今天小编分享的互联网经验：英伟达“狂投”AI独角兽，“钱+GPU”组建最强AI产业联盟？，欢迎阅读。
ChatGPT 的火爆掀起了从巨头到初创的科技业 AI 竞赛。在这场 AI 淘金大战中，提供一流 AI 芯片的英伟达成为大赢家，华尔街高呼 " 英伟达是 AI 大战唯一的军火商" 。
而过去一个月，英文达又在 AI 风投圈杀疯了，看来正在趁其 GPU 处于领先地位的时间視窗，巩固建立的最强 AI 产业联盟。
一天内两家 AI 独角兽官宣英伟达参投 Inflection AI 估值升至全球第三高
今年 6 月，英伟达就参与了三家高调宣布获得新一轮融资的 AI 独角兽融资。其中 6 月 9 日，做类 ChatGPT 聊天机器人的加拿大 AI 公司 Cohere 宣布完成 2.7 亿美元 C 轮融资，英伟达、甲骨文、Salesforce 等参与。Cohere 的估值由此达到约 22 亿美元。
另外两家在上周四一天内不约而同公布大规模融资的初创分别是：推出 AI 聊天机器人 Pi 的 Inflection AI 和 AI 文生视频创企 Runway。
其中，由 DeepMind 联合创始人 Mustafa Suleyman 去年联合创办并担任 CEO 的 Inflection AI 获得 13 亿美元新融资，据 Crunchbase 统计，这是目前排在第四高位的 AI 融资轮规模。
Inflection AI 新一轮融资的领投方是微软、领英联合创始人 Reid Hoffman、比尔•盖茨、谷歌董事长埃里克•施密特，英伟达是投资者中唯一的新面孔。
完成融资后，Inflection AI 的估值升至约 40 亿美元，成为估值仅次于 OpenAI 和 Anthropic 的全球第三大生成式 AI 独角兽。
Runway 完成了 1.41 亿美元新融资，新加入的投资者包括谷歌、英伟达和 Salesforce，通过这轮，Runway 的估值升至约 15 亿美元，不到半年翻了三倍。
Inflection AI 集成 2.2 万英伟达 H100 打造最强超算 芯片量碾压 Meta 超算
Inflection AI 最近推出了其首个专有语言模型 Inflection-1，称该模型是在非常大的数据集上使用数千个英伟达 H100 训练的，是其计算类别中最好的模型，在通常用于比较大语言模型（LLM）的各种基准测试中，性能优于 GPT-3.5、LLaMA、Chinchilla 和 PaLM-540B。
上周四，Inflection AI 还宣布，在与英伟达合作打造全球最大的 AI 集群之一，其超级计算机将扩展至包含 2.2 万个英伟达 H100 芯片，支持新一代 AI 大模型的训练和部署。集成 AI 芯片的数量直接碾压了 Meta 今年 5 月公布的 1.6 万个 A100 打造的超算集群。
除了英伟达，Inflection AI 上述超级 GPU 集群的另一合作方是云服务供应商 CoreWeave。它号称可提供 " 比传统云提供商便宜 80%" 的算力。英伟达之前曾对 CoreWeave 投资 1 亿美元。6 月有媒体称，微软同意未来数年内向 CoreWeave 投资数十亿美元，用于云计算基础设施建设。
在最新发布的权威 AI 性能基准测试 MLPerf 中，英伟达和 CoreWeave 合作构建的拥有 3584 个 H100 的集群，仅用不到 11 分钟就训练完 GPT-3 大型语言模型。
英伟达领先对手两年 但优势地位并未无懈可击 CUDA 不会一直是护城河
Jon Peddie Research 的 GPU 市场数据报告统计，去年英伟达全年 PC GPU 出货量达 3034 万块，是 AMD 的近 4.5 倍；截至去年四季度，在独立 GPU 市场，英伟达占据 84% 的市场份额，远超同业竞争公司。
上月英伟达发布的今年一季度营收远优于预期，AI 芯片所在业务收入创历史新高，保持 10% 以上同比增速，二季度营收指引更是炸翻全场，不但未如市场预期连续第四个季度下滑，而且同比猛增 33%，尽显 AI 芯片需求的火爆势头。
财报公布后，芯片咨询公司 D2D Advisory 的创始人 Jay Goldberg 表示，" 目前，AI 芯片市场看起来仍将是英伟达一个赢家通吃的市场。"
上月 AMD 发布其最先进的 AI 芯片 MI300X 后，分析师们并未跟风吹爆，而是很理智地指出，AMD 想要在 AI 芯片领網域挑战英伟达的行业龙头地位，还有很长的路要走，仅凭这款芯片并不能做到。
Cambrian-AI Research LLC 的创始人兼首席分析师 Karl Freund 认为，除了英伟达拥有 AI 行业最大的軟體和研究人员生态系统、MI 300X 不具有很大的内存优势和明显的成本优势外，AMD 面临的关键挑战是，没有像 H100 那样的 Transformer Engine（用于在英伟达 GPU 上加速 Transformer 模型的库），H100 可以将大语言模型（LLM）的性能提高两倍。
这导致了，如果用几千个英伟达的 GPU 来训练一个新模型需要一年的时间，那么用 AMD 的硬體来训练可能需要再等两三年，或者同样的时间内投入三倍的 GPU。
英伟达财报公布后，有评论提到，AI 初创企业投资机构 Air Street Capital 的合伙人 Nathan Benaich 估算，英伟达比竞争对手领先了两年。他在评价英伟达的成功时这样说：
英伟达比其他人先一步看到未来，他们将重心转向让 GPU 可编程，他们发现了机会，下了大赌注，并持续超越了竞争对手。
但同时，业内人士也认为，华尔街对英伟达的热情有些过于乐观。Benaich 指出，英伟达在硬體和軟體方面远没有达到无懈可击的地步。
华尔街见闻此前提到，英伟达基于其生产 GPU 的并行计算平台和编程模型 CUDA 帮助其构建了强大的生态护城河，进一步增加了竞争壁垒。
而推出大热 AI 绘画模型 Stable Diffusion 的公司 Stability AI 最近也对 Benaich 以上提及的英伟达面临竞争形势表示认同。他说：" 谷歌、英特尔和其他公司的下一代芯片正在迎头赶上，随着軟體的标准化，甚至 CUDA 也变得不再是护城河。"
