軟銀已向英國人工智慧晶片公司 Graphcore 投入超過 4.5 億美元，該公司花了將近十年時間試圖打造一種可與英偉達在機器智能硬體領域主導地位相抗衡的替代方案。
Graphcore 究竟做什麼
成立於2016年，Graphcore 設計了其稱為智能處理單元（IPUs）的晶片。這些晶片是從零開始為機器學習工作負載打造的，與 Nvidia 的 GPU 不同，後者最初是為渲染電子遊戲圖形而設計，後來才被 AI 領域發現其在矩陣運算方面表現出色。
在這筆交易之前，Graphcore 總共籌集了約 $682 百萬資金，吸引了包括 Sequoia Capital 和 Microsoft 在內的重量級投資者。該公司的技術實力從未受到質疑，但其商業模式則是另一回事。
收益從未與雄心相匹配。據報導，該公司難以將技術示範轉化為實際的商業成果，這一問題過去幾年困擾了數家潛在的英偉達競爭對手。
為什麼軟銀想要進場
軟銀對 Graphcore 的興趣不是慈善，而是策略。
孫正義一直積極表態，希望將軟銀置於人工智能基礎設施建設的中心。該公司已掌控 Arm Holdings——這家晶片架構公司設計的技術幾乎支撐了全球每一部智能手機。收購 Graphcore 讓軟銀獲得了一個專注於人工智能晶片的布局，與 Arm 廣泛的授權業務形成互補。
觀察競爭格局，Nvidia 憑藉其 H100 和 B200 芯片佔據領先地位，並擁有排隊需求與高價策略。AMD 則透過其 Instinct 系列逐步搶佔市場邊緣。Google 擁有 TPU，Amazon 擁有 Trainium。每一家主要科技公司都已透過自建或收購的方式進入定制 AI 芯片領域。
這對 AI 芯片市場意味著什麼
像 Cerebras、Sambanova 和 Habana Labs（於 2019 年被英特爾收購）等公司都面臨著同樣的根本挑戰：Nvidia 的 CUDA 軟體生態系統創造了轉換成本，使技術優勢幾乎變得無關緊要。
Graphcore 的 IPU 並未用於加密貨幣挖礦，但軟銀打造競爭性的 AI 芯片堆疊，長期來看或能緩解限制這兩個產業的 GPU 短缺問題。