英伟达抢占AI话语权，一年投资5个国家的十余家公司

在这波新的AI技术浪潮中，芯片巨头英伟达正成为实力雄厚明星AI公司的代言人。作为视觉计算技术和图形处理单元(GPU)的发明者，深度学习的兴起，使得GPU大放异彩，英伟达备受追捧。而这一两年的投资清单更加可以直观反映出其布局AI的雄心，尤其是在竞争激烈的自动驾驶领域。

AI、大数据、自动驾驶成主要投资方向

在36氪前几日的报道中，英伟达的竞争对手英特尔宣布公司已通过旗下“英特尔资本”（Intel Capital）向AI初创企业注入了超过10亿美元的资金，这些被投的企业包括主做AI数据众包平台的Mighty AI、大数据医疗服务公司Lumiata、机器视觉公司AEye等，同时通过一系列收购动作，占据在自动驾驶赛道中的制高点。

而英伟达同样丝毫没示弱。公开资料显示，英伟达从2005年开始，累积投资参股了15家公司。早期英伟达所投资的公司，基本都在图像处理相关领域，其中还包括一家游戏主机厂商。相对而言，之前的投资较为低调。 

而从2015年以后，英伟达的投资方向明显发生了变化，节奏也在迅速加快，投资出现了分水岭。持续扩大对初创公司的投资，据不完整统计，在过去一年里英伟达投资了分别来自中国、日本、美国、以色列、加拿大5个国家的十余家公司，涉及自动驾驶、数据处理、图像识别、语音交互等与AI强相关的领域。 其中，应用GPU进行大规模数据处理的公司，以及应用GPU研发自动驾驶技术的公司，成为英伟达今年两个主要的投资方向。

在26日的GTC CHINA2017中，黄仁勋向媒体谈到英伟达的投资逻辑：一是该公司的愿景与英伟达一致，即利用AI技术为社会创造更多价值；二是这家公司需要英伟达的帮助；第三是这家公司本身必须是一家非常优秀的公司。 

英伟达近两年详细投资清单

GPU Ventures Program 投资组合：

以下为大家详解这些被投的AI公司。

一、自动驾驶领域的投资： 

1、景驰： 

于 2017 年 4 月初由百度无人车原负责人王劲成立，立志成为中国首个全面实现第四级别无人驾驶商业化的公司。景驰致力于通过深度学习来实现无人为干预的自动驾驶车辆。这些车辆将搭载 LiDAR，相机和雷达传感器，通过人工智能技术来感知驾驶环境，并寻找最快最安全的路径到达目的地。

9 月 26 日，景驰科技宣布完成 Pre-A 轮 5200 万美元融资，由启明创投领投，华创资本作为主要投资人和英伟达 GPU Ventures，以及部分机构和个人参与了此次联合投资。 

2、图森未来：

中国自动驾驶卡车初创公司，公司成立于2015年，提供计算机视觉为主的低成本、可商用自动驾驶解决方案，致力于打造高速场景下的L4级别（SAE）自动驾驶卡车。 

2017年8月，全球芯片巨头英伟达投资国内自动驾驶初创企业图森未来，此次投资后，英伟达占图森未来3%股份。此次投资被计入图森未来的B轮融资中，但具体投资额未披露。本轮融资将主要用于研发，并将在中美两地列装更多的自动驾驶卡车用于路测。 

3、Drive.ai：

Drive ai是一家由斯坦福人工智能实验室的研究成员创办的硅谷创业公司，其中百度前首席科学家吴恩达的妻子Carol Reiley是这家公司的联合创始人之一，她在Drive ai的职位是总裁。Drive.ai 公司的研发方向，就是利用人工智能领域的 " 深度学习 " 技术，进一步开发自动驾驶系统。这里提到的自动驾驶系统并不单单包含车辆的无人驾驶系统，还包括车辆与行人、车辆与车辆间的交互系统。英伟达投资Drive.ai的时间较早。 

4、Aimotive： 

AImotive成立于2014年，总部位于匈牙利。同样是一家研发自动驾驶技术的公司。AImotive这家公司的激动驾驶方案，不但不使用激光雷达，而且连雷达都不用，直接依靠安装在车身上的几个摄像头。这家公司的解决方案只需要6000美元的成本，就能把一辆普通汽车变为自动驾驶的无人车。在2015年5月，在A轮融资中获得英伟达的投资。 

5、Optimus Ride：

MIT衍生公司，专注于开发L4级别的完全自动驾驶车辆。Optimus Ride背后是麻省理工30多年关于自动驾驶、电动汽车和控制系统等技术的积淀。不但如此，这家公司的团队在机器人制造、城市设计、共享车队管理方面也有，还有十多年的工业和创业经验。 

二、AI、大数据领域的投资： 

6、Datalogue——纽约人工智能数据挖掘平台，由康奈尔大学开发

这家初创公司正在构建数据产品，让那些对数据充满热情的科学家、商业领袖、设计师们，可以更轻松的准备数据实现所需要的工作。他们称可以利用AI驱动的工具，帮助用户把任何来源的数据，自动化处理为可以立刻使用的数据。 

7、Deep Instinct——以色列初创公司，专注于网络安全 

是第一家将深度学习应用到网络安全的以色列初创公司，避免终端和移动端的“零日攻击”。无论连接网络与否，Deep Instinct都能为客户的终端和移动设备提供防护，而且可以在损害发生之前，实时识别和组织网络攻击。

8、Element AI——人工智能孵化器，主要孵化对象是来自蒙特利尔大学、McGill大学的深度学习创业企业

Element AI总部位于加拿大蒙特利尔，Yoshua Bengio是这家公司的联合创始人。今年6月，完成1.02亿美元的A轮融资，英伟达参投。 

9、fastdata.io——加州的一家初创公司，提供码流分析软件

将数据流处理速度高于基于CPU的Java引擎5个数量级，意味着我们可以构建一个从未想象过的技术。业务是实时的，但批量处理大数据是并行的。 Fastdata.io为无数应用程序开辟了大规模并行GPU处理，为全球开发人员提供了API访问，并释放了真正的实时流处理能力。 

10、MapD——加州旧金山，投资者还包括Google Ventures

MapD构建了一个大型的数据分析平台，据说能够比其他系统快100倍的速度，处理大数据的查询和可视化。这家公司利用GPU大规模并行计算能力，以毫秒响应时间，对数十亿行数据集执行SQL查询。根据不同的使用情况，MapD可以作为一个单独的快速SQL数据库使用。

11、SoundHound——一家专注于语音AI和智能对话的公司，总部位于美国加州圣克拉拉

这家公司的Houndify是一个独立的AI平台，提供人工智能驱动的语音技术服务，包括语音识别、自然语言理解、开发者工具、知识图谱等，这个平台研发了10年之久。

另外，这家公司还有语音搜索和虚拟助理应用：Hound；以及音乐识别应用：SoundHound，可以用来发现、探索和分享周围的音乐。 

12、TempoQuest——科罗拉多的一家初创公司，专注于GPU加速的天气预测 

TempoQuest的天气预报软件解决方案正在设计为运行在图形处理器单元加速器（GPU）而不是CPU。这将大大提高分析的速度和准确性。虽然GPU加速器目前用于其他“大数据”应用程序，但该技术尚未应用于全面的天气数据分析。 

NVIDIA公司致力于为TempoQuest提供支持和帮助，包括应用工程，硬件和软件集成的技术支持，以及TQI GPU预测产品的营销，销售和分销协助。 

13、Zebra Medical——以色列初创公司，采用人工智能读取医疗影像

Zebra Medical算法帮助放射科医生检测经常被忽视的适应症，其帮助提供者分析数百万成像记录，以了解患者的风险状况，检测和预测疾病，并协助建立和管理预防性护理计划。已经积累了医学影像和临床资料最大的匿名数据库之一。被CB insight 命名为全球50大AI创新革命公司。

拉帮结派、投资收购，自动驾驶领域巨头必有一役

先是英特尔在北京开了个“英特尔精尖制造日”的大会，发布自家 “Cannon Lake”10纳米晶圆的同时，高喊摩尔定律还没有终结。

之后，英伟达“核弹王朝”掌门人黄仁勋，在 GTC China 上直接硬怼 Intel，说出摩尔定律已经终结，GPU才是未来。 

英特尔和AMD是英伟达在芯片上的强劲对手，前不久特斯拉与AMD合作研发自动驾驶芯片，不带英伟达玩的传闻闹的沸沸扬扬。黄教主也很风趣地表示，即使特斯拉用了别家的计算芯片，自己也对特斯拉的车也照买不误。不管怎样，非常明显自动驾驶芯片领域，早就是个竞争激烈的红海了，当然对手还有那个高调无人车路测的巨头谷歌。

目前而言，英伟达凭借GPU的性能和人工智能生态布局，如今优势略微明显，主要体现在汽车厂商和一级供应商都更加倾向于选择Drive PX 平台，英伟达也体现出要做自动驾驶平台的决心。相比而言，英特尔与其收购的Mobileye则提供的是一个相对封闭的系统。而这场“硬仗”归咎起来还是技术路径的差异，是CPU和GPU的对决。目前看来在深度学习的加持下，GPU释放出的潜能更大。 

英特尔自然也有反击机会，在自动驾驶领域又是结盟又是收购，用几百亿美金为自动驾驶铺就了一条走向制高点的路。收购的Mobileye是全球公认的ADAS领域巨头，拥有一个成熟的、基于摄像头的ADAS解决方案，实力不容小觑。 

巨头不论在资金、生态以及技术实力上几乎都难分伯仲，而自动驾驶无疑是汽车行业不可逆转的发展趋势，将重构整个汽车产业链，呈现出巨大的利益分成，这一场“军备竞赛”怕是越来越精彩了。