NvidiaがRun:aiを買収

Nvidiaは、GPUオーケストレーションソフトウェアを専門とするイスラエルのスタートアップ企業Run:aiを7億ドルで買収した。これは、AIインフラを強化し、データセンターにおけるリソース管理を簡素化するための戦略的な動きである。

2024年4月、AIチップメーカーのNvidiaは、GPUクラスターの管理とオーケストレーションを行うソフトウェアを開発するイスラエルのスタートアップ企業Run:aiの買収を発表した。この取引は約7億ドルと評価され、規制当局の承認を経て2024年下半期に完了した。この買収は、Nvidiaがハードウェアを超えて、特に大規模言語モデルなどのAIモデルがGPUベースのインフラ上でトレーニングされ展開される方法を最適化するソフトウェア層にまで支配力を拡大しようとする取り組みを浮き彫りにした。

Run:aiは2018年に、テルアビブ大学の元研究者であるOmri Geller氏とDr. Ronen Dar氏によって設立された。同社は、大規模な計算を必要とするGenerative AIワークロードを実行する企業の間で急速に注目を集めた。その主力プラットフォームは、組織がGPUをプールし、ジョブを効率的にスケジュールし、リソースを動的に割り当てることを可能にする抽象化レイヤーを提供し、モデルトレーニングとInference (AI)の時代における重大なボトルネックに対処した。買収前、Run:aiはInsight PartnersやTiger Globalなどの投資家から約1億1800万ドルのベンチャー資金を調達していた。

背景とビジネスケース

ここ数年、大規模なニューラルネットワークのトレーニングは、計算需要が爆発的に増加している。GPT-4やOpenAIのモデルなどのシステムを支えるトランスフォーマーアーキテクチャの台頭により、GPU利用率が運用効率の最前線に押し上げられた。多くの組織は、高価なGPUフリートが十分に活用されておらず、非効率なジョブスケジューリングやリソースの断片化により、時にはアイドル状態になっていることに気づいた。ハードウェアを出荷するNvidiaは、この痛点を観察し、顧客を引き付け維持する完全なソリューションを提供しようと模索した。

Nvidiaのソフトウェア事業は、CUDAプログラミングモデルと急速に成長するAI Enterpriseスイートを含め、重要な収益源となっている。Run:aiの買収において、Nvidiaは、Microsoft Azure Amazon Web Services Google CloudやVMware環境など、クラスター間や異なるベンダー間でGPUを連携させることができるスケジューラーを統合することを目指した。この動きにより、Nvidiaは単なるチップメーカーではなく、AIのための計算のオーケストレーターとして位置づけられた。

Run:aiの製品と技術

Run:aiの主要な提供物には、GPUパーティション、動的仮想GPUインスタンスを処理するKubernetesベースの堅牢性、およびポリシーに基づいてジョブのトリガーをサポートするスケジューラーが含まれる。Deep learningで一般的に使用されるPyTorchやTensorFlowなど、さまざまなフレームワークをサポートし、MLflowやKubeflowなどの人気ツールと統合する。Batch Normalizationやその他のモデル最適化を伴うマルチGPUジョブを処理する技術は解体する必要があったが、このプラットフォームはGPUごとの多重化を提供し、多くの顧客展開で利用率を典型的な40%から80%以上に引き上げた。

さらに、Run:aiは「AIコントロールプレーン」と呼ばれる機能を導入し、データサイエンティストやエンジニアがハードウェアを実行中のワークロードから切り離し、計算を自動的にスケーリングできるようにした。これにより、ジョブ提出時間などの指標が数時間から数分に短縮され、部門全体のコストと使用状況に関する可視性が関係者に与えられた。

財務詳細と評価額

当初、取引額は7億ドルと報じられたが、その後の数週間でいくつかのメディアはその数字が10億ドルに近いと報じた。Nvidiaは正確な数字についてコメントを控えたが、米国証券取引委員会への規制提出書類によると、最終的な決済価格は現金と株式を含む7億ドルだった。この取引は、Run:aiの従業員がNvidiaのイスラエル開発センター（米国外で最大級の研究拠点の一つ）に統合されるように構成され、取引完了時点で、最終的に数百人のRun:aiスタッフが参加した。

この取引は、特に両社がAIスケジューラー市場でGPUを差し控える支配的地位を持っていなかったため、大きな条件なしに承認された。買収前、Run:aiには約100社のエンタープライズ顧客がおり、NvidiaのパートナーであるEtsyや金融機関などの有名企業が含まれていた。

業界への戦略的影響

AIインフラ層では、この買収は統合のトレンドを示唆した。Nvidiaの競合他社と顧客の両方が注目した。AMDとIntelは、AMDのオープンソースROCmスタックなど、対応する製品を導入している。この動きは、ソフトウェアがハードウェアと同様に重要であるAI処理におけるプラットフォーム戦争を激化させた。また、Amazon Web Servicesなどのハイパースケーラーに対し、AWS TrainiumやInference (AI)チップなどのカスタムシリコンを強化して、提供物を差別化するよう促した。

この買収はまた、プライベートクラウドとパブリッククラウドにおけるGPUリソースの抽象化に関する議論を促進した。エンタープライズITチームはこの動きを歓迎し、クラウドとオンプレミス環境間でのシームレスなスケーリングを期待した。これにより、Nvidiaが運営する場合でもベンダーロックインが減る可能性があるが、その可能性はまだ見通せない。

規制と競争上の監視

欧州の規制当局は、標準的な独占禁止法規則に基づいてこの合併を審査した。2024年12月、欧州委員会は、オーケストレーション市場におけるRun:aiの市場シェアが限定的であると指摘し、譲歩を要求せずにこの取引を承認した。Nvidiaはハードウェアで競争力を維持し続けたが、ソフトウェア市場はまだ発展途上だった。同様に、米国連邦取引委員会はこの合併に特に異議を唱えないことを決定したが、テック大手はチップとAIエコシステムの支配をめぐるより広範な監視に直面している。

IBMやGraphcoreなどの競合他社は、独自のスケジューラー機能を強化する動きに乗り出した。例えば、GraphcoreはPopGridを導入し、IntelのoneAPIコレクティブはオープンエコシステムの構築を進めている。

統合と今後の道筋

2024年11月に取引を完了した後、NvidiaはRun:aiの技術をNVIDIA AI EnterpriseやNVIDIA Base Commandなどの既存ツールに統合するプロセスを開始した。買収後の最初のリリースの一つは、リソース管理機能をvGPUライセンスと統合した「Run:AI on Nvidia AI Stack」だった。完了後の第1四半期に、NvidiaはRun:aiのプラットフォームをすべてのDGX顧客に提供し、最適なリソーススケジューリングでワークロードを実行できるようにしたと述べた。

将来に向けて、Nvidiaは、カーネギーメロン型の研究フレームワークを実行するクラスター向けに、GPUを超えたアクセラレーター（カスタムASICを含む）をサポートするようプラットフォームを開放する計画を発表している。

競合他社の対応

AMDは2024年後半に独自の「インフィニットファブリック」スケジューリングソフトウェアを発表した。SambaNova Systemsは独自の仮想GPUコントロールを提供するクラウドを拡張し、Groqはいくつかの動的スケジューラーをネイティブに実装した。AI計算オーケストレーションをめぐる全体的な競争は激化しており、Nvidiaは第三者とのより強力なエコシステムを構築せざるを得なくなっている。

この買収は、Nvidiaのイスラエルでの足場を固めただけでなく（2025年時点で現地に1000人以上の従業員）、Microsoft (AI)が以前（2024年以前に）買収していたdeepspeedなど、エコシステム内のソフトウェア層スタートアップへの他のいくつかの投資も引き起こした。

Run:aiの顧客への影響

Run:aiの顧客は当初、Nvidiaのクラウドスタックへの移行に懐疑的だった。しかし、Nvidiaは長期的な権利と継続計画を提供し、パートナーに技術サポートを保証した。2025年半ば時点で、このプラットフォームは、huggingfaceやビジネスアプリケーションなど、大規模なAIサービスを提供する施設や企業で広く使用され続けている。

全体として、Nvidia-Run:ai買収は、NvidiaがGPUだけでなく、AI計算の可能性を最大限に引き出すために必要なソフトウェアにおいても中心的な地位をさらに確固たるものにする戦略的なマイルストーンである。