英偉達與軟銀達成協議，以400億美元的價格收購Arm，將AI / ML GPU的第一制造商與處理器IP的第一公司合并。

假設這筆交易獲得監管部門的批準，那么這兩家公司的合并將在AI / ML世界中建立強大的力量。Nvidia的GPU是訓練算法的首選平臺，而Arm擁有廣泛的AI / ML處理器內核產品組合。Arm還具有領先的智能手機處理器架構，其對低功耗的重視使其成為物聯網和邊緣計算市場的頂級公司-并成為Nvidia的收購目標。

盡管表面上看似不合時宜，但再深入一點就可以了。首先，Nvidia一直在尋找一種擴展其訓練算法基礎之外的方法。它遇到的問題是GPU架構并不是特別節能。它們價格便宜，易于理解，并且可以相對輕松地大規模大規模并行化，并且幾乎每個人都知道如何對其進行編程。但是，即使在幾乎完成了所有AI / ML / DL培訓的數據中心中，功能也很昂貴。為服務器機架供電和冷卻需要花費金錢，而數據中心則可以非常準確地對其進行測量。

為了使Nvidia繼續占據主導地位，它需要一種異構架構，該架構可以結合CPU的效率來更緊密地管理其GPU。該公司早在2018年就展示了其朝這個方向發展的暗示，當時該公司展示了使用CPU作為控制器的共享內存架構。作為目前交易的一部分，英偉達表示將建造一臺由Arm CPU驅動的超級計算機。

圖1：大約在2018年，Nvidia的NVLINK交換芯片。來源：Nvidia / Hot Chips 30

與此同時，ARM一直在開發自己的Mali GPU產品線，這些產品在相機等設備中獲得了關注，但在過去四年中Nvidia業務迅猛發展的云中卻沒有受到關注。Arm在服務器領域的滲透正在增長，但并沒有以英特爾，AMD或IBM等公司為代價。隨著谷歌，亞馬遜，阿里巴巴和百度等公司現在正在開發自己的芯片，這種市場機會并不像幾年前那樣廣泛。

Arm的主要基礎是物聯網和邊緣，并且在此方面已經非常成功。它對低功耗的關注使其能夠將英特爾排除在手機市場之外，從那里開始，它在從醫療設備到蘋果計算機的眾多垂直市場中都占有一席之地。但是，隨著將更多的智能添加到邊緣，下一個重大挑戰是能夠從根本上提高性能并進一步降低功耗，而實現這一目標的唯一方法是針對硬件更嚴格地自定義算法，反之亦然。

圖2：Arm的第一個ML處理器架構。資料來源：Arm / Hot Chips 30

雖然尚不確定Arm還是Nvidia是否愿意接受這一挑戰，但他們無疑可以開發一個開放平臺來支持定制的加速器。因此，他們可以專注于實現這些細分市場的平臺，而不是專注于定制的細分市場。如果可行，這是一種有趣的策略，并且可以為合并后的公司提供廣闊的增長潛力。

詳細信息
兩家公司表示，該交易將于明年9月完成。Nvidia將向Softbank支付215億美元的Nvidia股票和120億美元的現金。其中的20億美元在簽字時支付。
根據Arm的財務業績目標，軟銀還可以接收至多50億美元的現金或股票。英偉達還將向Arm員工發行15億美元的股本。

公告稱，軟銀在新公司中的股份預計不到10％。