AMD收购Silo 与英伟达竞夺再添筹码

AMD苏妈在X上这样表达兴奋之情：非常高兴Silo AI团队加入AMD，让AMD增添了一支卓越的AI科学家和工程师团队，将加速AMD AI解决方案的应用和扩展AMD开源AI软件能力。

是的，AMD正计划以6.65亿美元收购芬兰AI初创公司Silo AI，旨在助力AMD应对大规模部署AI挑战、提供端到端的AI解决方案，全面对决英伟达，而Silo也将成为AMD战略版图的重要“拼图”。

Silo AI来头不小

Silo何以能入AMD的“法眼”？

总部位于赫尔辛基的Silo是欧洲最大的私人AI实验室之一，团队由300多名AI科学家和工程师组成，其联合创立者包括芬兰阿尔托大学教授Peter Sarlin、前诺基亚首席技术官Tero Ojanperä等大拿。

Silo团队拥有丰富的经验，致力于为云、嵌入式和终端计算市场企业开发定制化的AI模型、平台和解决方案，以协助客户快速地将AI集成到其产品、服务和运营中。目前已成功推出200多个AI项目，业务遍布欧洲和北美，诸如欧洲最大的保险公司安联、飞利浦、劳斯莱斯、联合利华等均是Silo AI的客户。

在AI大模型领域，Silo AI除了自身的SiloGen模型平台之外，还在AMD平台上创建了开源多语言大模型，包括Poro和Viking，与OpenAI和Google等公司的专有或封闭模式形成对比。而且Silo AI一直都致力于在欧洲运算最快的超级计算机LUMI上扩展大型语言模型，而LUMI采用的芯片主要由AMD提供。

收购完成后，Silo AI首席执行官兼联合创始人Peter Sarlin将继续领导Silo AI团队，向AMD高级副总裁Vamsi Boppana汇报。

预计在通过一系列监管之后，此次收购将于2024年下半年完成。

助力AMD提升生态实力

将合作伙伴Silo 收入囊中，对于AMD来说可谓一举三得。

专家分析，收购Silo，AMD不仅拥有在AI企业实战环境中经验丰富的专业团队，可进一步扩充自身的软件开发实力，还得到了众多大客户的资源和加持。更重要的是，这将提升AMD在AI软件和平台生态端的竞争力，加快构建一个围绕其芯片而构建完整产品和服务的AI生态系统，并推进客户基于AMD芯片AI模型的开发和部署，为AMD带来新的增长点。

当下，AI芯片的比拼不只是硬件的较量，更是软件和生态的竞夺。AMD去年推出Instinct MI300系列AI芯片，以挑战英伟达的H100。尽管Instinct MI300性能被指超过H100，但AMD却无法像英伟达那样尽享AI“盛宴”，主要原因在于AMD的软件生态功力不足，难以形成硬件、软件与整合解决方案的三位一体全服务体系。

AMD在2016年推出了开源的ROCm软件平台，在去年12月全新ROCm 6开放软件平台面世，欲与英伟达的CUDA较量。但英伟达基于CUDA深护城河，已将其软件平台扩展到包括一系列应用程序和服务，目前提供超过600个“预训练”模型，这意味着客户可加快部署这些模型，从而进一步“锁定”客户。

作为紧咬英伟达的AMD来说，建立一个有黏性的软件生态系统实现客户对其AI芯片的强需求变得至关重要。

对此，AMD人工智能集团高级副总裁Vamsi Boppana也乐观表示：“Silo AI拥有值得信赖的AI专家团队，并拥有开发领先AI模型和解决方案的丰富经验，包括基于AMD平台构建的先进LLM，这将进一步加速AMD的AI战略，并推动为AMD全球客户构建和快速实施AI解决方案。”

AI风投持续升温

生成式AI时代，AI芯片厂从AMD以及英伟达等AI巨头最近一系列投资和收购举措来看，随着AI领域的竞争不断加剧，类似的收购、整合潮仍将持续。

据Crunchbase的数据，第二季度全球初创企业融资额为790亿美元，季增16%，年增12%，其中AI融资依然是最主要的增长驱动力，融资规模按季增长一倍，达到240亿美元。

以英伟达为例，尽管作为AI时代最大“军火商”，但英伟达的深度布局仍在环环相扣。调研机构Dealroom透露，英伟达于2023年或参与了35起风险投资。前不久英伟达以7亿美元收购软件初创公司Run:AI，还以3亿美元的价格收购大模型开发者Deci AI。

AMD 的投资与整合步伐也在提速：其在过去12个月内向12家AI公司投资了超过1.25亿美元，并收购了Mipsology和Nod.ai，旨在扩展其AI生态系统，推进其计算平台的领先地位。此番收购Silo，更为AMD的AI战略部署再添劲旅。

不止老对手在合纵连横，还有新的搅局者意图分羹。

日前，曾被视作“英伟达竞争对手” 之一、英国AI芯片独角兽Graphcore宣布已被日本软银集团收购，软银借助Arm的成功上市，在AI领域的战略投资也在加快。此次收购之后如何布局，是否会深入AI芯片领域再立山头？

业界专家分析，这些AI领域的投资与整合大都侧重于生态系统完善、推进大模型加速部署、端到端解决方案来展开，未来新一轮的洗牌也将徐徐展开。