2024年12月，NVIDIA以约7亿美元，折合人民币约231亿元的价格，将总部位于以色列的初创公司Run:ai收入囊中。Run:ai擅长于GPU（图形处理器）的虚拟化和调度技术，这一技术能够帮助企业提高GPU的使用效率，并因此赢得了Red Hat、Amazon Web Services（AWS）、Microsoft等大企业的合作。

这一收购案的初衷和最终获得批准的背后，其实是一场技术实力的较量。Run:ai成立的背景颇具戏剧性，其两位联合创始人Ronen Dar和Omri Geller在特拉维夫大学攻读博士学位期间相识，二人在AI领域的共同研究为他们后来的创业之路奠定了基础。Omri Geller曾在以色列政府的技术部门任职长达8年，主要负责利用高性能计算（HPC）和AI开发算法等任务；而Ronen Dar则曾在Intel和Anobit担任工程师，此外，当Anobit被Apple收购后，他也在Apple工作了3年。

Run:ai的独到之处在于，它基于Kubernetes的容器管理机制开发了一个能够做到GPU虚拟化与分割的平台。这意味着原先一台GPU只能单一任务运行的局面被打破，一台GPU可以被分割成多个独立单元，供多个任务同时使用，极大提高了硬件的利用效率和成本效益。更进一步，GPU池化技术让多个GPU可以组合成一个虚拟资源池，供大型AI任务使用，并能在任务完成后自动释放资源供其他任务使用。

NVIDIA为什么要收购Run:ai？这不仅仅是因为Run:ai所持有的技术能够提高GPU利用率，更重要的是如今市场对GPU的需求日益增长，尤其是在生成式AI和大型语言模型等领域。NVIDIA计划将Run:ai的技术进行开源，使之不仅能够服务于NVIDIA的GPU平台，还能兼容其他制造商的硬件，包括AMD和Intel等。

在AI技术发展的今日，如何高效、经济地使用GPU已成为许多企业面临的挑战。Run:ai的技术无疑为这一挑战提供了创新的解决方案，而NVIDIA此次收购也预示着它在加速AI基础架构发展方面的决心和远见。

- Intel Core i9，适用于高性能个人电脑处理器。
- AMD Ryzen 9，面向需求高的游戏和创作专业人士。
- NVIDIA GeForce RTX，专为最佳游戏体验设计的图形处理器。
- AMD Radeon Pro，适用于专业图形和工作站级应用。
- Qualcomm Snapdragon，用于移动设备的高性能处理器。
- Apple M1，专为Mac和iPad提供高效能和电池寿命的芯片。