为了争抢更多的 AI 初创公司，A16z 开始提供 GPU 了

据悉，a16z 计划将集群扩展到包含 20000 多个 GPU，这与马斯克此前透露的 xAI 训练 Grok 大型语言模型所使用 GPU 数量大致相同。

a16z 告诉初创公司创始人，该计划被称为「氧气」，并重点介绍了 a16z 过去两年在生成式 AI 领域的积极举措。

根据目前用于训练和运行 AI 模型的专用 AI 芯片的成本，预计 a16z 已经花费了数亿美元。

今年早些时候，a16z 开始向少数几家初创公司提供其 GPU 的使用权，以换取股权。据悉，这些初创公司还以低于市场价的价格租用芯片。

《福布斯》早些时候报道称，a16z 还正在与芯片供应商谈判，以建立一个计算程序。尽管 Nvidia 芯片短缺的情况有所缓解，但小型初创公司仍发现很难获得足够的高端芯片，他们的预算较少，而且正在与需要大量芯片的大公司竞争，大公司可以更轻松地与租用芯片的云供应商签订合同。

Luma AI 是首批使用 a16z GPU 训练模型的公司之一。今年 1 月，a16z 牵头对这家初创公司进行了 4300 万美元的 B 轮投资，估值为 2.5 亿美元。

Luma 联合创始人& CEO Amit Jain 表示，其他风险投资公司向 Luma 提供的估值更高，但 a16z 承诺让 Luma 获得计算资源，这帮助促成了这笔交易。

Jain 表示，对于基础设施和基础模型公司来说，计算几乎就是一切。Luma AI 正在开发多模态模型，即能够理解和生成文本和图像的 AI。

6 月，Luma 推出了其首款产品，一款名为 Dream Machine 的 AI 视频生成器。Jain 表示，这是一种不断烧钱的资源，如果你没有正确分配资源，后果可能会很惨。

不止 a16z，其他 VC 也在这么做。

此前，硅谷投资二人组 Nat Friedman 和 Daniel Gross 就收购了 2512 个 Nvidia H100 GPU，估计约 1 亿美元，尽管两人遇到了供应紧缩，并没有立即让所有 GPU 投入运行。

此外，Index Ventures 也在去年与 Oracle 达成协议，为其部分初创公司租用 GPU 服务器。芯片短缺开始缓解的迹象已经促使至少一位投资者改变了策略。

Sarah Guo 的早期风险投资公司 Conviction 去年向云提供商支付了 GPU 服务器使用权，并以该公司支付的成本将这些服务器提供给初创公司。

此后，随着 GPU 越来越普及，Conviction 减少了订单，并将部分服务器放到芯片市场上出售。一些 VC 最近称供应紧缩已达到顶峰。

很多人认为，红杉美国更为谨慎的策略可能会带来更好的回报，而 a16z 则在烧钱，

红杉美国合伙人 David Cahn 在 6 月表示，2023 年末是 GPU 供应短缺的高峰期；Cahn 还呼吁硅谷业内人士保持冷静，不要相信——AI 快速致富，那是 GPU 的妄想。

a16z 对 GPU 的赌注恰逢重组和 72 亿美元的新基金，其中包括一个专门用于支持 AI 基础设施初创公司的基金，这些公司提供支持生成 AI 的技术。

显然，a16z 认为，向初创公司提供 GPU 作为现金投资的一部分将有助于其赢得更多交易。The Information 推测，a16z 当前可能已花费数亿美元来获得芯片使用权，如果 GPU 不再短缺，a16z 或陷入困境。

更多阅读