Nvidia 收購 Arm 的跟進 - Arm Dev Summit 2020
2020年9月Nvidia公佈了從Softbank手上收購英國公司Arm的計劃，之後在媒體看到不同資訊，比較多是視收購帶來負面。甚至Arm co-founder，Hermann Hauser發起”Save Arm” Campaign，要求英國政府干預，或利用具有法律約束力的規定，令收購可以保留Arm原有識位等，一時之間買方Nvidia被妖魔化。
2020年10月舉行的Arm Dev Summit 2020，當中有一個訪問對談環節，訪問了兩間公司的Top Management，Simon Segars (Arm CEO)和Jensen Huang (Nvidia CEO)。
可以去了解一下兩間公司，在剛剛公佈收購消息之後，是如何看待此收購。
（參考：YouTube - A Fireside Chat with Arm CEO, Simon Segars and NVIDIA CEO, Jensen）
Jensen Huang (Nvidia CEO) 的重點
收購的目的和願景
目標是創造出Computing Company，去配合AI時代的發展。
AI是強大的科技，軟件可以自己編寫出人類不懂得編寫出來的軟件。
Nvidia是AI Company中的領導者，Arm是擁有電腦歷史中最廣氾流行的CPU的技術的公司。
因着收購，Nvidia可以帶給AI 去案能力到Arm Eco System，Arm令到AI computing接觸到更廣濶的層面，包括：Cloud，Edge，Autonomus Machine，Robotics，個人電腦等，此舉可建立出一個平台，令使用者利用AI科技可以一起成長。
如何延續Arm Business Model
Jensen喜歡Arm的Business Model和Eco System。
Arm有極之成功的省電的CPU Architecture，配合Licensing的Business Model，創造成廣濶的Eco System，利用差不多三十年時間，實現出現在的效果。值得去保護，培養，及發展Arm的Business Model，配合了合作伙伴之網絡，Arm令到原本是很困難去設計的，成為Soft IP Products，人人可以使用。
透過Arm的網絡，所有公司可以使用Nvidia Architecture去應用，並擴展Nvidia的Acelerated Computing的願景。提供更多可能性的選擇給客戶，客戶可以去創新。
對於Open Source Developers
軟件開發者想耍的電腦平台，提供很多豐富的功能，以利用編寫出有質素的軟件，不需要每次由零開始去建立，令工作有效率，並且平台充滿活力般成長。
兩間公司的組合，會令到兩個龐大的Eco System整合，在廣氾的Arm Eco System之上，利用Nvidia AI Eco System，可以很有效率很快去完成開發軟件。
Nvidia為Arm Eco System平台，帶來AI和Accelerated Computing的能力，軟件開發者應該樂於見到此改變，平台可以活躍地成長，有更豐富功能，令工作更有效率。
收購如何影響AI世界的發展
電腦運算正在為世界帶來新的改變，Edge，IoT，自動化智慧性裝置，自動架駛，智慧城市，智慧倉庫，智慧零售等，這種智慧是透過軟件從AI而來，人類是無法直接去編寫出這種軟件。Nvidia的AI運算效能，
當製造了電腦硬件和軟件，透過AI，軟件可以自己編寫出軟件，電腦工作師和電腦科學家推動新市場，最後關鍵是軟件開發成為市場增長的引擎。軟件編寫軟件的速度，比人類編寫的速度快，同時是人類編寫不出來的軟件。預計電腦在未來十年的發展，比較過去十年快上許多。Nvidia的AI運算，沒有比Arm可以有廣更闊的接觸層面，這個組合可以帶來強大的效果。
公佈收購計劃之後，分享更多
Nvidia帶給了Arm是CUDA Library的支緩，對於Arm Architecture上實踐Accelersted Computing是大的承諾。當一開始了軟件支援，是不可以停止，電腦平台公司明白其中的一致性，中立和信任，對於一個運算平台是如何重要，一經開出承諾是不可以取回。
經過多年來的發展，Arm Architecture CPU已經超出移動裝置，而以至到HPC (High Performance Computing(, cloud, Edge, Autonomus Machine等，Nvidia有配合在四個支柱領域：
- GPU，DPU，Network Processor，全部System Software，全部Acceleration Layer，Acceleration Stack帶給Arm，成為完整CPU，GPU，DPU的組合。一個完全通用性的平台。
- 帶來的是Nvidia的著名的CUDA的Acceleration Library，是為各個不同應用範疇打造：(1) HPC，Quantum Chemistry，Molecular Dynamics，Fluid Dynamics (2) AI，所有Framework，Deep Learning Algorithm，從Training到Inferencing (3) RAPIDS，Data Analytics和Data Science平台
- 3 4個主要運算平台：HPC，Cloud，Edge，PC和Imaging
- 4 在Eco System之中，有不同合作伙伴，包括：Fujitsu A64 FX CPU在Super Computer使用，Ampere Startup Micro-Processor，Marvel Thunder Architecture
Nvidia在Cambridge設立Center of AI Excellence。Cambridge在科學的歷史中，是電腦和DNA的研究的發源地，並且是Genomics (基因組學) AI Research的中心集中地，研究人員需要Supercomputer，Nvidia合作去設買的Supercomputer，有助科學研究包括：Computational Genomics，Drug Discovery。
有關監管的批准
Jensen有信心收購可獲監管通過，透過理解收購的原因，背後的理念和未來計劃，兩間公司可以互補不足，在整個行業生態發揮其獨特長處，產生更多創新的產品，對於市場和客戶都是好事。喜愛的Arm的Business Model可以繼續培養其Eco System之平台，該平台是中立，具承諾，貫徹性，被信任的平台，平台可以繼續成長。
Simon Segars (Arm CEO) 的重點
電腦運算由以往的Procedural Programming，轉換成AI，軟件編寫軟件，軟件利用Big Data去學習，電腦硬件和軟件的融合是和以往不同的方法。收購令兩位公司走在一起，提供更好的工具，開發人員可以造出更好的產品。
AI一方面令大量數據在Data Center處理，另一方面Arm可以使Endpoint有能力在採納數據就即時處理，大大減輕大量數據在Data Center和Endpoint之間來往轉輸，避免影響效率。
收購是一種公司的擴展，有助造出更新科技，科技在更多開發人員的手中可以建造更多更加創新的事物，是正面的價值。收購整個過程需時，監管需要完成審查。去了解兩位公司各自的工作，令到各方都樂於接受，完成最後的批准程序。
結語
在2021年Q1的Nvidia業績報告的Press Release内，只有三兩句輕輕帶過，公司正在繼續朝著收購Arm計劃推速，希望籍此加強Arm Eco System的創新。
我同意Jensen的說法，Nvidia和Arm是兩間定位不同的公司，是互補不足的公司。（此不同於A和B是直接競爭者的關係，A透過收購B，把B吃掉，令到市場少了競爭）。作為被收購的一方，Arm的CEO Simon表示收購是令到公司擴展，可以豐富Arm的Eco System。
有消息指，Qualcomm向監管機構提出反對此收購。
英國正在從市場競爭角度，對收購展開調查，現在是第一期之調查，如果需要的話，可能展開第二期之調查，其調查結果可以令向收購提出反對。
如果收購最終完成，英國公司Arm就會從日本公司Softbank手中，轉到美國公司Nvidia手上，會不會影響到某些國家，或某些公司去使用Arm的IP？中國有機會因這憂慮而反對此項收購。
對於Nvidia和Arm，只會希望透過Arm的Business Model，更多公司更多人使用Arm Architecture CPU，並加入Nvidia AI運算能力，這是對於兩間公司是雙贏。
美國曾下禁令，禁止半導體技術提供給華為，是誰有能力窒礙半導體行業之自由發展？不是Nvidia，不是Arm，不是收購。
Arm的IP被世界各地公司廣氾採用，由最初的流動裝置，正朝著伺服器，個人電腦，IoT等發展，地位舉足輕重。我不知道Technical是否可行，如果Nvidia把AI運算加入到Arm Architecture設計中成為一個選項，而不是完全Bundle Design，使用的公司可以選擇去使用，又或配上其他公司的AI運算設計，應該可以確保市場上的公平競爭，免去一部分公司的憂慮。
從科技角度，我覺得收購可以有助造出更好的Arm CPU Architecture設計，對於軟件開發者和用戶都是好事，問題在於行業有其他公司是Nvidia競爭者，加上不同的國家，關係到切身利益。
我對於收購計劃態度審慎，但不算得樂觀。假如最終收購告吹，對Nvidia又不是世界未日，過去十年沒有收購Arm，Nvidia仍然是不斷發展，到今天的半導體行業中AI領導地位。
參考文章
Comments
Post a Comment