问耕 发自 凹非寺
CUDA和iPhone同岁。
2007年6月，英伟达推出CUDA。在这个技术的驱动下，GPU的大规模并行计算能力得到进一步释放，英伟达的产品从此走出图像处理领域，成为一款通用处理器，并在多年以后，推动人工智能研究取得突破。
那个年代，英伟达正和英特尔嘴仗不断：到底GPU和CPU哪个先灭亡。而英伟达希望GPU的算力能应用在地质勘探、生物学、流体力学等领域。谁能想到，如今英伟达CEO黄仁勋无论在何种场合，张口闭口都在大谈人工智能。
都看出来英伟达变了，但这种改变不止一面。
有个数字你可能没注意到。
今年以来，英伟达投资参股的公司数量，已经超过了过去四年的总和。此前，英伟达的投资或者收购，一直呈现相对平缓甚至平淡的节奏。
实际上，去年英伟达投资参股其他公司的数量，较上一年相比已经增长了200%，而今年才到八月，这个数字再次接近200%。
投资清单
公开的记录显示，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。而从2015年以后，英伟达的投资方向明显发生了变化。
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。如下图所示：
△最右一项是“ 网络安全”
英伟达究竟投资了哪些公司？
量子位整理如下。
图森未来
| 2017年8月，B轮融资，总额未披露
刚刚完成新一轮融资的图森未来，是一家研发自动驾驶技术的公司。图森主要针对高速公路场景，提供基于计算机视觉为主的低成本、可商用无人卡车L4级解决方案。图森计划2018年实现无人卡车的商业试运营。
图森成立于2015年，总部位于中国北京。
Deep Instinct
| 2017年7月，B轮融资，3200万美元
利用深度学习的预测能力，Deep Instinct提供部署于设备中的解决方案，可以用于防护0-day漏洞攻击和APT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。
Deep Instinct总部位于以色列的特拉维夫。
Element AI
| 2017年6月，A轮融资，1.02亿美元
Yoshua Bengio是这家公司的联合创始人。Element AI是一个人工智能孵化器，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。
fastdata.io
| 2017年5月，种子轮，150万美元
借助GPU上的通用计算能力，fastdata.io研发出高性能计算软件引擎FDIO Engine，更好的应用英伟达GPU平台的大规模并行处理能力。
FDIO Engine能够将流处理速度最高提升三个数量级，同时将数据中心的功耗和空间需求降低90%以上。
这家初创公司2016年成立，总部在加州圣莫妮卡。
MapD
| 2017年3月，B轮，2500万美元
| 2016年3月，A轮，1000万美元
| 2014年10月，种子轮，200万美元
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，而且还有附带的可视化前端（MapD Immerse）用于超交互式数据挖掘，或者与第三方可视化工具，例如Tableau等一起使用。
MapD总部位于加州旧金山，投资者还包括Google Ventures。
ABEJA
| 2017年3月，B轮，金额未公布
这个名字有点奇怪的公司，其实是一家来自日本的人工智能企业。ABEJA使用深度学习的方法在云端提供数据的收集、分析、自动化、预测、模拟和可视化。
ABEJA成立于2012年，总部位于东京，投资者包括Salesforce、NTT docomo等。
Datalogue
| 2017年2月，种子轮，150美元
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。
他们宣称可以利用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。
Datalogue成立于2016年，总部位于美国纽约。
SoundHound
| 2017年1月，D轮，7500万美元
SoundHound是一家专注于语音AI和智能对话的公司。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。
这家公司成立于2005年，总部位于美国加州圣克拉拉。
TempoQuest
| 2016年10月，A轮，100万美元
TempoQuest是一家SaaS（软件即服务）公司，旨在更快速、更准确的提供天气预报。目前这家公司正在投入产品研发，主要目的是为世界各地的商业客户和政府机构提供下一代的天气预报服务。
这家创业公司的软件软件解决方案，基于GPU运行而不是CPU，从而大大提高了分析的速度和准确性。
TempoQuest汇集来自卫星、无人机、雷达等不同来源的而数据，经过处理之后再销售给需要天气预报数据的客户。TempoQuest是从地理卫星天气设备和数据服务商GeoMetWatch中拆分出来的公司。
这家公司成立于2014年，总部位于美国拉斯维加斯。
Optimus Ride
| 2016年10月，种子轮，525万美元
这家使用了擎天柱（Optimus）名号的公司，是一家麻省理工孵化出来的无人车团队。他们正致力于为电动汽车开发L4级的完全自动驾驶系统。
作为一个初创团队，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。
这家公司创立于2015年，总部当然位于美国麻省剑桥。
AImotive
| 2015年5月，A轮，2500万美元
这公司以前叫AdasWorks，主要研发自动驾驶技术。AImotive的团队拥有人工智能、计算机视觉、导航等领域的实践经验。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。
所以，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。
AImotive成立于2014年，总部位于匈牙利的布达佩斯。
Rocketick
| 2013年10月，C轮，300万美元
| 2011年5月，B轮，250万美元
这家公司使用GPU为芯片验证提供模拟加速，例如可以为设计高度复杂的芯片提供提速10倍以上的模拟仿真，解决了功能验证的瓶颈。这家公司主要服务半导体客户。
Rocketick成立于2008年，目前已被Cadence Design Systems收购。这也是一家总部位于以色列特拉维夫的公司。
OUYA
| 2013年5月，A轮，1500万美元
不知道你是否记得OUYA，这曾是Kickstarter上一个很火的项目。OUYA的目标是制造一款售价99美元的Android系统家用游戏主机，并与所以PS3和微软Xbox 360展开竞争。这款主机使用英伟达Tegra 3处理器。
2015年，跳票不断、产品风评不佳的OUYA被雷蛇收入账下。OUYA创立于2012年，总部在美国加州洛杉矶。
MotionDSP
| 2008年9月，可转债，详情未披露
MotionDSP当年以一款军事级的视频修复软件vReveal而知名，这款软件的主要功能是修复视频中的色彩、模糊、抖动等问题。在英伟达CUDA技术的加持下，vReveal的修复速度能够提升五倍。
MotionDSP的相关技术还被应用到无人机等领域。
这家公司成立于2005年，总部位于美国加州伯林盖姆。
Right Hemisphere
| 2005年6月，B轮，1200万美元
Right Hemisphere的软件是帮助客户自己设计产品，制造工艺和装配说明的3D模型。这家公司现在已经被SAP收购了。
2016分水岭
进一步从时间维度看看英伟达的上述投资。
2009-2012，从投资并购的角度看，是英伟达历史上异常低调的一段时间。按照公开的记录，期间仅有一次投资和一次收购发生。
从2013年开始，英伟达的改变逐渐显现。首先是又开始出手进行投资收购，其次是改以投资为主，之前英伟达一直是收购为主。
而英伟达的投资，从2016年开始进一步提速，这一年英伟达共有三次对外投资，其中有一次发生在年初，有两次发生在年底。2016年，英伟达除了股价飙涨之外，手中握有的现金（及等价物）也出现了猛增。
在下面这个图表中，量子位整理了英伟达最近12个季度，所持有的现金变化情况，从2016年第三季度开始，这个数字有了明显的提升。也差不多是从这个时候开始，英伟达对外投资参股的步伐明显的加快了。
英伟达近几年的投资，正是在培育和构建基于GPU的人工智能生态系统。而通过包括投资参股在内的方式，英伟达正在不断拓展GPU的应用场景，也在不断的收集数据改进GPU本身。毕竟，未来的人工智能处理芯片之争还在继续。
而且，英伟达虽然最近持有的现金比较多，但和其他几家科技巨头相比，其实也没有什么竞争力。下面这个图可以直观的看到这一点。
△最右是英伟达
关于未来处理器之争，推荐几个量子位之前的相关报道：
CUDA和iPhone都来到了自己的第十个年头。
苹果即将推出iPhone8，而英伟达前两天已经放出CUDA 9 RC版。新的CUDA理所当然的支持全新Volta架构；推出Cooperative Groups，这是一个用于组织线程组的全新编程模型；并且提供了更快的库和全新的算法。
详细情况，可以访问这个地址：
https://devblogs.nvidia.com/parallelforall/cuda-9-features-revealed/
—— 完——