Nvidias größte Übernahme aller Zeiten: 64 Milliarden Dollar für die Übernahme von Groq-Technologie und dem Vater der Google TPU

Nvidia hat zugestimmt, für etwa 20 Milliarden US-Dollar in bar die Kernassets und Technologielizenzen des AI-Inferenz-Chip-Startups Groq zu erwerben, was die größte Einzeltransaktion in der Geschichte von Nvidia darstellt. Beide Seiten betonen jedoch, dass es sich nicht um den Erwerb aller Anteile an Groq handelt, sondern um eine nicht-exklusive Lizenzierung der Technologie sowie die Integration von hochqualifizierten Talenten als Kernstruktur.

Groq bestätigte anschließend in einem offiziellen Blog, dass eine nicht-exklusive Lizenzvereinbarung für Inferenztechnologie mit Nvidia unterzeichnet wurde. Der Gründer und CEO von Groq, Jonathan Ross, der für die Google TPU-Chip-Designs verantwortlich war, sowie Präsident Sunny Madra und mehrere zentrale technische Führungskräfte werden zu Nvidia wechseln, um die Weiterentwicklung und Expansion der entsprechenden Technologien zu unterstützen. Groq selbst wird weiterhin als eigenständiges Unternehmen operieren, mit Simon Edwards als neuem CEO, der bisher Finanzvorstand war. Der Cloud-Service GroqCloud bleibt ebenfalls außerhalb dieses Transaktionsumfangs und wird wie gewohnt weitergeführt.

Nvidia’s größte Transaktion in der Firmengeschichte: Technologielizenzvereinbarung mit Groq

Der Transaktionswert beläuft sich auf etwa 20 Milliarden US-Dollar. Im September dieses Jahres wurde Groq bei einer Finanzierungsrunde mit einer Bewertung von 6,9 Milliarden US-Dollar abgeschlossen. Diese Runde wurde von Disruptive angeführt, mit Investoren wie BlackRock, Neuberger Berman, Samsung, Cisco, Altimeter sowie 1789 Capital, an der Donald Trump Jr. als Partner beteiligt ist.

Durch die schnelle Ansammlung von Bargeld hat Nvidia in den letzten Jahren kontinuierlich in das AI-Ökosystem investiert. Bis Ende Oktober verfügte Nvidia über 606 Milliarden US-Dollar an Bargeld und kurzfristigen Investitionen, deutlich mehr als die 13,3 Milliarden US-Dollar zu Beginn 2023.

Neben Groq investierte Nvidia in den letzten Jahren auch in AI-Cloud-Anbieter CoreWeave, das Modellunternehmen Cohere, Energie- und Recheninfrastruktur-Anbieter Crusoe sowie im September dieses Jahres in OpenAI mit bis zu 100 Milliarden US-Dollar und in Intel mit 5 Milliarden US-Dollar, um die gesamte AI-Wertschöpfungskette zu stärken.

Groq bestätigte in einem offiziellen Blog, dass eine nicht-exklusive Lizenzvereinbarung für Inferenztechnologie mit Nvidia unterzeichnet wurde. Der Gründer und CEO Jonathan Ross, Präsident Sunny Madra und mehrere zentrale technische Führungskräfte werden zu Nvidia wechseln, um die Weiterentwicklung und Expansion der entsprechenden Technologien zu unterstützen. Groq selbst wird weiterhin als eigenständiges Unternehmen operieren, mit Simon Edwards als neuem CEO, der bisher Finanzvorstand war. Der Cloud-Service GroqCloud bleibt ebenfalls außerhalb dieses Transaktionsumfangs und wird wie gewohnt weitergeführt.

Jensen Huang über Groq: Integration von Low-Latency-Prozessoren zur Stärkung der Echtzeit-Inferenz

CNBC zitierte eine interne E-Mail von Nvidia-CEO Jensen Huang an die Mitarbeiter, in der er ankündigte, dass Nvidia plant, die Low-Latency-Prozessoren von Groq in die „NVIDIA AI Factory“-Architektur zu integrieren, um eine breitere Unterstützung für AI-Inferenz und Echtzeit-Workloads zu gewährleisten.

Huang betonte in der Nachricht: „Wir lizenzieren die geistigen Eigentumsrechte von Groq und rekrutieren talentierte Fachkräfte, aber wir erwerben nicht das Unternehmen Groq selbst.“ Diese Art der Transaktionsstruktur erinnert an den Ansatz, den Nvidia im September dieses Jahres verfolgte, als es über 900 Millionen US-Dollar in die Akquisition des AI-Hardware-Startups Enfabrica durch Technologielizenzierung und Talentintegration investierte.

Analysten weisen darauf hin, dass die Nutzung von Technologielizenzierung und Talentintegration anstelle einer vollständigen Übernahme eine gängige Strategie großer Tech-Konzerne im zunehmend regulierten Wettbewerbsumfeld ist. Für Nvidia bedeutet dies, dass sie schnell die Lücke in der Inferenz-Technologie schließen können, ohne regulatorische Risiken zu riskieren, und sich gleichzeitig eine Schlüsselposition im AI-Second-Half-Wettbewerb sichern.

AI-Kampf verschiebt sich auf Inferenz, ASIC-Architekturen werden entscheidend

Groq wurde 2016 von mehreren ehemaligen Google-Ingenieuren gegründet, darunter Jonathan Ross, der an der Entwicklung des Google TPU (Tensor Processing Unit) beteiligt war. Groq konzentriert sich auf die Entwicklung der LPU (Language Processing Unit)-Architektur, die speziell für AI-Inferenz konzipiert ist, mit Fokus auf extrem niedrige Latenz, stabile Antwortzeiten und hohe Energieeffizienz. Diese Architektur ist besonders geeignet für Echtzeit-Dialoge, Sprachassistenten, Finanz- und Industrieszenarien.

Mit der schrittweisen Verlagerung von AI-Anwendungen vom Modelltraining hin zu groß angelegten Deployments wächst die Überzeugung, dass die zukünftige Rechenleistung vor allem für Inferenz (Inference) benötigt wird, nicht für das Training. Im Vergleich zum dominanten GPU-Markt im Training steht die Inferenz-Ära vor Konkurrenz durch Google TPU, spezialisierte ASICs und andere innovative Chips.

Dieser Artikel erschien zuerst bei 链新闻 ABMedia: „Nvidia’s größter Zukauf: 640 Milliarden für Groq-Technologie und Google TPU-Vater“.