Nvidia inwestuje 20 mld dolarów w technologię inferencji i ludzi z Groq

Nvidia zawarła największą transakcję w swojej historii, płacąc około 20 mld dolarów za aktywa amerykańskiego startupu Groq, specjalizującego się w akceleratorach AI o bardzo niskich opóźnieniach. Umowa, formalnie określana jako niewyłączna licencja technologii, obejmuje także przejście kluczowych menedżerów Groq do struktur Nvidii. To kolejny sygnał, że rynek układów do wnioskowania staje się jednym z głównych pól konkurencji w sztucznej inteligencji.

Rekordowa transakcja bez przejęcia spółki

Zgodnie z informacjami ujawnionymi przez inwestorów Groq, Nvidia kupuje praktycznie wszystkie aktywa technologiczne firmy, płacąc gotówką około 20 mld dolarów. Dla porównania, dotychczas największym przejęciem Nvidii był zakup Mellanoxu w 2019 roku za blisko 7 mld dolarów. Tym razem konstrukcja transakcji jest jednak inna. Groq podkreśla, że pozostaje niezależną spółką, a jej działalność chmurowa GroqCloud nie jest objęta umową.

Jednocześnie założyciel i dotychczasowy prezes Groq Jonathan Ross, prezes spółki Sunny Madra oraz inni kluczowi liderzy dołączą do Nvidii. Firma będzie kontynuować działalność pod nowym kierownictwem, a funkcję dyrektora generalnego obejmie Simon Edwards, dotychczasowy dyrektor finansowy.

Technologia inferencji kluczowa dla strategii AI

Groq powstał w 2016 roku i od początku koncentrował się na projektowaniu wyspecjalizowanych procesorów do wnioskowania, czyli etapu, w którym modele AI generują odpowiedzi w czasie rzeczywistym. Jonathan Ross był wcześniej jednym z twórców układów TPU w Google, konkurencyjnych wobec GPU Nvidii w określonych zastosowaniach.

W wewnętrznej wiadomości do pracowników Jensen Huang, dyrektor generalny Nvidia, zapowiedział integrację procesorów Groq z architekturą NVIDIA AI Factory. Celem jest rozszerzenie oferty o jeszcze szybsze i bardziej deterministyczne systemy do obsługi inferencji i zadań czasu rzeczywistego, kluczowych m.in. dla agentów AI, systemów konwersacyjnych oraz zastosowań przemysłowych.