经过近期的一些论文和讨论，AI圈逐渐形成了一个共识，“Scaling law”会继续下去，大模型规模的天花板还未到来，所以我们对算力的需求依然会持续。
当然，这是利好英伟达的。早在2016年，OpenAI刚成立一年后，黄仁勋就给OpenAI捐了最新的DGX-1，这是*搭载了8块P100 GPU的深度学习超级计算机，而P100也是专门为深度神经网络打造的GPU产品。
尽管当时英伟达有很多大厂订单急着交付，但还是将*台捐给了OpenAI，这种关系可以说是一次引领技术方向的“天使投资”。
对AI的押注带来了丰厚回报。OpenAI相信超大规模训练，相信“Scaling law”，而在当年进行这么大规模的训练是几乎不可能的，背后离不开英伟达的GPU。“Geoffrey建议我们试试GPU，我们一开始也没搞懂GPU怎么发挥作用，但随着实验进行，我们发现GPU架构十分适合用来训练深度卷积神经网络，它可以训练得很快，可以做规模远超以前的训练，事情就这样发生了。” OpenAI联合创始人、首席科学家Ilya Sutskever，在一次和黄仁勋的对话中提到这段往事。
如今，英伟达已经高达2万亿美元市值，但黄仁勋依然在很多场合强调，科技行业发展迅速，英伟达如果不尽早对遥远的未来进行投资，可能面临灭顶之灾。
此时，英伟达的风险投资战略，也是外界了解黄仁勋如何看待未来的一个窗口，特别是每一笔投资交易都是由黄仁勋签署的，毕竟这些投资是真金白银的，而不只是一场场演讲。
根据Dealogic的数据，英伟达在2023年投资了35多家初创公司，数量比前一年增加了6倍。今天这篇文章，我们就来看看英伟达投了哪些关键领域？从中能看到什么趋势？Enjoy：
总览：英伟达投了哪些关键领域？
英伟达的对外投资主要通过2个组织实现，一个是公司的投资部门，另一个是NVentures。前者类似公司战投，主要配合主业、注重战略型投资，投资规模也更大；后者则更加注重AI在各个垂直领域的产业应用，主要关注初创企业。从两者的投资标的就可以看出区别：
1、英伟达投资部门：投资了包括被称为“OpenAI竞品”的AI大模型公司Cohere、Inflection、Mistral；AI Agent领域的独角兽公司Adept；AI搜索Perplexity；AI视频公司Runway；研发芯片间硅光连接的Ayar Labs、硅光子学初创公司Lightmatter；开源模型库Hugging Face；云计算服务商CoreWeave、AI云平台together.ai等等。
2、NVentures：在一些关键垂直领域投资了很多，负责扩展AI应用的生态，以下我们列出了一些核心公司，前面是公司名，后面是领域：
Genesis Therapeutics、Inceptive、Terray、Charm、Evozyne、Generate、Superluminal、Recursion Pharmaceuticals：药物发现的革命性变革
Machina Labs、Seurat Technologies：颠覆工业流程，改善制造业
PassiveLogic：利用人工智能实现建筑系统自动化
MindsDB：面向需要将企业数据与人工智能连接起来的开发人员
Moon Surgical：利用人工智能改进腹腔镜手术
Twelve Labs：为视频理解开发多模态基础模型
Flywheel：加速医学影像数据开发
Luma AI：视觉和多模态模型开发者
Outrider：实现物流枢纽运营自动化
Synthesia：企业人工智能视频
Replicate：开源和定制模型开发者平台
SoundHound：专注于语音AI
“对英伟达来说，（投资初创企业的）首要标准是相关性。”英伟达专门的风险投资部门NVentures负责人穆罕默德·西迪克曾在接受媒体采访时说。“使用我们技术的公司，依赖我们技术的公司，在我们技术基础上建立业务的公司。我想不出我们投资过哪一家不使用英伟达产品的公司。”
从当前的AI产业链（见下图）来看，主要可分为AI基础设施、AI模型层、应用层三方面，英伟达在每个层都有业务或投资，从直接研发大模型的独角兽公司，到提供云计算、AI软件服务的公司，再到与各行各业（医疗、制造业等）结合的垂直应用，几乎覆盖了全产业链。
下面我们来更详细地分析一下这些投资。
AI模型层：投资OpenAI的竞争对手
制造AI大模型的公司，无疑是英伟达最重要的客户，据经济学人统计，英伟达其实已经投资了7家大模型公司，我们在这里列举几个：
Perplexity：今年1月，英伟达投资了号称“谷歌杀手”的Perplexity AI，这家公司的目标是替代传统搜索引擎，采取了一种对话式的新方式，公司的联合创始人兼首席执行官Aravind Srinivas曾在OpenAI担任研究科学家。Perplexity成立不到2年，其AI搜索产品Perplexity月访问用户高达5000万，被a16z列入GenAI网页类产品Top10。黄仁勋甚至还在一次活动中，透露自己经常使用Perplexity AI，并表示与ChatGPT或Bard等工具相比，更喜欢Perplexity AI。
Inflection：称为“OpenAI竞品”的黑马Inflection，在去年6月获得了英伟达（和微软等等）的投资，它的融资额仅次于OpenAI，估值也突破了40亿美元。Inflection推出了自己的*产品——Pi，这是一个类似于ChatGPT的聊天机器人，但跟ChatGPT在搜索、知识方面的生产力工具定位不同，Pi定位于为主打陪伴的伴侣型AI。
Cohere：几乎在同一时间，英伟达还投资了加拿大AI初创公司Cohere。Cohere作为OpenAI的竞争对手，核心业务也是开发大模型，但侧重于To B领域，为企业提供量身定制的大模型，包括全球流媒体平台、服装公司，以及使用该平台简化客户服务或提高内容审核能力的公司。
Adept：主要目标是基于生成式AI技术来做的一款通用操作工具，让用户可以通过使用语音或文字来下指令，由人工智能理解后来帮助完成各种操作和任务。与微软Copilot不一样的地方在于，Copilot更多的只是为你提供信息，而Adept是可以直接自动在页面上执行动作，包括跳转、点击、输入数字等。
Mistral：Mistral AI在2023年5月于法国成立，由前DeepMind和Meta的研究人员组建，去年9月即推出了*生成式AI模型。Mistral被外界称为“欧洲版OpenAI”和“全法国的希望”，这个投资动作也符合黄仁勋一直在说的“主权AI”概念。
…………
当然，在这些投资中，英伟达往往是跟投而非领投，毕竟英伟达不主要为了财务回报，而是扩展使用其硬件+软件的生态。
AI基础设施：布局生态与系统
在构建AI生态与系统的过程中，英伟达有好几笔投资引人注目。
CoreWeave：云计算方面，由于传统的数据中心由CPU构成，侧重于通用计算能力，而AI所需要的并行计算，需要大量GPU连接，这使得针对CPU设计的数据中心解决方案无法照搬。英伟达所投资的“算力黄牛”CoreWeave，就是一家以GPU集群为核心的云计算公司，手中掌握了成千上万块英伟达H100。它的业务模式是基础设施即服务，按小时出租GPU，客户只需要按使用时间和计算资源量来支付费用。CoreWeave甚至将英伟达芯片作为抵押物，完成了一轮23亿美元的债务融资。
以GPU为核心的云服务提供商，是否会冲击英伟达与传统云计算服务商的关系（英伟达也推出了自己的云服务DGX Cloud），以及会创造出什么样的新市场格局（CoreWeave是英伟达的忠实门徒，不自研芯片，但各大云计算厂商都在加速自研GPU芯片），都是非常有意思的议题。
Ayar Labs：摩尔定律如今几乎已经到了极限，未来要想让算力进一步增长，主要靠互联，包括芯片内互联、片间互联等等，我们其实已经进入到了互联决定算力的时代。而用光，是一个很重要的技术方向，这就是英伟达投资芯片光学公司Ayar Labs的目的。Ayar Labs成立于2015年，致力于用高性价比的硅加工技术，开发出高速、高密度、低功率的光学互连“芯片”和激光器，这种方式，可能可以颠覆半导体行业的传统性能、成本和效率曲线，以10倍低的功耗将互连带宽密度提高了1000倍。
Hugging Face：在谷歌内部，曾经有研究人员表达了这样的观点：在这场激烈的 AI 竞赛中，虽然谷歌与OpenAI在你追我赶，但真正的赢家未必会在这两家中产生，因为有股第三方力量正在崛起。这个力量就是“开源社区”，它才是谷歌和 OpenAI *的敌人。而开源社区的顶流，当属Hugging Face了。这是一个AI领域的Github，它提供了大量高质量的开源模型与工具，将研发成果*程度地惠及社区，极大地降低了 AI 的技术门槛。
Together Al：另一家涉及云服务与开源概念的公司是Together Al，它是一家为AI创业公司提供训练、推理服务的云平台公司。对于那些使用开源大模型做应用的创业公司，往往也希望能保持自己的独立性，会使用多云策略，这时候一个能力强、成本低的AI云平台就非常重要。同时，Together Al还是一家全栈AI公司，拥有自己的模型和数据集，在AI底层技术方面有很深的积累。
Databricks：如果说*重要的是算力，那么第二重要的就是数据。Databricks创立于2013年，专注于数据分析，以其lakehouse平台而闻名，这是一套数据仓库和数据湖的组合，可以在单一平台上统一数据、分析和AI部署，以便客户管理企业数据、产生洞察，并快速构建自己的生成式人工智能解决方案。如今，诸多数据分析公司都在寻找结合AI的新方法，而引入英伟达这样的战略投资者，无疑也是与竞争对手抢速度的重要优势。
…………
AI垂直应用：
最重视生物医药，智能制造次之
在英伟达对各个垂直领域的投资中，医疗和药物发现领域是最多的，黄仁勋认为这些领域适合应用AI。
“我们是相当内行的投资者。”今年1月，黄仁勋在一场摩根大通医疗健康会议上说，“如果你在计算或AI方面有困难，请给我们发邮件，我们随时为你服务。”
据WSJ报道，Moon Surgical是一家利用AI改进腹腔镜手术的法国创业公司，其首席执行官Anne Osdoit说，她的公司大约在三年前就开始与英伟达合作，当时该公司正在为生命科学领域开发芯片。她说，这种合作关系最终促成了投资，英伟达还帮助公司解决了有关手术机器人的技术监管担忧。“英伟达非常务实，直接说‘嘿，告诉我们你需要什么’。”
英伟达医疗保健副总裁Kimberly Powell甚至直言：“既然计算机辅助设计行业捧出了*家2万亿美元市值的芯片公司，计算机辅助药物发现行业，为什么不能打造下一个价值万亿美元的药物公司呢？”
近两年，英伟达近乎疯狂地在医疗和药物发现领域投资，其中包括：
结合AI进行药物发现：Recursion Pharmaceuticals、Genesis Therapeutics、Inceptive、Terray、Charm、Evozyne、Generate、Superluminal
利用人工智能改进腹腔镜手术：Moon Surgical
加速医学影像数据开发：Flywheel
创新药研发一直都是费时费力，业界有一个“双十定律”，即研发一款新药需要十年时间、10亿美元，并且最终还面临一个不低的失败风险。
比如在最难的药物发现阶段，按目前的方法，需要在10的60次方数量级的化合物中，筛选出1万左右适合的化合物，然后再进一步筛选，最终找到合适的化合物。很多药物靶点的发现，也非常靠运气，想找到合适的对应药物更是难上加难，一切都依赖于研发人员的经验与直觉。
这个场景非常适合AI应用，通过更专业化训练的大模型来筛选，高通量的AI模型，可以大大缩短药物研发周期，提升新药研发的成功率。此外，AI还可以辅助蛋白质结构预测，克服了传统技术需多次实验成本太高的缺点，让低成本准确预测蛋白质的三维结构成为可能。
作为黄仁勋多次重点提及的领域，在今年英伟达GTC大会上，生命健康议题也成为主角，与医疗保健、生命科学相关的会议共有90场，数量在汽车、云服务、硬件/半导体等一众热门行业分布中*，还吸引来了强生、GSK、默克、诺华、基因泰克、安斯泰来等医药巨头的专业人士。
除了生物医药，英伟达第二重视的垂直应用是智能制造，其中包括：
颠覆工业流程，改善制造业：Machina Labs、Seurat Technologies
利用人工智能实现建筑系统自动化：PassiveLogic
实现物流枢纽运营自动化：Outrider
Machina Labs：结合AI和机器人技术，来建造下一代工厂，Machina具有代表性的新产品，是一个敏捷制造平台，其目标是可在数天内（传统流程需数月）实现快速迭代和生产，从而加速设计、工程和创新。这个敏捷制造平台集成了7轴机器人、自主板材装载和夹具，以及先进的人工智能流程模型和闭环控制，只需单击按钮即可启用许多制造流程。机器人能够立即更换工具和传感器，以执行各种操作，并且还可以不断升级，以改进现有功能或添加新功能。
Seurat Technologies：这是一家区域金属3D打印创业公司，相比当前多激光SLM技术具有更高的成形效率。与大多数金属3D打印设备开发商主要从事设备销售的模式不同，Seurat选择成为合同制造商，按订单生产定制金属零件。Seurat的计划是，将其3D打印工厂部署在世界各地的客户现场或附近，使零件能够在离需要更近的地方生产，重塑供应链。其目前的3D打印设备已经实现了一些降本，其发展目标是到2030年，将制造成本优势超过传统压铸工艺，促使增材制造成为主流制造技术。
PassiveLogic：这家创业公司的目标是，让建筑行业的专家，例如建筑师、工程师和承包商，实现施工过程的自动化，并建立数字孪生技术，以减少运营的成本、时间和环境影响。这项技术通过将视觉和空间数据，转化为“实时模拟现实”，相当于创建了一个现场的虚拟副本，将一个地点的所有传感器和物联网设备，整合到“蜂巢”控制平台中，为客户提供精准测绘、规划设计、项目进度管理、后期运营维护等服务。
Outrider：这是一家为物流中心开发自主堆场业务的初创公司。“堆场”是指，在卡车运输中，几乎所有货物都要经过配送场，虽然这是供应链中的关键环节，但今天的货场在很大程度上仍然按照几十年来的方式运行，充满了重复性的手工作业，而且往往是在荒凉偏僻的地方，充满潜在危险。Outrider可以将这个环节自动化，并且与大型配送中心的运作方式无缝衔接。
在OpenAI爆发之前，英伟达其实正陷入低谷，之前的核心增长“挖矿”、PC游戏，都在饱受需求下滑的影响。黄仁勋时常挂在嘴边的一句话是：“我们离倒闭还有不到30天”，在这种需求带来的周期性中，黄仁勋一直重视押注未来。
英伟达花了整整24年时间，才使其估值达到1万亿美元的罕见高度，但随着对AI的成功押注，实现第2个万亿美元只用了八个月。当然黄仁勋对未来的押注也不是每次都成功，比如他也曾将元宇宙视为重要风口，在2021年发布了一系列产品，几乎融合了英伟达全部技术，但所获收入寥寥无几。
“科技行业发展迅速，英伟达如果不尽早对遥远的未来进行投资，可能面临灭顶之灾。”黄仁勋在诸多演讲中说。所以英伟达的风险投资，也是外界了解黄仁勋如何看待未来的一个窗口，特别是每一笔投资交易都是由黄仁勋签署的。
“你需要知道接下来会发生什么。”一位接受英伟达投资的创始人说，“英伟达确实需要了解接下来的趋势是什么，将向哪个方向发展，硬件里需要加入哪些东西才能变得更完善。”
References：
1. The Economist：Dissecting the Al tech stack
2. WSJ：Nvidia’s Supercharged Investment Strategy Is About More Than Returns
3. 证券时报：英伟达，用投资构建“AI帝国”
4. NVIDIA：How NVIDIA Fuels the AI Revolution With Investments in Game Changers and Market Makers
