En abril de 2024, IA el fabricante de chips Nvidia anunció la adquisición de Run:ai, una startup israelí que desarrolla software para gestionar y orquestar clústeres de GPU. El acuerdo, valorado en aproximadamente 700 millones de dólares, se finalizó en la segunda mitad de 2024 tras las aprobaciones regulatorias. Esta adquisición subrayó el esfuerzo de Nvidia por extender su dominio más allá del hardware hacia la capa de software que optimiza cómo se entrenan y despliegan los modelos de IA, particularmente los grandes modelos de lenguaje, en infraestructura basada en GPU.
Run:ai fue fundada en 2018 por Omri Geller y el Dr. Ronen Dar, ambos ex investigadores de la Universidad de Tel Aviv. La empresa rápidamente ganó tracción entre las empresas que ejecutan cargas de trabajo de IA generativa que requieren cómputo masivo. Su plataforma insignia proporcionaba una capa de abstracción que permitía a las organizaciones agrupar GPUs, programar trabajos de manera eficiente y asignar recursos dinámicamente, abordando un cuello de botella crítico en la era del entrenamiento de modelos y la inferencia. Antes de la adquisición, Run:ai había recaudado alrededor de 118 millones de dólares en financiamiento de capital de riesgo, respaldada por inversores como Insight Partners y Tiger Global.
Antecedentes y Caso de Negocio
En los últimos años, el entrenamiento de grandes redes neuronales ha experimentado una explosión en la demanda computacional. El auge de la arquitectura transformer, que impulsa sistemas como GPT-4 y los modelos de OpenAI, llevó las tasas de utilización de GPU al frente de la eficiencia operativa. Muchas organizaciones descubrieron que sus costosas flotas de GPU estaban subutilizadas, a veces inactivas debido a una programación de trabajos ineficiente o a la fragmentación de recursos. Nvidia, que fabrica el hardware, observó este punto de dolor y buscó ofrecer una solución completa que atrajera y retuviera clientes.
El negocio de software de Nvidia, incluido el modelo de programación CUDA y su suite AI Enterprise en rápido crecimiento, se ha convertido en una fuente de ingresos significativa. Al adquirir Run:ai, Nvidia pretendía integrar un programador que pudiera federar GPUs entre clústeres e incluso entre diferentes proveedores, como Azure, Amazon Web Services, Google Cloud y entornos VMware. El movimiento posicionó a Nvidia como algo más que un fabricante de chips, sino como un orquestador de cómputo para la IA.
Producto y Tecnología de Run:ai
Las ofertas principales de Run:ai incluyen robustez basada en Kubernetes que maneja particiones de GPU, instancias de GPU virtuales dinámicas y un programador que admite la activación de trabajos según políticas. Admite una variedad de marcos comúnmente utilizados para aprendizaje profundo, incluidos PyTorch y TensorFlow, y se integra con herramientas populares como MLflow y Kubeflow. La tecnología que manejaba trabajos multi-GPU con normalización por lotes u otras optimizaciones de modelos tuvo que deshacerse, pero la plataforma ofrece multiplexación por GPU que aumenta las tasas de utilización del típico 40% a más del 80% en muchas implementaciones de clientes.
Además, Run:ai introdujo una función llamada "AI Control Plane", que permitía a los científicos de datos e ingenieros desacoplar el hardware de la carga de trabajo en ejecución, escalando el cómputo automáticamente. Esto redujo métricas como el tiempo de envío de trabajos de horas a minutos y dio a los responsables visibilidad sobre costos y uso entre departamentos.
Detalles Financieros y Valoración
Inicialmente, los informes sugerían que el valor de la transacción era de 700 millones de dólares, pero varios medios en las semanas posteriores informaron que la cifra estaba más cerca de los mil millones. Nvidia se negó a comentar sobre números exactos, pero el precio final de liquidación, según las presentaciones regulatorias de la Comisión de Bolsa y Valores de Estados Unidos, fue de 700 millones de dólares, que incluía efectivo y acciones. El acuerdo se estructuró de manera que los empleados de Run:ai se integrarían en el centro de desarrollo de Nvidia en Israel, uno de los sitios de investigación más grandes de la empresa fuera de Estados Unidos; al cierre del acuerdo, eventualmente cientos de empleados de Run:ai se habían unido.
El acuerdo se aprobó sin condiciones importantes, especialmente dado que ninguna de las empresas tenía una posición dominante para retener GPUs en el mercado de programadores de IA. Antes, Run:ai tenía alrededor de 100 clientes empresariales, incluidos nombres conocidos como el socio de Nvidia Etsy e instituciones financieras.
Implicaciones Estratégicas para la Industria
En la capa de infraestructura de IA, la adquisición señaló una tendencia de consolidación. Los competidores y clientes de Nvidia tomaron nota por igual. AMD e Intel han introducido contrapartes, como la pila ROCm de código abierto de AMD. El movimiento intensificó las guerras de plataformas en el procesamiento de IA, donde el software es tan crucial como el hardware. También empujó a los hiperescaladores como Amazon Web Services a redoblar sus esfuerzos en silicio personalizado, como los chips AWS Trainium y de inferencia, para diferenciar sus ofertas.
La adquisición también promovió la discusión sobre la abstracción de recursos de GPU en nubes privadas y públicas. Los equipos de TI empresariales acogieron con satisfacción el movimiento, esperando un escalado más fluido entre entornos de nube y locales, lo que podría llevar a una menor dependencia del proveedor si es gestionado por Nvidia, aunque ese potencial está por verse.
Escrutinio Regulatorio y Competitivo
Los reguladores europeos revisaron la fusión bajo reglas antimonopolio estándar. En diciembre de 2024, la Comisión Europea aprobó el acuerdo sin exigir concesiones, señalando que la cuota de mercado de Run:ai en el mercado de orquestación era limitada. Nvidia continuó superando en hardware, pero el mercado de software aún estaba emergiendo. De manera similar, la Comisión Federal de Comercio de Estados Unidos decidió no impugnar la fusión específicamente, aunque los gigantes tecnológicos enfrentan un escrutinio más amplio sobre el control de chips y ecosistemas de IA.
Competidores como IBM y Graphcore se movieron rápidamente para profundizar sus propias capacidades de programación. Por ejemplo, Graphcore introdujo PopGrid, mientras que el colectivo oneAPI de Intel ha estado construyendo ecosistemas abiertos.
La Integración y el Camino Futuro
Después de cerrar el acuerdo en noviembre de 2024, Nvidia comenzó el proceso de integrar la tecnología de Run:ai en sus herramientas existentes, como NVIDIA AI Enterprise y NVIDIA Base Command. Uno de los primeros lanzamientos después de la adquisición fue el "Run:AI on Nvidia AI Stack", que unificó las funciones de gestión de recursos con la licencia vGPU. En el primer trimestre posterior al cierre, Nvidia dijo que la plataforma de Run:ai se ofrecía a todos los clientes de DGX, permitiéndoles ejecutar cargas de trabajo con una programación óptima de recursos.
Para el futuro, Nvidia ha anunciado planes para abrir la plataforma a fin de admitir aceleradores más allá de las GPU, incluidos ASIC personalizados, para clústeres que ejecutan marcos de investigación de tipo Carnegie Mellon.
Respuestas de los Competidores
AMD anunció su propio software de programación "infinite fabric" a finales de 2024. SambaNova Systems expandió su nube para ofrecer sus propios controles de GPU virtuales, y Groq implementó varios programadores dinámicos de forma nativa. La competencia general en torno a la orquestación de cómputo de IA se intensifica, lo que obliga a Nvidia a construir un ecosistema más fuerte con terceros.
La adquisición no solo consolidó la presencia de Nvidia en Israel (incluidos más de 1,000 empleados allí a partir de 2025), sino que también desencadenó varias otras inversiones en startups de la capa de software dentro del ecosistema, como DeepSpeed, que había sido adquirida previamente por Microsoft (antes de 2024).
Implicaciones para los Clientes de Run:ai
Los clientes de Run:ai inicialmente se mostraron escépticos sobre la migración a la pila de nube de Nvidia. Sin embargo, Nvidia ofreció derechos a largo plazo y planes de continuidad, tranquilizando a los socios sobre el soporte técnico. A mediados de 2025, la plataforma sigue siendo ampliamente utilizada por instalaciones y empresas que ofrecen servicios de IA a escala, como Hugging Face y aplicaciones empresariales.
En general, la adquisición de Nvidia-Run:ai es un hito estratégico que consolida aún más la posición central de Nvidia no solo en GPUs, sino también en el software necesario para aprovechar todo el potencial del cómputo de IA.
Véase También
- Chips de IA basados en Nvidia
- computación en la nube
- k8s (Kubernetes)