摘要：英伟达刚刚斥资超过9亿美元聘请了Enfabrica的首席执行官，并获得了这家人工智能初创公司的技术许可。

CNBC报道，英伟达刚刚斥资超过9亿美元聘请了Enfabrica的首席执行官，并获得了这家人工智能初创公司的技术许可。

这笔钱，一部分是现金，一部分是股票，目标是AI网络芯片创业公司Enfabrica的核心技术，以及它的首席执行官Rochan Sankar和部分关键员工。

这就是谷歌，Meta巨头们玩的“技术许可”加“人才雇佣”的精准手术。交易悄悄完成，Rochan Sankar本人也已正式入职英伟达。

英伟达官方对此三缄其口，Enfabrica也没吭声，但CNBC把这事儿给捅了出来。

这家公司什么来头？

Enfabrica成立于2019到2020年之间，创始团队的履历金光闪闪，都是从博通、谷歌、思科、亚马逊云、英特尔这些地方出来的大神级工程师。

他们凑在一起，就是为了解决一个天大的难题：AI数据中心里，成千上万的GPU挤在一起，互相通信就像北京早高峰的五环，堵得一塌糊涂。同时，GPU自己的内存又不够大，装不下越来越胖的AI模型。

Enfabrica就是来给GPU集群修路、扩建粮仓的。

公司成立至今，累计融资超过两亿美金。 Sutter Hill Ventures领投了A轮，Atreides Management领投了B轮，后面还跟着Arm、三星、思科这些巨头。

有意思的是，英伟达自己，在2023年就参与了Enfabrica那轮1.25亿美金的B轮融资。当时Enfabrica的估值，比A轮时翻了五倍。

看来，英伟达早就盯上这块肥肉了。

价值九亿的技术到底牛在哪？

让英伟达心甘情愿掏出九亿美金的，是Enfabrica的看家宝贝：一款名为ACF-S的芯片。

ACF-S的全称是“加速计算架构交换”（Accelerated Compute Fabric Switch），听着复杂，其实可以理解成一个专为AI集群打造的“超级交换机”或“超级网卡”（SuperNIC）。

传统的数据中心里，网络、计算、内存扩展这些功能，由不同的芯片和设备各管一摊，数据传来传去，不仅慢，还容易丢包、拥堵。ACF-S的革命性在于，它把这些功能高度集成到了一颗5纳米制程的芯片里。

这颗芯片有多猛？

只需要两层ACF-S芯片组成的交换网络，就能把超过五十万个GPU连在一起。这是什么概念？英伟达最新的Blackwell架构，一个机架才72个GPU。ACF-S支撑的规模，是为未来几年甚至更久的超大规模AI工厂准备的。

现在的AI大模型越来越大，GPU自带的那点高带宽内存（HBM）根本不够用。ACF-S通过一种叫CXL的技术，能让GPU直接访问外部更便宜、容量更大的DDR5内存，容量直接扩大五十倍以上。相当于给每个GPU配了个无限容量的网盘，还不用忍受下载速度。

它能把数据传输的“跳数”减少三分之二，大大降低延迟。它还有个独门绝技叫“弹性消息多路径”（RMM），好比给数据修了好几条备用高速公路，一条路出了车祸，数据能瞬间切换到另一条，保证AI训练任务不中断。这解决了AI计算的一个巨大痛点：网络抖动。

根据Enfabrica的说法，用了它的技术，大语言模型的推理成本能降一半，深度学习推荐模型（DLRM）的推理成本能降75%。不仅如此，买设备的钱（CapEx）能省29%，运营成本比如电费（OpEx）更能省55%。

这简直就是印钞机。

英伟达的算盘是什么？

英伟达自己的GPU已经强到没朋友，它还有NVLink技术，可以让一个服务器里的几块GPU高速直连。

但问题是，当规模扩大到成千上万，甚至几十万块GPU时，NVLink就鞭长莫及了。GPU之间的数据交换，必须依赖外部的网络设备。这个环节，恰恰成了整个AI集群的性能瓶颈。

Enfabrica的ACF-S技术，正是补齐这块短板的完美拼图。

它解决了超大规模集群的扩展性、带宽和延迟问题，还通过CXL技术解决了内存瓶颈。更重要的是，它能大幅降低客户的总拥有成本（TCO）。

这笔收购，让英伟达的能力从GPU内部，延伸到了整个数据中心网络。它不再仅仅是卖“发动机”的，而是提供了一整套从发动机、底盘到车身连接的完整“汽车”解决方案。

通过将ACF-S技术整合到自己的生态里，英伟达可以进一步巩固其在AI基础设施领域无可撼动的霸主地位。

把Enfabrica的CEO和核心团队招致麾下，也确保了这项关键技术的后续研发和迭代牢牢掌握在自己手中。

英伟达这九亿美金，花得值。

参考资料：

来源：算泥社区