En avril 2024, le fabricant de puces 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 au second semestre 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 la manière dont les modèles d'IA, en particulier les grands modèles de langage, sont entraînés et déployés sur une infrastructure basée sur GPU.
Run:ai a été fondée en 2018 par Omri Geller et le Dr Ronen Dar, tous deux anciens chercheurs de l'Université de Tel Aviv. L'entreprise a rapidement gagné du terrain auprès des entreprises exécutant des charges de travail IA générative nécessitant une puissance de calcul massive. Sa plateforme phare offrait une couche d'abstraction permettant aux organisations de regrouper les GPU, de planifier les tâches efficacement et d'allouer les ressources dynamiquement, répondant ainsi à un goulot d'étranglement critique à l'ère de l'entraînement des modèles et de l'inférence. Avant l'acquisition, Run:ai avait levé environ 118 millions de dollars en financement de capital-risque, soutenu par des investisseurs tels qu'Insight Partners et Tiger Global.
Contexte et Justification Commerciale
Au cours des dernières années, l'entraînement de grands réseaux de neurones a connu une explosion de la demande en calcul. L'essor de l'architecture transformer, qui alimente des systèmes comme GPT-4 et les modèles d'OpenAI, a placé les taux d'utilisation des GPU au premier plan de l'efficacité opérationnelle. De nombreuses organisations ont constaté que leurs parcs de GPU coûteux étaient sous-utilisés, parfois inactifs 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 pour attirer et fidéliser les clients.
L'activité logicielle de Nvidia, y compris le modèle de programmation CUDA et sa suite AI Enterprise en croissance rapide, est devenue une source de revenus significative. En acquérant Run:ai, Nvidia visait à intégrer un planificateur capable de fédérer les GPU à travers les clusters et même entre différents fournisseurs, tels que Azure, Amazon Web Services, Google Cloud et les environnements VMware. Cette décision a positionné Nvidia non seulement comme un fabricant de puces, mais aussi 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 GPU, des instances GPU virtuelles dynamiques, et un planificateur qui prend en charge le déclenchement de tâches en fonction de politiques. Elle prend en charge une gamme de frameworks couramment utilisés pour l'apprentissage profond, y compris PyTorch et TensorFlow, et s'intègre avec des outils populaires comme MLflow et Kubeflow. La technologie qui gérait les tâches multi-GPU avec normalisation par lots 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 40 % typiques à plus de 80 % dans de nombreux déploiements clients.
De plus, Run:ai a introduit une fonctionnalité appelée « AI Control Plane », qui permettait aux data scientists et aux ingénieurs de découpler le matériel de la charge de travail en cours, en faisant évoluer le calcul automatiquement. Cela a réduit des métriques comme le temps de soumission des tâches de quelques heures à quelques minutes et a donné aux responsables une visibilité sur les coûts et l'utilisation à travers les départements.
Détails Financiers et Évaluation
Initialement, les rapports suggéraient 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, incluant des liquidités et des actions. L'accord a été structuré de manière à ce que les employés de Run:ai soient intégrés au centre de développement de Nvidia en Israël, l'un des plus grands sites de recherche de l'entreprise en dehors des États-Unis ; à la clôture de l'accord, des centaines d'employés de Run:ai avaient finalement rejoint l'entreprise.
L'accord a été approuvé sans conditions majeures, surtout étant donné qu'aucune des deux entreprises ne détenait une position dominante pour retenir les GPU sur le marché des planificateurs d'IA. Avant cela, Run:ai comptait environ 100 clients entreprises, y compris des noms bien connus comme le partenaire de Nvidia Etsy et des institutions financières.
Implications Stratégiques pour l'Industrie
Au niveau de l'infrastructure d'IA, l'acquisition a signalé une tendance à la consolidation. Les concurrents et les clients de Nvidia ont pris note. AMD et Intel ont introduit des équivalents, comme la pile open-source ROCm d'AMD. La décision a intensifié les guerres de plateformes dans le traitement de l'IA, où le logiciel est tout aussi crucial que le matériel. Elle a également poussé les hyperscalers comme Amazon Web Services à renforcer leurs puces personnalisées, telles que AWS Trainium et les puces d'inférence, pour différencier leurs offres.
L'acquisition a également promu la discussion sur l'abstraction des ressources GPU dans les clouds privés et publics. Les équipes informatiques d'entreprise ont accueilli favorablement cette décision, espérant une mise à l'échelle plus fluide entre les environnements cloud et sur site, ce qui pourrait réduire le verrouillage fournisseur si elle est gérée par Nvidia, bien que ce potentiel reste à voir.
Examen Réglementaire et Concurrentiel
Les régulateurs européens ont examiné la fusion selon les règles antitrust standard. En décembre 2024, la Commission européenne a approuvé l'accord sans exiger de concessions, notant que la part de marché de Run:ai sur le marché de l'orchestration était limitée. Nvidia a continué à surpasser ses concurrents en matériel, mais le marché des logiciels était encore émergent. De même, la Federal Trade Commission des États-Unis a décidé de ne pas contester spécifiquement la fusion, bien que les géants de la technologie fassent face à un examen plus large sur le contrôle des puces et de l'écosystème de l'IA.
Des concurrents comme IBM et Graphcore ont réagi en approfondissant 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 a été « Run:AI on Nvidia AI Stack », qui a unifié les fonctionnalités de gestion des ressources avec la licence vGPU. Au premier trimestre suivant la clôture, Nvidia a déclaré que la plateforme de Run:ai était proposée 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 les clusters qui exécutent des frameworks de recherche de type Carnegie Mellon.
Réponses des Concurrents
AMD a annoncé son propre logiciel de planification « infinite fabric » fin 2024. SambaNova Systems a étendu son cloud pour offrir ses propres contrôles de GPU virtuels, 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 consolidé 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, comme DeepSpeed qui avait été précédemment acquis par Microsoft (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 la mi-2025, la plateforme reste largement utilisée par les installations et les entreprises fournissant des services d'IA à grande échelle, comme Hugging Face et des applications métier.
Dans l'ensemble, l'acquisition Nvidia-Run:ai est une étape stratégique qui consolide davantage la position centrale de Nvidia non seulement dans les GPU, mais aussi dans les logiciels nécessaires pour exploiter pleinement le potentiel du calcul d'IA.
Voir Aussi
- Puces d'IA basées sur Nvidia
- cloud computing
- k8s (Kubernetes)