英伟达抢占AI话语权,一年投资5个国家的十余家公司

在这波新的AI技术浪潮中,芯片巨头英伟达正成为实力雄厚明星AI公司的代言人。作为视觉计算技术和图形处理单元(GPU)的发明者,深度学习的兴起,使得GPU大放异彩,英伟达备受追捧。而这一两年的投资清单更加可以直观反映出其布局AI的雄心,尤其是在竞争激烈的自动驾驶领域。

AI、大数据、自动驾驶成主要投资方向

在36氪前几日的报道中,英伟达的竞争对手英特尔宣布公司已通过旗下“英特尔资本”(Intel Capital)向AI初创企业注入了超过10亿美元的资金,这些被投的企业包括主做AI数据众包平台的Mighty AI、大数据医疗服务公司Lumiata、机器视觉公司AEye等,同时通过一系列收购动作,占据在自动驾驶赛道中的制高点。

而英伟达同样丝毫没示弱。公开资料显示,英伟达从2005年开始,累积投资参股了15家公司。早期英伟达所投资的公司,基本都在图像处理相关领域,其中还包括一家游戏主机厂商。相对而言,之前的投资较为低调。

而从2015年以后,英伟达的投资方向明显发生了变化,节奏也在迅速加快,投资出现了分水岭。持续扩大对初创公司的投资,据不完整统计,在过去一年里英伟达投资了分别来自中国、日本美国以色列加拿大5个国家的十余家公司,涉及自动驾驶、数据处理、图像识别、语音交互等与AI强相关的领域。 其中,应用GPU进行大规模数据处理的公司,以及应用GPU研发自动驾驶技术的公司,成为英伟达今年两个主要的投资方向。

在26日的GTC CHINA2017中,黄仁勋向媒体谈到英伟达的投资逻辑:一是该公司的愿景与英伟达一致,即利用AI技术为社会创造更多价值;二是这家公司需要英伟达的帮助;第三是这家公司本身必须是一家非常优秀的公司。

英伟达近两年详细投资清单

GPU Ventures Program 投资组合:

以下为大家详解这些被投的AI公司。

一、自动驾驶领域的投资: 

1、景驰:

于 2017 年 4 月初由百度无人车原负责人王劲成立,立志成为中国首个全面实现第四级别无人驾驶商业化的公司。景驰致力于通过深度学习来实现无人为干预的自动驾驶车辆。这些车辆将搭载 LiDAR,相机和雷达传感器,通过人工智能技术来感知驾驶环境,并寻找最快最安全的路径到达目的地。

9 月 26 日,景驰科技宣布完成 Pre-A 轮 5200 万美元融资,由启明创投领投,华创资本作为主要投资人和英伟达 GPU Ventures,以及部分机构和个人参与了此次联合投资。

2、图森未来:

中国自动驾驶卡车初创公司,公司成立于2015年,提供计算机视觉为主的低成本、可商用自动驾驶解决方案,致力于打造高速场景下的L4级别(SAE)自动驾驶卡车。

2017年8月,全球芯片巨头英伟达投资国内自动驾驶初创企业图森未来,此次投资后,英伟达占图森未来3%股份。此次投资被计入图森未来的B轮融资中,但具体投资额未披露。本轮融资将主要用于研发,并将在中美两地列装更多的自动驾驶卡车用于路测。

3、Drive.ai:

Drive ai是一家由斯坦福人工智能实验室的研究成员创办的硅谷创业公司,其中百度前首席科学家吴恩达的妻子Carol Reiley是这家公司的联合创始人之一,她在Drive ai的职位是总裁。Drive.ai 公司的研发方向,就是利用人工智能领域的 " 深度学习 " 技术,进一步开发自动驾驶系统。这里提到的自动驾驶系统并不单单包含车辆的无人驾驶系统,还包括车辆与行人、车辆与车辆间的交互系统。英伟达投资Drive.ai的时间较早。

4、AImotive:

AImotive成立于2014年,总部位于匈牙利。同样是一家研发自动驾驶技术的公司。AImotive这家公司的激动驾驶方案,不但不使用激光雷达,而且连雷达都不用,直接依靠安装在车身上的几个摄像头。这家公司的解决方案只需要6000美元的成本,就能把一辆普通汽车变为自动驾驶的无人车。在2015年5月,在A轮融资中获得英伟达的投资。

5、Optimus Ride:

MIT衍生公司,专注于开发L4级别的完全自动驾驶车辆。Optimus Ride背后是麻省理工30多年关于自动驾驶、电动汽车控制系统等技术的积淀。不但如此,这家公司的团队在机器人制造、城市设计、共享车队管理方面也有,还有十多年的工业和创业经验。

二、AI、大数据领域的投资: 

6、Datalogue——纽约人工智能数据挖掘平台,由康奈尔大学开发

这家初创公司正在构建数据产品,让那些对数据充满热情的科学家、商业领袖、设计师们,可以更轻松的准备数据实现所需要的工作。他们称可以利用AI驱动的工具,帮助用户把任何来源的数据,自动化处理为可以立刻使用的数据。

7、Deep Instinct——以色列初创公司,专注于网络安全

是第一家将深度学习应用到网络安全的以色列初创公司,避免终端和移动端的“零日攻击”。无论连接网络与否,Deep Instinct都能为客户的终端和移动设备提供防护,而且可以在损害发生之前,实时识别和组织网络攻击。

8、Element AI——人工智能孵化器,主要孵化对象是来自蒙特利尔大学、McGill大学的深度学习创业企业

Element AI总部位于加拿大蒙特利尔,Yoshua Bengio是这家公司的联合创始人。今年6月,完成1.02亿美元的A轮融资,英伟达参投。

9、fastdata.io——加州的一家初创公司,提供码流分析软件

将数据流处理速度高于基于CPU的Java引擎5个数量级,意味着我们可以构建一个从未想象过的技术。业务是实时的,但批量处理大数据是并行的。 Fastdata.io为无数应用程序开辟了大规模并行GPU处理,为全球开发人员提供了API访问,并释放了真正的实时流处理能力。

10、MapD——加州旧金山,投资者还包括Google Ventures

MapD构建了一个大型的数据分析平台,据说能够比其他系统快100倍的速度,处理大数据的查询和可视化。这家公司利用GPU大规模并行计算能力,以毫秒响应时间,对数十亿行数据集执行SQL查询。根据不同的使用情况,MapD可以作为一个单独的快速SQL数据库使用。

11、SoundHound——一家专注于语音AI和智能对话的公司,总部位于美国加州圣克拉拉

这家公司的Houndify是一个独立的AI平台,提供人工智能驱动的语音技术服务,包括语音识别、自然语言理解、开发者工具、知识图谱等,这个平台研发了10年之久。

另外,这家公司还有语音搜索和虚拟助理应用:Hound;以及音乐识别应用:SoundHound,可以用来发现、探索和分享周围的音乐。

12、TempoQuest——科罗拉多的一家初创公司,专注于GPU加速的天气预测

TempoQuest的天气预报软件解决方案正在设计为运行在图形处理器单元加速器(GPU)而不是CPU。这将大大提高分析的速度和准确性。虽然GPU加速器目前用于其他“大数据”应用程序,但该技术尚未应用于全面的天气数据分析。

NVIDIA公司致力于为TempoQuest提供支持和帮助,包括应用工程,硬件和软件集成的技术支持,以及TQI GPU预测产品的营销,销售和分销协助。

13、Zebra Medical——以色列初创公司,采用人工智能读取医疗影像

Zebra Medical算法帮助放射科医生检测经常被忽视的适应症,其帮助提供者分析数百万成像记录,以了解患者的风险状况,检测和预测疾病,并协助建立和管理预防性护理计划。已经积累了医学影像和临床资料最大的匿名数据库之一。被CB insight 命名为全球50大AI创新革命公司。

拉帮结派、投资收购,自动驾驶领域巨头必有一役

先是英特尔在北京开了个“英特尔精尖制造日”的大会,发布自家 “Cannon Lake”10纳米晶圆的同时,高喊摩尔定律还没有终结。

之后,英伟达“核弹王朝”掌门人黄仁勋,在 GTC China 上直接硬怼 Intel,说出摩尔定律已经终结,GPU才是未来。

英特尔和AMD是英伟达在芯片上的强劲对手,前不久特斯拉与AMD合作研发自动驾驶芯片,不带英伟达玩的传闻闹的沸沸扬扬。黄教主也很风趣地表示,即使特斯拉用了别家的计算芯片,自己也对特斯拉的车也照买不误。不管怎样,非常明显自动驾驶芯片领域,早就是个竞争激烈的红海了,当然对手还有那个高调无人车路测的巨头谷歌

目前而言,英伟达凭借GPU的性能和人工智能生态布局,如今优势略微明显,主要体现在汽车厂商和一级供应商都更加倾向于选择Drive PX 平台,英伟达也体现出要做自动驾驶平台的决心。相比而言,英特尔与其收购的Mobileye则提供的是一个相对封闭的系统。而这场“硬仗”归咎起来还是技术路径的差异,是CPU和GPU的对决。目前看来在深度学习的加持下,GPU释放出的潜能更大。

英特尔自然也有反击机会,在自动驾驶领域又是结盟又是收购,用几百亿美金为自动驾驶铺就了一条走向制高点的路。收购的Mobileye是全球公认的ADAS领域巨头,拥有一个成熟的、基于摄像头的ADAS解决方案,实力不容小觑。

巨头不论在资金、生态以及技术实力上几乎都难分伯仲,而自动驾驶无疑是汽车行业不可逆转的发展趋势,将重构整个汽车产业链,呈现出巨大的利益分成,这一场“军备竞赛”怕是越来越精彩了。

赞 (0) 评论 分享 ()