לפני זמן קצר התבשרנו על כך ש-Nvidia רכשה את Run AI בסכום המוערך ב-700 מיליון דולר. ללא ספק מדובר על רכישה מאוד משמעותית עבור ענקית החומרה שרק מעמיקה את הפעילות שלה בארץ. לצד זאת, נשאלת השאלה: מדוע באמת רכשה Nvidia את Run AI וכיצד צעד זה משתלב באסטרטגיה הכללית של החברה?

לפני שנדבר על הסיבות לרכישה, קודם בוא ננסה להבין מה Run AI עושה בפועל. אשתדל שזה יהיה כמה שפחות טכני. כולנו שמענו על הטירוף שיש עכשיו סביב GPUים ומחשב על עתירי ביצועים. חברות רבות מנסות להשיג כמה שיותר חומרה חזקה כדי לשמור על הדומיננטיות שלהן בתחום ה-AI. 

בסופו של יום, כדי להגיע לפריצות דרך בתחום ה-AI, צריך כוח חישוב חזק. והרבה ממנו. אבל תתפלאו לשמוע שגם לחברות שיש הרבה GPUים בשרוול, זה אף פעם לא מספיק – במיוחד שיש כמה צוותי מחקר שונים בחברה.

מצב זה מאלץ את החברות לתעדף את המחקר והניסויים שירוצו על גבי אותם שרתים ולפעמים נוצרים צווארי בקבוק רציניים סביב מגבלה זו. חשוב להבין שזה קורה גם בחברות הגדולות ביותר. סוגיה זו עלתה גם בשיחות שקיימתי עם החברות המובילות בתחום, בהן פשוט ההנהלה הבכירה צריכה לקבל החלטות קשות לגבי איזה צוות או פרויקט יקבל גישה למשאבי חישוב ואילו יצטרכו להמתין.

כאן נכנסת Run AI לתמונה. מה שבעצם Run AI עושה, על רגל אחת, הוא לאפשר לחברות להקצות משאבי חישוב בצורה יעילה יותר. כלומר, גם אם יש לך מחשב על חזק ועוצמתי, אף אחד לא אומר שאתה מנהל את כל כוח החישוב הזה ביעילות – במיוחד אם יש עומס רציני. הפתרון של Run AI בעצם מאפשר לנצח על תזמורת של GPUים בצורה הרמונית ולדאוג שהנצילות של כל רכיב חומרה היא הגבוהה ביותר.

הצורך הזה נעשה חשוב מאוד במיוחד ככל שכמות יחידות החישוב במערכת גדלה. לא לחינם, חברת Nvidia הודיעה בכנס האחרון שלה על הSuperPod DGX ורגע אחרי נחשף כי Run AI היא פרטנר רשמי של Nvidia במוצר זה.

במערכות גדולות שכאלה, ועם ביקוש שיא לכוח חישוב, אתה רוצה לוודא שאף GPU לא נח סתם, ושברגע שאחד מסיים את המשימה הוא מקבל משימה נוספת אחרת. כמובן שכל זה צריך לעבוד בצורה חלקה עם הקוד שכבר נכתב, ובאופן כמה שיותר שקוף למפתחת ששוקדת על תהליך האימון כולו.

ואחרון חביב אולי הקריטי ביותר: ל-Run AI יש יכולת חשובה שמאפשרת לעשות סדר בתוך החברה סביב סוגיית הקצאת המשאבים. המוצר מאפשר הוספת משתמשים, שיוך לצוותים, שליטה על המשאבים, ניהול סדרי עדיפויות, וכן ניטור ודיווח על ניצול משאבי המחשוב. כל אלה הופכים להיות קריטים מאוד בסקייל גבוה.

מה המשמעות לכך עבור Nvidia?

כמו שהתחלתם להבין בין השורות, עיקר הכוח של Run AI הוא ביכולת לגרום לכל כוח החישוב שיש לכם לעבוד בצורה אידיאלית. וזה בדיוק מה שNvidia רוצה. גם Nvidia מבינה שיש לפעמים מגבלה בכמה חומרה אפשר לרכוש. ויתרה מכך, גם Nvidia מבינה שאם הלקוחות שלה רוכשים חומרה ולא מצליחים לנצל אותה עד תום, זה הופך להיות גם בעיה שלה.

לכן, Nvidia הבינה שלצד השיפורים בחומרה והיכולת לנהל תליכים בתוך המחשבים עצמם (למשל על ידי הפתרונות של מלאנוקס), היא חייבת לספק גם רכיב תוכנה שיעניק פתרון נוסף. היכולת כעת לרתום את כל היכולות של Run AI לטובתה של Nvidia יכולים להעניק לה שיפור עצום ומשמעותי יותר בביצועים.

הרי אם לקוח מסוים שלה מצליח לקבל תפוקה גדולה יותר מהחומרה הקיימת, או אפילו לשפר כפועל יוצא מכך את צריכת החשמל שלו למשל – מדובר על נקודות יתרון משמעותית לחומרה של Nvidia. כעת, יכולה Nvidia להבטיח כי כל הצוות של Run AI יעבוד נטו כדי לשפר וליעל את הביצועים של החומרה הקיימת שלה. 

מישהו לרוץ איתו

חשוב להדגיש כי מהלך זה אומר שמעכשיו Nvidia יכולה להכניס עוד יותר פנימה את Run AI לתהליך תכנון השבבים ובניית הסטאק הטכנולוגיה שלה – בדיוק כמו שעשתה עם מלאנוקס בזמנו. גם כאן מדובר על שיתוף פעולה שנרקם במשך שנים והוביל לנקודת שיא שיצרה שלם הרבה, אבל הרבה יותר, גדול מסך חלקיו.

מנקודה זו יכולה Run AI להיות חלק אינטגרלי מהדרך שבה Nvidia בונה את המפת דרכים שלה קדימה. הסינרגיה בין שתי החברות יכולה להקפיץ את שתיהן קדימה ולהצעיד את Nvidia לרף חדש של ביצועים. אבל מעל כל זה, הרכישה הזו יכולה גם לדאוג להמשך הדומיננטיות של Nvidia אל מול המתחרות שמתחילות להעלות הילוך.

רצים קדימה

זה לא סוד שבשנתיים האחרונות התחרות סביב Nvidia הולכת וגדלה. המהדרין יתחילו לספור אפילו הרבה לפני. כעת יש לנו את שחקנים רבים בתחום: החל מגרוק – הסטארטאפ הבועט והחצוף שעלה לכותרת הודות לתחליף שלו ל-GPU ועד להבאנה הישראלית שצוברת תאוצה. הספקולנטים אפילו יכללו את מאמצי הגיוס האסטרונומים (7 טריליון דולר) של סאם אלטמן, מנכ"ל OpenAI, למיזם השבבים שלו.

וכאן מגיע החלק המעניין, המציג סיבה נוספת שחשבתי עליה כסיבה מדוע חשוב לNvidia לרכוש את Run AI, ועוד בסכום כזה – להקשות על התחרות.

דמינו את הסיטואציה הבאה: סאם אלטמן מציג חומרה חדשה וחזקה אבל הוא יודע שהוא לא יוכל להציע אותה כמות של שבבים כמו Nvidia, או אפילו את אותם הביצועים. עם חברה כמו Run AI  באמתחתו הוא יוכל להגיד ללקוחות: בואו אלי, אצלי תקבל לכאורה פחות אבל זה יהיה הרבה יותר יעיל, מסודר וחסכוני בחשמל. אחלה נקודת פתיחה למי שרוצה לאתגר את השחקנית הדומיננטית בשוק.

לא פחות מכך שRun AI חשובה ל-Nvidia עבור עצמה, היא חשובה כדי שלא תהייה זמינה למתחרות שלה. עוד מוקדם לתהות מה יעלה בגורלו של המוצר עצמו של Run AI והאם הוא פשוט יוטמע כחלק משירותי התוכנה של Nvidia, אבל מה שבטוח זה שהוא כבר לא יסייע לכל מיזם שבבים אחר שיקום עכשיו.

אני מניח שזו לא הסיבה העיקרית שבגינה בוצעה העסקה הזו, אבל אם נסתכל על המהלכים הקודמים של מנכ"ל Nvidia, אפשר להבין שהוא מסתכל על תמונה רחבה ועמוקה יותר. תמונה שבה הוא רואה את המתחרים מתחילים לצבור מומנטום והוא צריך לשמור את כל הקלפים החזקים שלו קרוב לחזה – גם אם זה אומר לשלם על כך מאות מיליוני דולרים.

ריצת מרתון

לסיכום, הרכישה של Run AI היא צעד נוסף לרצון של Nvidia לשמור על הדומיננטיות בתחום כוח החישוב. ב-Nvidia מבינים שהיכולת לשמור על רלוונטיות לאורך שנים כוללת הן שיפורים בחומרה, והן שיפורים בתוכנה. מדובר על תהליך ארוך ומתמשך וכל נדבך בו יכול להיות קריטי עבורה.

לאחר הרכישה של מלאנוקס נוצרה בחברת Nvidia חצי בדיחה שאומרת ש7 ועוד 93 שווה 2,200 (מלאנוקס נמכרה ב7 מליארד שהשווי שוק של Nvidia  היה 93 מליארד וכעת החברה שווה 2.2 טריליון דולר).

ימים יגידו מה יעלה בגורל העסקה הזו ואיך הצוות של Run AI יוטמע בתוך Nvidia. עם זאת, אני מקווה שבעוד חמש שנים מהיום, ב-Nvidia תיוצר חצי בדיחה חדשה ושהפעם השווי החדש יגיע לא מעט בזכות חברה ישראלית אחת שהם קנו בזמנו ב-700 מיליון דולר.