\n<\/p>\n
Nvidia est\u00e1 adquiriendo Run:ai, una empresa con sede en Tel Aviv que facilita a los desarrolladores y equipos de operaciones la gesti\u00f3n y optimizaci\u00f3n de su infraestructura de hardware de IA. Los t\u00e9rminos del acuerdo no se revelan p\u00fablicamente, pero dos fuentes cercanas al asunto le dicen a TechCrunch que el precio era de 700 millones de d\u00f3lares.<\/p>\n
CTech inform\u00f3 esta ma\u00f1ana que las empresas estaban en \u00abnegociaciones avanzadas\u00bb que podr\u00edan hacer que Nvidia pagara m\u00e1s de mil millones de d\u00f3lares por Run:ai. Evidentemente, las negociaciones transcurrieron sin contratiempos, salvo un posible cambio de precios.<\/p>\n
Nvidia dice que continuar\u00e1 ofreciendo los productos de Run:ai \u00abbajo el mismo modelo de negocio\u00bb e invertir\u00e1 en la hoja de ruta de productos de Run:ai como parte de la plataforma DGX Cloud AI de Nvidia, que brinda a los clientes empresariales acceso a infraestructura inform\u00e1tica y software que pueden Se utiliza para entrenar modelos para formas generativas y de otro tipo de IA. Los clientes de servidores y estaciones de trabajo Nvidia DGX y DGX Cloud tambi\u00e9n obtendr\u00e1n acceso a las capacidades de Run:ai para sus cargas de trabajo de IA, dice Nvidia, particularmente para implementaciones de IA generativa que se ejecutan en m\u00faltiples ubicaciones de centros de datos. <\/span><\/p>\n \u00abRun:ai ha sido un colaborador cercano de Nvidia desde 2020 y compartimos la pasi\u00f3n por ayudar a nuestros clientes a aprovechar al m\u00e1ximo su infraestructura\u00bb, dijo Omri Geller, director ejecutivo de Run:ai, en un comunicado. \u00abEstamos encantados de unirnos a Nvidia y esperamos continuar nuestro viaje juntos\u00bb.<\/p>\n Geller cofund\u00f3 Run:ai con Ronen Dar hace varios a\u00f1os despu\u00e9s de que los dos estudiaran juntos en la Universidad de Tel Aviv con el profesor Meir Feder, el tercer cofundador de Run:ai. Geller, Dar y Feder buscaron construir una plataforma que pudiera \u00abdividir\u00bb los modelos de IA en fragmentos que se ejecutan en paralelo en el hardware, ya sea en las instalaciones, en nubes p\u00fablicas o en el borde.<\/p>\n Si bien Run:ai tiene pocos competidores directos, otras empresas est\u00e1n aplicando el concepto de asignaci\u00f3n din\u00e1mica de hardware a las cargas de trabajo de IA. Por ejemplo, Grid.ai ofrece software que permite a los cient\u00edficos de datos entrenar modelos de IA en GPU, procesadores y m\u00e1s en paralelo.<\/p>\n Pero relativamente temprano en su vida, Run:ai logr\u00f3 establecer una gran base de clientes de empresas Fortune 500, lo que a su vez atrajo inversiones de capital de riesgo. Antes de la adquisici\u00f3n, Run:ai hab\u00eda recaudado 118 millones de d\u00f3lares en capital de patrocinadores como Insight Partners, Tiger Global, S Capital y TLV Partners.<\/p>\n En la publicaci\u00f3n del blog, Alexis Bjorlin, vicepresidente de DGX Cloud de Nvidia, se\u00f1al\u00f3 que las implementaciones de IA de los clientes se est\u00e1n volviendo cada vez m\u00e1s complejas y que existe un deseo creciente entre las empresas de hacer un uso m\u00e1s eficiente de sus fuentes inform\u00e1ticas de IA.<\/p>\n Una encuesta reciente de organizaciones que adoptan IA de ClearML, la empresa de gesti\u00f3n de modelos de aprendizaje autom\u00e1tico, encontr\u00f3 que el mayor desaf\u00edo en la ampliaci\u00f3n de la IA para 2024 hasta ahora han sido las limitaciones inform\u00e1ticas en t\u00e9rminos de disponibilidad y costo, seguidas de problemas de infraestructura.<\/p>\n \u00abLa gesti\u00f3n y orquestaci\u00f3n de la IA generativa, los sistemas de recomendaci\u00f3n, los motores de b\u00fasqueda y otras cargas de trabajo requiere una programaci\u00f3n sofisticada para optimizar el rendimiento a nivel del sistema y en la infraestructura subyacente\u00bb, dijo Bjorlin. \u201cLa plataforma inform\u00e1tica acelerada de Nvidia y la plataforma Run:ai seguir\u00e1n soportando un amplio ecosistema de soluciones de terceros, ofreciendo a los clientes opciones y flexibilidad. Junto con Run:ai, Nvidia permitir\u00e1 a los clientes tener un tejido \u00fanico que acceda a las soluciones de GPU en cualquier lugar\u201d.<\/p>\n Run:ai se encuentra entre las mayores adquisiciones de Nvidia desde la compra de Mellanox por 6.900 millones de d\u00f3lares en marzo de 2019.<\/p>\n<\/p><\/div>\n