò)就成了理論上更好的選擇。然而，在當(dāng)時訓(xùn)練一個深層神經(jīng)網(wǎng)絡(luò)還存在一個挑戰(zhàn)，就是算力問題。使用普通的CPU在ImageNet上訓(xùn)練一個深度學(xué)習(xí)網(wǎng)絡(luò)需要數(shù)年的時間，因此無法實用。而Alex Krizhevsky的創(chuàng)舉在于使用Nvidia GPU成功訓(xùn)練了一個性能有突破性提升的深度神經(jīng)網(wǎng)絡(luò)，從而開啟了新的人工智能時代。

隨之而來的是對于GPU算力的進(jìn)一步需求，而Nvidia也是順勢而為，在最近幾年接連推出為了人工智能而優(yōu)化的GPU以及相關(guān)配套軟件資源（用于推理的TensorRT，基于CUDA的高性能深度學(xué)習(xí)加速庫CuDNN，CuBLAS等等），從而讓自己在人工智能時代的地位更加穩(wěn)固。

二、Nvidia在數(shù)據(jù)中心的地位難以被撼動

目前，Nvidia已經(jīng)占據(jù)了人工智能算力領(lǐng)域的主導(dǎo)位置。在數(shù)據(jù)中心領(lǐng)域，即使有一些初創(chuàng)公司推出訓(xùn)練和推理加速芯片，但是想要取代Nvidia需要相當(dāng)長的時間。首先，大規(guī)模部署芯片對于產(chǎn)品的可靠性有相當(dāng)高的需求，而且分布式系統(tǒng)是一個系統(tǒng)工程，需要芯片在各類指標(biāo)上（不只是算力，還包括通信，接口帶寬等）都達(dá)到優(yōu)秀的指標(biāo)，光這一點就需要初創(chuàng)公司相當(dāng)多的時間去打磨。此外，Nvidia更高的壁壘在于開發(fā)者生態(tài)，需要開發(fā)出一個易用的編程模型和相關(guān)編譯器的難度并不亞于設(shè)計芯片，而要孵化開發(fā)者生態(tài)則需要更多的時間。我們認(rèn)為，至少在未來3-5年內(nèi)，Nvidia在數(shù)據(jù)中心的地位難以被撼動。

三、英偉達(dá)收購SwiftStack，看重其人工智能技術(shù)？

SwiftStack聯(lián)合創(chuàng)始人兼首席產(chǎn)品官（CPO）喬·阿諾德（Joe Arnold）在聲明中表示：“我們很高興地宣布，SwiftStack已經(jīng)簽署了最終協(xié)議，被英偉達(dá)收購。一年多來，我們的團(tuán)隊一直在與英偉達(dá)合作，解決數(shù)據(jù)挑戰(zhàn)，使人工智能規(guī)?；?。根據(jù)慣例，我們希望在未來幾周內(nèi)完成交易?！?br />
他還表示：“對整個SwiftStack團(tuán)隊來說，建造人工智能超級計算機(jī)令人興奮。我們非常高興能與英偉達(dá)的天才們一起工作，并期待為其世界領(lǐng)先的加速計算解決方案做出貢獻(xiàn)?！?br />

這兩家公司都沒有透露收購價格，但SwiftStack此前在梅菲爾德基金（Mayfield Fund）和OpenView Venture Partners牽頭的A輪和B輪融資中籌集了約2360萬美元資金。該公司的其他投資者包括Storm Ventures和UMC Capital，最后一輪融資于2014年完成。

SwiftStack的客戶包括PayPal、Rogers、數(shù)據(jù)中心提供商DC Blox、Snapfish和Verizon等公司，英偉達(dá)也是該公司的客戶之一。

該公司指出，它的團(tuán)隊將繼續(xù)維護(hù)現(xiàn)有的一套開源工具，如Swift、ProxyFS、1space和Controller。1space是英偉達(dá)購買SwiftStack的主要原因，它是一個文件連接器。

SwiftStack的首席執(zhí)行官（CEO）唐?賈沃斯基（Don Jaworski）也沒有提供任何報價，該公司也無法確定他是否會留任。

另外，SwiftStack曾對OpenStack進(jìn)行過早期投資。OpenStack是一個大型的開源項目，旨在讓企業(yè)在自己的數(shù)據(jù)中心獲得類似于aws的管理經(jīng)驗。該公司是OpenStack的Swift對象存儲平臺的最大貢獻(xiàn)者之一，并為此提供了大量服務(wù)，盡管近年來似乎淡化了OpenStack的關(guān)系，因為該平臺在許多垂直領(lǐng)域的受歡迎程度已經(jīng)下降。

去年12月，SwiftStack出現(xiàn)了一些緊張跡象，當(dāng)時該公司解雇了數(shù)量不詳?shù)膯T工。

本文由電子發(fā)燒友綜合報道，內(nèi)容參考自機(jī)器之心、騰訊網(wǎng)，轉(zhuǎn)載請注明以上來源。