离 2025 年只剩十几个小时，黄仁勋拿出 50 亿真金白银给大家发红包了！
他刚花 7 亿美金（51 亿 RMB）收购了一家初创公司，专门做 GPU 管理工具的。
并且立刻就宣布：开源所有平台和技术，买了英伟达 GPU 就能免费用。
不愧老黄，花“小钱”办大事。
英伟达新收购
英伟达刚刚完成收购的这家公司，名字叫 Run:ai，2018 年成立，投资人包括著名的老虎基金、Insight Partners、红杉资本等等。
创业 7 年时间，Run:ai 做的产品全部围绕一件事——怎么用 GPU，当然不是个人 PC，而是围绕 AI、工业领域的训练计算任务，包括研发、管理、配置等等一系列工具。
简单来说，Run:ai 有一整套基于 Kubernetes（谷歌的开源容器编排引擎）的开放平台，提供 GPU 管理工具。
对于开发者来说，ai Dev 提供从概念到部署的过程开发工具。比如提供各种集成开发环境的工具、内置W&B、Comet.ml、MLflow 等等工具追踪训练结果、提供训练数据集的管理工具…
所有这些功能，全都以最直观最“傻瓜”式的方式，清晰呈现在操作面板，所见即所得：
另外，ai Dev 还支持自动化分布式训练，一个命令行就可以将训练负载扩展到多个 GPU 节点…
其他的产品还包括 ai Control Plane，也是可视化的面板，用来管理用户本地的 GPU 设施、在不同任务间一键分配算力资源、记录 GPU 的能耗成本等等功能：
当然，Run:ai 还提供了 AI 工作负载调度程序，用户只用设置优先级和各项任务的配额，系统会自动优化资源分配。
目前 Run:ai 的解决方案已经与 NVIDIA DGX、NVIDIA DGX SuperPOD、NVIDIA Base Command、NGC containers 和 NVIDIA AI Enterprise 软件等等产品集成。
总的来看，英伟达花 7 亿美金买的 Run:ai，本质就是一个GPU 的“数据产品经理”：提供业务看板、GPU 权限分配、任务分配…等等直观可视化操作工具。
在收购同时，英伟达还宣布开源 Run:ai 的所有平台技术。
Run:ai 的用户，包括全球打印机巨头斑马技术、用端到端技术一鸣惊人的自动驾驶公司 Wayve、伦敦医学影像与人工智能中心等等。
举个简单的例子，Wayve 通过 Run:ai 提供的工具，将原先不足 25% 的 GPU 集群效率，提升到 80% 以上。
对于有雄厚研发实力和 AI 积累的大公司来说，这样的内部工具自研不是问题，但对于中小规模、非 AI 行业的用户来说，Run:ai 这一套不高深的技术，却很关键。
英伟达收购 Run:ai，好处有什么？
回想一下 2018 年时，深度学习技术才刚刚在落地应用方面崭露头角。那时的英伟达市值只有 1000 多亿美元，主要产品还是 20 系列显卡，AI 计算硬件也是基于 RTX 游戏显卡改的。
但就是在 2018 年，老黄第一次公开提出传统 GPU 已经到达极限，英伟达今后要战略转向：“重新发明图形处理器用于 AI”，适应飞速增长的 AI 训练、研发需求。
现在看来，老黄在 2018 年做出了一项重塑 AI、科技，甚至千行百业的重大决策。
带着英伟达突破 3 万亿美元市值，也让技术没那么高深，但眼光独到的 Run:ai 水涨船高。
但问题是，老黄收购之后就立刻搞开源，有必要吗？
直接和 Run:ai 合作，赚企业的钱不是更好？
所以说黄仁勋是花小钱办大事呢~
现在的情况是，核心的 GPU 架构、性能本身，能威胁到英伟达的其实并不多。目前英伟达控制着高端芯片市场 80% 的份额，几乎 100% 的 AI 计算份额。
但老黄一直在寻求构建产品+生态的立体优势。
比如在 2019 年斥资 69 亿美元收购了高性能计算公司 Mellanox，还收购了用于边缘 AI 工作负载的 OmniML、用于数据存储和管理的 SwiftStack 以及用于块存储的 Excelero。
另外英伟达还在硬件、软件、数据中心管理平台、机器人技术、安全分析和移动能力等方面进行了大量投资。
最广为人知的案例，应该就是当年试图以 400 亿美元收购英国芯片设计公司 Arm，但因为反垄断原因终止。
老黄一直在做的，就是AI 行业的垂直整合，从芯片到工具再到软件应用，打造一个能满足任何 AI 用户的一站式商店。
买英伟达 GPU，现在直接送“开箱工具”。
让 AI 创业公司更集中资源在主要业务，同时也给千行百业亟需被 AI 重塑的玩家扫除门槛。
移动互联网时代，苹果用这套打法登顶封神。
AI 时代，英伟达直接 Control C+V。
