英伟达收购了总部位于特拉维夫的Run:ai，这是一家使开发者和运营团队更容易管理和优化其AI硬件基础设施的公司。虽然交易的具体条款没有公开披露，但有两位接近此事的消息人士向TechCrunch透露，交易金额为7亿美元。
CTech今天早些时候报道称，双方正处于“高级谈判”阶段，英伟达可能会为Run:ai支付高达10亿美元。显然，谈判进展顺利，除了可能的价格变动外。
英伟达表示，它将继续以“相同的商业模式”提供Run:ai的产品，并将投资于Run:ai的产品路线图，作为Nvidia的DGX Cloud AI平台的一部分，该平台为企业客户提供计算基础设施和软件，客户可以使用这些设施和软件来训练生成型和其他形式的AI模型。英伟达DGX服务器、工作站和DGX Cloud的客户还将获得Run:ai的能力，用于其AI工作负载，英伟达表示，特别是用于在多个数据中心位置运行的生成型AI部署。
Run:ai的CEO Omri Geller在一份声明中表示：“Run:ai自2020年以来一直是Nvidia的密切合作伙伴，我们共同的热情是帮助我们的客户最大限度地利用他们的基础设施。我们很高兴加入Nvidia，并期待继续我们的合作之旅。”
Geller与几年前在特拉维夫大学与教授Meir Feder（Run:ai的第三位联合创始人）一起学习的Ronen Dar共同创立了Run:ai。Geller、Dar和Feder希望构建一个平台，该平台能够将AI模型“分解”成在硬件上并行运行的片段，无论是在本地、公共云还是在边缘。
尽管Run:ai的直接竞争对手不多，但其他公司正在将动态硬件分配的概念应用于AI工作负载。例如，Grid.ai提供的软件允许数据科学家在GPU、处理器等上并行训练AI模型。
但在其成立的相对早期，Run:ai就设法建立了一个庞大的客户群，这些客户群均为财富500强公司——这反过来又吸引了风险资本的投资。在被收购之前，Run:ai已从包括Insight Partners、Tiger Global、S Capital和TLV Partners在内的投资者那里筹集了1.18亿美元的资金。
在博客文章中，Nvidia的DGX Cloud副总裁Alexis Bjorlin指出，客户的AI部署变得越来越复杂，公司越来越希望更有效地利用他们的AI计算资源。
ClearML进行的一项关于采用AI的组织的最新调查发现，到目前为止2024年扩展AI的最大挑战是计算资源在可用性和成本方面的限制，其次是基础设施问题。
Bjorlin说：“管理和调度生成型AI、推荐系统、搜索引擎和其他工作负载需要精细的调度来优化系统级和底层基础设施的性能。英伟达的加速计算平台和Run:ai的平台将继续支持广泛的第三方解决方案生态系统，为客户提供
选择和灵活性。与Run:ai合作，英伟达将使客户能够访问任何地方的GPU解决方案的单一织物。”
Run:ai是自英伟达在2019年3月以69亿美元收购Mellanox以来的最大一笔收购。