3月6日消息，據國外媒體報道，當地時間周四，英偉達宣布收購數據存儲和管理平臺SwiftStack，收購條款尚未披露。根據交易條件，這筆收購將在未來幾周內完成。

SwiftStack成立于2011年，是一個以軟件為中心的數據存儲和管理平臺，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載的支持。

一、Nvidia走上人工智能加速硬件主導者位置的歷程

隨著人工智能發展如火如荼，我們看到Nvidia的GPU成為了人工智能時代的基礎設施，為人工智能服務提供必不可少的算力，Nvidia怎么走上人工智能加速硬件主導者位置？主要經歷了以下幾個階段。

1、Nvidia緣起：PC游戲時代

Nvidia的誕生還要追溯到多媒體PC機時代。在上世紀90年代，PC機走向了多媒體時代，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游戲運行在常規的顯示卡之外還需要一張3D加速卡，而3D加速卡的首創者——3dfx也憑借著其Voodoo系列加速卡成為了當時的3D加速引領者。

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

2、GPGPU和CUDA：Nvidia最好的一筆投資

在2000年左右，學術界對于使用GPU做通用計算（GPGPU）產生了興趣。當時，主要面向執行通用算法的CPU是執行科學計算的主力，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存和分支預測等控制邏輯，而真正用于計算的單元并不多。相反，GPU架構中的控制邏輯較為簡單，絕大多數芯片面積都用于渲染、多邊形等計算。學術界發現，科學運算中的矩陣等計算可以很簡單地映射到GPU的處理單元，因此能實現非常高的計算性能。

在2006年，Nvidia推出了Tesla架構，在這個架構中，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系列編程環境。CUDA是GPGPU領域的一個創舉，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應用的門檻。

3、AlexNet + Nvidia GPU引領了人工智能風潮

時間走到了2012年，Nvidia在經過移動市場的失望后，迎來了新的藍海市場。2012年的重要性在于，深度學習開山鼻祖之一的Geoff Hinton的學生Alex Krizhevsky成功訓練出了深度卷積神經網絡AlexNet，并憑借該網絡在圖像分類識別領域大幅提升了性能（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志性事件。

在2012年之前，絕大多數圖像分類任務都是使用類似支持矢量機（SVM）這樣的經典算法實現。SVM這樣的算法非常適合應用在數據量較少的應用中。然而，隨著互聯網時代的來臨，人們積累的數據量遠遠大于之前的時代，而在擁有大量數據的情況下，神經網絡就成了理論上更好的選擇。然而，在當時訓練一個深層神經網絡還存在一個挑戰，就是算力問題。使用普通的CPU在ImageNet上訓練一個深度學習網絡需要數年的時間，因此無法實用。而Alex Krizhevsky的創舉在于使用Nvidia GPU成功訓練了一個性能有突破性提升的深度神經網絡，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化的GPU以及相關配套軟件資源（用于推理的TensorRT，基于CUDA的高性能深度學習加速庫CuDNN，CuBLAS等等），從而讓自己在人工智能時代的地位更加穩固。

二、Nvidia在數據中心的地位難以被撼動

目前，Nvidia已經占據了人工智能算力領域的主導位置。在數據中心領域，即使有一些初創公司推出訓練和推理加速芯片，但是想要取代Nvidia需要相當長的時間。首先，大規模部署芯片對于產品的可靠性有相當高的需求，而且分布式系統是一個系統工程，需要芯片在各類指標上（不只是算力，還包括通信，接口帶寬等）都達到優秀的指標，光這一點就需要初創公司相當多的時間去打磨。此外，Nvidia更高的壁壘在于開發者生態，需要開發出一個易用的編程模型和相關編譯器的難度并不亞于設計芯片，而要孵化開發者生態則需要更多的時間。我們認為，至少在未來3-5年內，Nvidia在數據中心的地位難以被撼動。

三、英偉達收購SwiftStack，看重其人工智能技術？

SwiftStack聯合創始人兼首席產品官（CPO）喬·阿諾德（Joe Arnold）在聲明中表示：“我們很高興地宣布，SwiftStack已經簽署了最終協議，被英偉達收購。一年多來，我們的團隊一直在與英偉達合作，解決數據挑戰，使人工智能規模化。根據慣例，我們希望在未來幾周內完成交易。”

他還表示：“對整個SwiftStack團隊來說，建造人工智能超級計算機令人興奮。我們非常高興能與英偉達的天才們一起工作，并期待為其世界領先的加速計算解決方案做出貢獻。”

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、數據中心提供商DC Blox、Snapfish和Verizon等公司，英偉達也是該公司的客戶之一。

該公司指出，它的團隊將繼續維護現有的一套開源工具，如Swift、ProxyFS、1space和Controller。1space是英偉達購買SwiftStack的主要原因，它是一個文件連接器。

SwiftStack的首席執行官（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進行過早期投資。OpenStack是一個大型的開源項目，旨在讓企業在自己的數據中心獲得類似于aws的管理經驗。該公司是OpenStack的Swift對象存儲平臺的最大貢獻者之一，并為此提供了大量服務，盡管近年來似乎淡化了OpenStack的關系，因為該平臺在許多垂直領域的受歡迎程度已經下降。

去年12月，SwiftStack出現了一些緊張跡象，當時該公司解雇了數量不詳的員工。

本文由電子發燒友綜合報道，內容參考自機器之心、騰訊網，轉載請注明以上來源。