經過近期的一些論文和討論，AI圈逐漸形成了一個共識，“Scaling law”會繼續下去，大模型規模的天花板還未到來，所以我們對算力的需求依然會持續。

　　當然，這是利好英偉達的。早在2016年，OpenAI剛成立一年后，黃仁勛就給OpenAI捐了最新的DGX-1，這是*搭載了8塊P100 GPU的深度學習超級計算機，而P100也是專門為深度神經網絡打造的GPU產品。

　　盡管當時英偉達有很多大廠訂單急著交付，但還是將*臺捐給了OpenAI，這種關系可以說是一次引領技術方向的“天使投資”。

　　對AI的押注帶來了豐厚回報。OpenAI相信超大規模訓練，相信“Scaling law”，而在當年進行這么大規模的訓練是幾乎不可能的，背后離不開英偉達的GPU。“Geoffrey建議我們試試GPU，我們一開始也沒搞懂GPU怎么發揮作用，但隨著實驗進行，我們發現GPU架構十分適合用來訓練深度卷積神經網絡，它可以訓練得很快，可以做規模遠超以前的訓練，事情就這樣發生了。” OpenAI聯合創始人、首席科學家Ilya Sutskever，在一次和黃仁勛的對話中提到這段往事。

　　如今，英偉達已經高達2萬億美元市值，但黃仁勛依然在很多場合強調，科技行業發展迅速，英偉達如果不盡早對遙遠的未來進行投資，可能面臨滅頂之災。

　　此時，英偉達的風險投資戰略，也是外界了解黃仁勛如何看待未來的一個窗口，特別是每一筆投資交易都是由黃仁勛簽署的，畢竟這些投資是真金白銀的，而不只是一場場演講。

　　根據Dealogic的數據，英偉達在2023年投資了35多家初創公司，數量比前一年增加了6倍。今天這篇文章，我們就來看看英偉達投了哪些關鍵領域？從中能看到什么趨勢？Enjoy：

　　總覽：英偉達投了哪些關鍵領域？

　　英偉達的對外投資主要通過2個組織實現，一個是公司的投資部門，另一個是NVentures。前者類似公司戰投，主要配合主業、注重戰略型投資，投資規模也更大；后者則更加注重AI在各個垂直領域的產業應用，主要關注初創企業。從兩者的投資標的就可以看出區別：

　　1、英偉達投資部門：投資了包括被稱為“OpenAI競品”的AI大模型公司Cohere、Inflection、Mistral;AI Agent領域的獨角獸公司Adept;AI搜索Perplexity;AI視頻公司Runway;研發芯片間硅光連接的Ayar Labs、硅光子學初創公司Lightmatter;開源模型庫Hugging Face;云計算服務商CoreWeave、AI云平臺together.ai等等。

　　2、NVentures：在一些關鍵垂直領域投資了很多，負責擴展AI應用的生態，以下我們列出了一些核心公司，前面是公司名，后面是領域：

　　Genesis Therapeutics、Inceptive、Terray、Charm、Evozyne、Generate、Superluminal、Recursion Pharmaceuticals：藥物發現的革命性變革

　　Machina Labs、Seurat Technologies：顛覆工業流程，改善制造業

　　PassiveLogic：利用人工智能實現建筑系統自動化

　　MindsDB：面向需要將企業數據與人工智能連接起來的開發人員

　　Moon Surgical：利用人工智能改進腹腔鏡手術

　　Twelve Labs：為視頻理解開發多模態基礎模型

　　Flywheel：加速醫學影像數據開發

　　Luma AI：視覺和多模態模型開發者

　　Outrider：實現物流樞紐運營自動化

　　Synthesia：企業人工智能視頻

　　Replicate：開源和定制模型開發者平臺

　　SoundHound：專注于語音AI

　　“對英偉達來說，(投資初創企業的)首要標準是相關性。”英偉達專門的風險投資部門NVentures負責人穆罕默德·西迪克曾在接受媒體采訪時說。“使用我們技術的公司，依賴我們技術的公司，在我們技術基礎上建立業務的公司。我想不出我們投資過哪一家不使用英偉達產品的公司。”

　　從當前的AI產業鏈（見下圖）來看，主要可分為AI基礎設施、AI模型層、應用層三方面，英偉達在每個層都有業務或投資，從直接研發大模型的獨角獸公司，到提供云計算、AI軟件服務的公司，再到與各行各業(醫療、制造業等)結合的垂直應用，幾乎覆蓋了全產業鏈。

　　下面我們來更詳細地分析一下這些投資。

　　AI模型層：投資OpenAI的競爭對手

　　制造AI大模型的公司，無疑是英偉達最重要的客戶，據經濟學人統計，英偉達其實已經投資了7家大模型公司，我們在這里列舉幾個：

　　Perplexity：今年1月，英偉達投資了號稱“谷歌殺手”的Perplexity AI，這家公司的目標是替代傳統搜索引擎，采取了一種對話式的新方式，公司的聯合創始人兼首席執行官Aravind Srinivas曾在OpenAI擔任研究科學家。Perplexity成立不到2年，其AI搜索產品Perplexity月訪問用戶高達5000萬，被a16z列入GenAI網頁類產品Top10。黃仁勛甚至還在一次活動中，透露自己經常使用Perplexity AI，并表示與ChatGPT或Bard等工具相比，更喜歡Perplexity AI。

　　Inflection：稱為“OpenAI競品”的黑馬Inflection，在去年6月獲得了英偉達(和微軟等等)的投資，它的融資額僅次于OpenAI，估值也突破了40億美元。Inflection推出了自己的*產品——Pi，這是一個類似于ChatGPT的聊天機器人，但跟ChatGPT在搜索、知識方面的生產力工具定位不同，Pi定位于為主打陪伴的伴侶型AI。

　　Cohere：幾乎在同一時間，英偉達還投資了加拿大AI初創公司Cohere。Cohere作為OpenAI的競爭對手，核心業務也是開發大模型，但側重于To B領域，為企業提供量身定制的大模型，包括全球流媒體平臺、服裝公司，以及使用該平臺簡化客戶服務或提高內容審核能力的公司。

　　Adept：主要目標是基于生成式AI技術來做的一款通用操作工具，讓用戶可以通過使用語音或文字來下指令，由人工智能理解后來幫助完成各種操作和任務。與微軟Copilot不一樣的地方在于，Copilot更多的只是為你提供信息，而Adept是可以直接自動在頁面上執行動作，包括跳轉、點擊、輸入數字等。

　　Mistral：Mistral AI在2023年5月于法國成立，由前DeepMind和Meta的研究人員組建，去年9月即推出了*生成式AI模型。Mistral被外界稱為“歐洲版OpenAI”和“全法國的希望”，這個投資動作也符合黃仁勛一直在說的“主權AI”概念。

　　…………

　　當然，在這些投資中，英偉達往往是跟投而非領投，畢竟英偉達不主要為了財務回報，而是擴展使用其硬件+軟件的生態。

　　AI基礎設施：布局生態與系統

　　在構建AI生態與系統的過程中，英偉達有好幾筆投資引人注目。

　　CoreWeave：云計算方面，由于傳統的數據中心由CPU構成，側重于通用計算能力，而AI所需要的并行計算，需要大量GPU連接，這使得針對CPU設計的數據中心解決方案無法照搬。英偉達所投資的“算力黃牛”CoreWeave，就是一家以GPU集群為核心的云計算公司，手中掌握了成千上萬塊英偉達***。它的業務模式是基礎設施即服務，按小時出租GPU，客戶只需要按使用時間和計算資源量來支付費用。CoreWeave甚至將英偉達芯片作為抵押物，完成了一輪23億美元的債務融資。

　　以GPU為核心的云服務提供商，是否會沖擊英偉達與傳統云計算服務商的關系(英偉達也推出了自己的云服務DGX Cloud)，以及會創造出什么樣的新市場格局(CoreWeave是英偉達的忠實門徒，不自研芯片，但各大云計算廠商都在加速自研GPU芯片)，都是非常有意思的議題。

　　Ayar Labs：摩爾定律如今幾乎已經到了極限，未來要想讓算力進一步增長，主要靠互聯，包括芯片內互聯、片間互聯等等，我們其實已經進入到了互聯決定算力的時代。而用光，是一個很重要的技術方向，這就是英偉達投資芯片光學公司Ayar Labs的目的。Ayar Labs成立于2015年，致力于用高性價比的硅加工技術，開發出高速、高密度、低功率的光學互連“芯片”和激光器，這種方式，可能可以顛覆半導體行業的傳統性能、成本和效率曲線，以10倍低的功耗將互連帶寬密度提高了1000倍。

　　Hugging Face：在谷歌內部，曾經有研究人員表達了這樣的觀點：在這場激烈的 AI 競賽中，雖然谷歌與OpenAI在你追我趕，但真正的贏家未必會在這兩家中產生，因為有股第三方力量正在崛起。這個力量就是“開源社區”，它才是谷歌和 OpenAI *的敵人。而開源社區的頂流，當屬Hugging Face了。這是一個AI領域的Github，它提供了大量高質量的開源模型與工具，將研發成果*程度地惠及社區，極大地降低了 AI 的技術門檻。

　　Together Al：另一家涉及云服務與開源概念的公司是Together Al，它是一家為AI創業公司提供訓練、推理服務的云平臺公司。對于那些使用開源大模型做應用的創業公司，往往也希望能保持自己的獨立性，會使用多云策略，這時候一個能力強、成本低的AI云平臺就非常重要。同時，Together Al還是一家全棧AI公司，擁有自己的模型和數據集，在AI底層技術方面有很深的積累。

　　Databricks：如果說*重要的是算力，那么第二重要的就是數據。Databricks創立于2013年，專注于數據分析，以其lakehouse平臺而聞名，這是一套數據倉庫和數據湖的組合，可以在單一平臺上統一數據、分析和AI部署，以便客戶管理企業數據、產生洞察，并快速構建自己的生成式人工智能解決方案。如今，諸多數據分析公司都在尋找結合AI的新方法，而引入英偉達這樣的戰略投資者，無疑也是與競爭對手搶速度的重要優勢。

　　…………

　　AI垂直應用：

　　最重視生物醫藥，智能制造次之

　　在英偉達對各個垂直領域的投資中，醫療和藥物發現領域是最多的，黃仁勛認為這些領域適合應用AI。

　　“我們是相當內行的投資者。”今年1月，黃仁勛在一場摩根大通醫療健康會議上說，“如果你在計算或AI方面有困難，請給我們發郵件，我們隨時為你服務。”

　　據WSJ報道，Moon Surgical是一家利用AI改進腹腔鏡手術的法國創業公司，其首席執行官Anne Osdoit說，她的公司大約在三年前就開始與英偉達合作，當時該公司正在為生命科學領域開發芯片。她說，這種合作關系最終促成了投資，英偉達還幫助公司解決了有關手術機器人的技術監管擔憂。“英偉達非常務實，直接說‘嘿，告訴我們你需要什么’。”

　　英偉達醫療保健副總裁Kimberly Powell甚至直言：“既然計算機輔助設計行業捧出了*家2萬億美元市值的芯片公司，計算機輔助藥物發現行業，為什么不能打造下一個價值萬億美元的藥物公司呢?”

　　近兩年，英偉達近乎瘋狂地在醫療和藥物發現領域投資，其中包括：

　　結合AI進行藥物發現：Recursion Pharmaceuticals、Genesis Therapeutics、Inceptive、Terray、Charm、Evozyne、Generate、Superluminal

　　利用人工智能改進腹腔鏡手術：Moon Surgical

　　加速醫學影像數據開發：Flywheel

　　創新藥研發一直都是費時費力，業界有一個“雙十定律”，即研發一款新藥需要十年時間、10億美元，并且最終還面臨一個不低的失敗風險。

　　比如在最難的藥物發現階段，按目前的方法，需要在10的60次方數量級的化合物中，篩選出1萬左右適合的化合物，然后再進一步篩選，最終找到合適的化合物。很多藥物靶點的發現，也非常靠運氣，想找到合適的對應藥物更是難上加難，一切都依賴于研發人員的經驗與直覺。

　　這個場景非常適合AI應用，通過更專業化訓練的大模型來篩選，高通量的AI模型，可以大大縮短藥物研發周期，提升新藥研發的成功率。此外，AI還可以輔助蛋白質結構預測，克服了傳統技術需多次實驗成本太高的缺點，讓低成本準確預測蛋白質的三維結構成為可能。

　　作為黃仁勛多次重點提及的領域，在今年英偉達GTC大會上，生命健康議題也成為主角，與醫療保健、生命科學相關的會議共有90場，數量在汽車、云服務、硬件/半導體等一眾熱門行業分布中*，還吸引來了強生、GSK、默克、諾華、基因泰克、安斯泰來等醫藥巨頭的專業人士。

　　除了生物醫藥，英偉達第二重視的垂直應用是智能制造，其中包括：

　　顛覆工業流程，改善制造業：Machina Labs、Seurat Technologies

　　利用人工智能實現建筑系統自動化：PassiveLogic

　　實現物流樞紐運營自動化：Outrider

　　Machina Labs：結合AI和機器人技術，來建造下一代工廠，Machina具有代表性的新產品，是一個敏捷制造平臺，其目標是可在數天內(傳統流程需數月)實現快速迭代和生產，從而加速設計、工程和創新。這個敏捷制造平臺集成了7軸機器人、自主板材裝載和夾具，以及先進的人工智能流程模型和閉環控制，只需單擊按鈕即可啟用許多制造流程。機器人能夠立即更換工具和傳感器，以執行各種操作，并且還可以不斷升級，以改進現有功能或添加新功能。

　　Seurat Technologies：這是一家區域金屬3D打印創業公司，相比當前多激光SLM技術具有更高的成形效率。與大多數金屬3D打印設備開發商主要從事設備銷售的模式不同，Seurat選擇成為合同制造商，按訂單生產定制金屬零件。Seurat的計劃是，將其3D打印工廠部署在世界各地的客戶現場或附近，使零件能夠在離需要更近的地方生產，重塑供應鏈。其目前的3D打印設備已經實現了一些降本，其發展目標是到2030年，將制造成本優勢超過傳統壓鑄工藝，促使增材制造成為主流制造技術。

　　PassiveLogic：這家創業公司的目標是，讓建筑行業的專家，例如建筑師、工程師和承包商，實現施工過程的自動化，并建立數字孿生技術，以減少運營的成本、時間和環境影響。這項技術通過將視覺和空間數據，轉化為“實時模擬現實”，相當于創建了一個現場的虛擬副本，將一個地點的所有傳感器和物聯網設備，整合到“蜂巢”控制平臺中，為客戶提供精準測繪、規劃設計、項目進度管理、后期運營維護等服務。

　　Outrider：這是一家為物流中心開發自主堆場業務的初創公司。“堆場”是指，在卡車運輸中，幾乎所有貨物都要經過配送場，雖然這是供應鏈中的關鍵環節，但今天的貨場在很大程度上仍然按照幾十年來的方式運行，充滿了重復性的手工作業，而且往往是在荒涼偏僻的地方，充滿潛在危險。Outrider可以將這個環節自動化，并且與大型配送中心的運作方式無縫銜接。

　　在OpenAI爆發之前，英偉達其實正陷入低谷，之前的核心增長“挖礦”、PC游戲，都在飽受需求下滑的影響。黃仁勛時常掛在嘴邊的一句話是：“我們離倒閉還有不到30天”，在這種需求帶來的周期性中，黃仁勛一直重視押注未來。

　　英偉達花了整整24年時間，才使其估值達到1萬億美元的罕見高度，但隨著對AI的成功押注，實現第2個萬億美元只用了八個月。當然黃仁勛對未來的押注也不是每次都成功，比如他也曾將元宇宙視為重要風口，在2021年發布了一系列產品，幾乎融合了英偉達全部技術，但所獲收入寥寥無幾。

　　“科技行業發展迅速，英偉達如果不盡早對遙遠的未來進行投資，可能面臨滅頂之災。”黃仁勛在諸多演講中說。所以英偉達的風險投資，也是外界了解黃仁勛如何看待未來的一個窗口，特別是每一筆投資交易都是由黃仁勛簽署的。

　　“你需要知道接下來會發生什么。”一位接受英偉達投資的創始人說，“英偉達確實需要了解接下來的趨勢是什么，將向哪個方向發展，硬件里需要加入哪些東西才能變得更完善。”

　　References：‍‍‍

　　1. The Economist：Dissecting the Al tech stack

　　2. WSJ：Nvidia’s Supercharged Investment Strategy Is About More Than Returns

　　3. 證券時報：英偉達，用投資構建“AI帝國”

　　4. NVIDIA：How NVIDIA Fuels the AI Revolution With Investments in Game Changers and Market Makers