En avril 2024, le fabricant de puces d'IA Nvidia a annoncé l'acquisition de Run:ai, une startup israélienne qui développe des logiciels pour gérer et orchestrer des clusters de GPU. L'accord, évalué à environ 700 millions de dollars, a été finalisé dans la seconde moitié de 2024 après les approbations réglementaires. Cette acquisition a souligné l'effort de Nvidia pour étendre sa domination au-delà du matériel vers la couche logicielle qui optimise comment les modèles d'IA, en particulier les grands modèles de langage, sont entraînés et déployés sur une infrastructure basée sur des GPU.
Run:ai a été fondée en 2018 par Omri Geller et Dr. Ronen Dar, tous deux anciens chercheurs à l'Université de Tel Aviv. L'entreprise a rapidement gagné du terrain auprès des entreprises exécutant des charges de travail Generative AI qui nécessitent un calcul massif. Sa plateforme phare fournissait une couche d'abstraction qui permettait aux organisations de regrouper des GPU, de planifier des tâches efficacement, et d'allouer des ressources dynamiquement, répondant à un goulot d'étranglement critique dans l'ère de l'entraînement de modèles et de l'Inference (AI). Avant l'acquisition, Run:ai avait levé environ 118 millions de dollars en financement de capital-risque, soutenu par des investisseurs tels que Insight Partners et Tiger Global.
Contexte et Justification Commerciale
Au cours des dernières années, l'entraînement de grands réseaux de neurones a explosé en termes de demande computationnelle. L'essor de l'architecture de transformeur, qui alimente des systèmes comme GPT-4 et les modèles d'OpenAI, a poussé les taux d'utilisation des GPU au premier plan de l'efficacité opérationnelle. De nombreuses organisations ont constaté que leurs flottes de GPU coûteuses étaient sous-utilisées, parfois inactives en raison d'une planification inefficace des tâches ou d'une fragmentation des ressources. Nvidia, qui expédie le matériel, a observé ce point de douleur et a cherché à offrir une solution complète qui attirerait et retiendrait les clients.
Le logiciel de Nvidia, y compris le modèle de programmation CUDA et sa suite AI Enterprise en croissance rapide, est devenu un flux de revenus significatif. En acquérant Run:ai, Nvidia visait à intégrer un planificateur qui pourrait fédérer des GPU à travers des clusters et même à travers différents fournisseurs, tels que Microsoft Azure Amazon Web Services Google Cloud et des environnements VMware. Cette décision a positionné Nvidia comme plus qu'un fabricant de puces, mais comme un orchestrateur de calcul pour l'IA.
.
Produit et Technologie de Run:ai
Les offres principales de Run:ai incluent une robustesse basée sur Kubernetes qui gère les partitions de GPU, des instances virtuelles dynamiques de GPU, et un planificateur qui prend en charge le déclenchement de tâches basé sur des politiques. Il prend en charge une gamme de cadres couramment utilisés pour le Deep learning, y compris PyTorch et TensorFlow, et s'intègre avec des outils populaires comme MLflow et Kubeflow. La technologie qui gère des tâches multi-GPU avec Batch Normalization ou d'autres optimisations de modèles a dû être défaite, mais la plateforme offre un multiplexage par GPU qui augmente les taux d'utilisation de typiques 40% à plus de 80% dans de nombreux déploiements clients. De plus, Run:ai a introduit une fonctionnalité appelée le « plan de contrôle IA », qui permettait aux scientifiques des données et aux ingénieurs de découpler le matériel de la charge de travail exécutée, en calculant automatiquement l'échelle. Cela a réduit des métriques comme le temps de soumission de tâches de heures à minutes et a donné aux principaux une visibilité sur les coûts et l'utilisation à travers les départements.
Détails Financiers et Évaluation
Initialement, des rapports ont suggéré que la valeur de la transaction était de 700 millions de dollars, mais plusieurs médias dans les semaines suivantes ont rapporté que le chiffre était plus proche de 1 milliard de dollars. Nvidia a refusé de commenter les chiffres exacts, mais le prix final de règlement, selon les dépôts réglementaires de la Securities and Exchange Commission des États-Unis, était de 700 millions de dollars, qui incluait des liquidités et des actions. L'accord a été structuré de manière que les employés de Run:ai seraient intégrés dans le centre de développement israélien de Nvidia, l'un des plus grands sites de recherche de l'entreprise en dehors des États-Unis; à la clôture de l'accord, éventuellement des centaines de membres du personnel de Run:ai avaient rejoint. L'accord a été approuvé sans conditions majeures, surtout étant donné qu'aucune des deux entreprises ne détenait une position dominante pour retenir des GPU dans le marché des planificateurs d'IA. Avant, Run:ai avait environ 100 clients d'entreprise, y compris des noms bien connus comme le partenaire de Nvidia Etsy et des institutions financières.
Implications Stratégiques pour l'Industrie
À la couche d'infrastructure d'IA, l'acquisition a signalé une tendance de consolidation. Les concurrents et clients de Nvidia ont pris note. AMD et Intel ont introduit des équivalents, tels que la pile ROCm open-source d'AMD. Cette décision a intensifié les guerres de plateformes dans le traitement d'IA, où le logiciel est tout aussi crucial que le matériel. Elle a également poussé les hyperscalers comme Amazon Web Services à doubler sur leurs siliciums personnalisés, tels que AWS Trainium et les puces d'Inference (AI), pour différencier leurs offres. L'acquisition a également promu la discussion sur l'abstraction des ressources de GPU dans les clouds privés et publics. Les équipes informatiques d'entreprise ont accueilli la décision, espérant une mise à l'échelle plus fluide à travers les environnements cloud et sur site, ce qui pourrait conduire à moins de verrouillage fournisseur si exécuté par Nvidia bien que ce potentiel reste à voir.
Examen Réglementaire et Concurrentiel
Les régulateurs européens ont examiné la fusion sous les règles standard d'antitrust. En décembre 2024, la Commission européenne a approuvé l'accord sans exiger de concessions, notant que la part de marché de Run:ai dans le marché de l'orchestration était limitée. Nvidia a continué à surpasser dans le matériel, mais le marché du logiciel était encore émergent. De même, la Federal Trade Commission des États-Unis a décidé de ne pas contester la fusion spécifiquement, bien que les géants technologiques fassent face à un examen plus large sur le contrôle des puces et de l'écosystème d'IA. Des concurrents comme IBM et Graphcore ont réagi rapidement pour approfondir leurs propres capacités de planification. Par exemple, Graphcore a introduit PopGrid, tandis que le collectif oneAPI d'Intel a construit des écosystèmes ouverts.
Intégration et Voie Future
Après la clôture de l'accord en novembre 2024, Nvidia a commencé le processus d'intégration de la technologie de Run:ai dans ses outils existants, tels que NVIDIA AI Enterprise et NVIDIA Base Command. L'une des premières versions après l'acquisition était la « Run:AI sur Nvidia AI Stack » qui unifiait les fonctionnalités de gestion des ressources avec la licence vGPU. Dans le premier trimestre suivant la clôture, Nvidia a déclaré que la plateforme de Run:ai était offerte à tous les clients DGX, leur permettant d'exécuter des charges de travail avec une planification optimale des ressources. Pour l'avenir, Nvidia a annoncé des plans pour ouvrir la plateforme afin de prendre en charge des accélérateurs au-delà des GPU, y compris des ASIC personnalisés, pour des clusters qui exécutent des cadres de recherche de type carnegie-mellon eux-mêmes.
Réponses des Concurrents
AMD a annoncé son propre logiciel de planification « infinite fabric » en fin 2024. SambaNova Systems a élargi son cloud pour offrir ses propres contrôles virtuels de GPU, et Groq a implémenté plusieurs planificateurs dynamiques nativement. La concurrence globale autour de l'orchestration du calcul d'IA s'intensifie, forçant Nvidia à construire un écosystème plus fort avec des tiers. L'acquisition a non seulement solidifié l'empreinte de Nvidia en Israël (y compris plus de 1,000 employés là-bas en 2025), mais a également déclenché plusieurs autres investissements dans des startups de la couche logicielle au sein de l'écosystème, tels que deepspeed qui avait été précédemment acquise par Microsoft (AI) (avant 2024.
Implications pour les Clients de Run:ai
Les clients de Run:ai étaient initialement sceptiques quant à la migration vers la pile cloud de Nvidia. Pourtant, Nvidia a offert des droits à long terme et des plans de continuité, rassurant les partenaires sur le support technique. À partir de mi-2025, la plateforme reste largement utilisée par des installations et des entreprises fournissant des services d'IA à grande échelle, tels que huggingface et des applications commerciales. Dans l'ensemble, l'acquisition Nvidia-Run:ai est une étape stratégique qui cimente davantage la position centrale de Nvidia non seulement dans les GPU mais aussi dans le logiciel nécessaire pour tirer le plein potentiel du calcul d'IA.
Voir Aussi
- NVIDIA-puces d'IA basées
- cloud-computing
- k8s (Kubernetes)