NVIDIA потратила более 900 миллионов долларов на привлечение команды и технологий Enfabrica для усиления своей стратегии в области больших вычислений AI.
Крупнейший производитель чипов NVIDIA ( недавно потратил более 900 миллионов долларов на привлечение генерального директора стартапа в области ИИ Enfabrica Рочана Санкара и его сотрудников, а также получил лицензию на технологии этой компании. Enfabrica известна своей технологией, позволяющей более чем 100 000 GPU эффективно соединяться, что, как ожидается, укрепит позиции NVIDIA в области кластеров больших вычислений ИИ.
Каков фон основания Enfabrica и в чем его сила?
Enfabrica была основана в 2019 году Рочаном Санкаром, который ранее работал старшим руководителем в известной технологической компании Broadcom ), и Шриджитом Мукерджи, который занимался разработкой технологий в Alphabet.
Два человека вместе с командой из 120 ключевых инженеров, ранее работавших в Intel, Cisco, Meta и других, сосредоточились на решении проблем расширения инфраструктуры ИИ, таких как улучшение передачи данных и узкие места в сетевых вычислениях.
Техническое ядро Enfabrica заключается в создании специализированного сетевого чипа, который может высокоскоростно соединять 100 000 AI вычислительных чипов, позволяя большому кластеру чипов работать совместно, как суперкомпьютер. Этот дизайн может значительно сократить задержки передачи данных и проблемы с простаиванием чипов, вызванные недостаточной пропускной способностью сети, одновременно обеспечивая более высокую вычислительную эффективность.
На рисунке изображена новая технология Enfabrica, которая соединяет GPU в цепь.
Более того, Enfabrica позволяет AI чипам напрямую подключаться к более дешевым DDR5 памяти, заменяя дорогие высокоскоростные памяти (HBM), что позволяет эффективно снизить стоимость памяти в дата-центрах при сохранении производительности системы. На 2025 год было собрано около 260 миллионов долларов.
Взрыв спроса на технологии способствует значительному обновлению продуктов AI от NVIDIA
С ростом популярности генеративного ИИ продукты NVIDIA эволюционировали от одиночных видеокарт до высокоплотных вычислительных систем в стойках. Ранее чипы A100 устанавливались в серверах в виде одиночных процессоров, а теперь последняя генерация обновлена до башенных стоек, вмещающих 72 GPU в каждой.
Эта структура является ключевой конфигурацией для недавних инвестиций Microsoft в размере 4 миллиарда долларов в создание дата-центра в штате Висконсин (Microsoft). Суперскалярные технологии Enfabrica идеально дополняют важный элемент в развертывании гигантских систем от Nvidia, предоставляя мощную поддержку для его постоянного лидерства в глобальных вычислениях AI.
9 миллиардов долларов привлекли команду Enfabrica, еще один шаг в глобальной стратегии AI
Согласно последнему отчету CNBC, NVIDIA потратила более 900 миллионов долларов наличными и акциями, чтобы привлечь генерального директора стартапа Enfabrica Рочана Санкара и ключевых сотрудников, одновременно получив лицензию на технологии компании. Сделка была завершена на прошлой неделе.
Это еще одна значительная инвестиция в область ИИ, после приобретения израильской компании по оптимизации программного обеспечения Run:ai за 700 миллионов долларов в 2024 году, вложения почти 700 миллионов долларов в британский стартап по центрам обработки данных Nscale и объявления на этой неделе о вложении 5 миллиардов долларов в сотрудничество с Intel по разработке процессоров для ИИ.
С помощью двойного усиления технологий и人才, NVIDIA продолжает укреплять и расширять свои ведущие позиции в области глобальных AI суперкомпьютеров.
( Альянс чипов переживает большой переворот! Nvidia вложила 50 миллиардов долларов в Intel, чтобы совместно разрабатывать AI и ПК чипы )
Эта статья о том, как Nvidia инвестировала более 900 миллионов долларов в команду и технологии Enfabrica, чтобы усилить свои позиции в области AI и больших вычислений, впервые появилась на ChainNews ABMedia.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
NVIDIA потратила более 900 миллионов долларов на привлечение команды и технологий Enfabrica для усиления своей стратегии в области больших вычислений AI.
Крупнейший производитель чипов NVIDIA ( недавно потратил более 900 миллионов долларов на привлечение генерального директора стартапа в области ИИ Enfabrica Рочана Санкара и его сотрудников, а также получил лицензию на технологии этой компании. Enfabrica известна своей технологией, позволяющей более чем 100 000 GPU эффективно соединяться, что, как ожидается, укрепит позиции NVIDIA в области кластеров больших вычислений ИИ.
Каков фон основания Enfabrica и в чем его сила?
Enfabrica была основана в 2019 году Рочаном Санкаром, который ранее работал старшим руководителем в известной технологической компании Broadcom ), и Шриджитом Мукерджи, который занимался разработкой технологий в Alphabet.
Два человека вместе с командой из 120 ключевых инженеров, ранее работавших в Intel, Cisco, Meta и других, сосредоточились на решении проблем расширения инфраструктуры ИИ, таких как улучшение передачи данных и узкие места в сетевых вычислениях.
Техническое ядро Enfabrica заключается в создании специализированного сетевого чипа, который может высокоскоростно соединять 100 000 AI вычислительных чипов, позволяя большому кластеру чипов работать совместно, как суперкомпьютер. Этот дизайн может значительно сократить задержки передачи данных и проблемы с простаиванием чипов, вызванные недостаточной пропускной способностью сети, одновременно обеспечивая более высокую вычислительную эффективность.
На рисунке изображена новая технология Enfabrica, которая соединяет GPU в цепь.
Более того, Enfabrica позволяет AI чипам напрямую подключаться к более дешевым DDR5 памяти, заменяя дорогие высокоскоростные памяти (HBM), что позволяет эффективно снизить стоимость памяти в дата-центрах при сохранении производительности системы. На 2025 год было собрано около 260 миллионов долларов.
Взрыв спроса на технологии способствует значительному обновлению продуктов AI от NVIDIA
С ростом популярности генеративного ИИ продукты NVIDIA эволюционировали от одиночных видеокарт до высокоплотных вычислительных систем в стойках. Ранее чипы A100 устанавливались в серверах в виде одиночных процессоров, а теперь последняя генерация обновлена до башенных стоек, вмещающих 72 GPU в каждой.
Эта структура является ключевой конфигурацией для недавних инвестиций Microsoft в размере 4 миллиарда долларов в создание дата-центра в штате Висконсин (Microsoft). Суперскалярные технологии Enfabrica идеально дополняют важный элемент в развертывании гигантских систем от Nvidia, предоставляя мощную поддержку для его постоянного лидерства в глобальных вычислениях AI.
9 миллиардов долларов привлекли команду Enfabrica, еще один шаг в глобальной стратегии AI
Согласно последнему отчету CNBC, NVIDIA потратила более 900 миллионов долларов наличными и акциями, чтобы привлечь генерального директора стартапа Enfabrica Рочана Санкара и ключевых сотрудников, одновременно получив лицензию на технологии компании. Сделка была завершена на прошлой неделе.
Это еще одна значительная инвестиция в область ИИ, после приобретения израильской компании по оптимизации программного обеспечения Run:ai за 700 миллионов долларов в 2024 году, вложения почти 700 миллионов долларов в британский стартап по центрам обработки данных Nscale и объявления на этой неделе о вложении 5 миллиардов долларов в сотрудничество с Intel по разработке процессоров для ИИ.
С помощью двойного усиления технологий и人才, NVIDIA продолжает укреплять и расширять свои ведущие позиции в области глобальных AI суперкомпьютеров.
( Альянс чипов переживает большой переворот! Nvidia вложила 50 миллиардов долларов в Intel, чтобы совместно разрабатывать AI и ПК чипы )
Эта статья о том, как Nvidia инвестировала более 900 миллионов долларов в команду и технологии Enfabrica, чтобы усилить свои позиции в области AI и больших вычислений, впервые появилась на ChainNews ABMedia.