輝達砸231億元收購！Run:ai是什麼來頭？如何降低企業AI運算成本？|數位時代 BusinessNext

2024年12月，NVIDIA以高達7億美元（約新台幣231億元）的金額收購Run:ai，這個從以色列發跡的新創以GPU虛擬化和調度技術，協助企業提升GPU使用效率，更吸引Red Hat、Amazon Web Services（AWS）、Microsoft等企業締結合作關係。

事實上，此收購案早就在去年4月傳開，當時遭到義大利競爭與市場管理局（Autorita Garante della Concorrenza e del Mercato，簡稱 AGCM）要求審查此收購案是否會影響國內競爭，在歐盟歷時共8個月的審查後，NVIDIA終於獲得批准收購Run:ai。

然而，這場收購案的焦點其實不單只是龐大的金額，究竟Run:ai擁有什麼技術，讓NVIDIA想將其收購，占為己有？

因博士研究而催生創業火花！

「改變我人生的兩個人，一位是我的妻子，另一位就是Omri Geller。」Run:ai共同創辦人Ronen Dar表示，他與另一位共同創辦人Omri Geller在以色列特拉維夫大學（Tel Aviv University）攻讀博士時相識，由於當時在同一位教授指導下進行AI研究，2人也逐漸熟稔，而這場相遇更成為他們創業的起點。

Ronen Dar分享，攻讀博士學位的同時，他也在Intel以及Anobit擔任工程師，當Anobit被Apple收購之際，他也順勢在Apple任職3年，從中累積了晶片技術開發經驗；而Omri Geller則是在以色列政府的技術部門工作長達8年的時間，他主要負責運用高效能運算（HPC）和AI開發演算法等項目。

而在AI學術研究的過程中，Omri Geller很快意識到，未來的世界將被AI主導，Ronen Dar也補充，「從一開始（讀博士時），我們就合作得很愉快，而命運巧妙的在對的時間、對的背景，讓我們共同創辦了Run:ai。」

「雖然當時Run:ai還沒有真正的產品雛型，甚至只有一份簡報，但他們提出的構想令人印象深刻。」TLV Partners共同創辦人Rona Segev回憶，初次見到Omri Geller和Ronen Dar時團隊的目標， 就是開發一個能有效管理與優化這些資源的平台 。

Rona Segev補充，當時Omri Geller與Ronen Dar清楚指出，隨著AI技術發展，企業勢必會需要更高效的硬體來支撐龐大的AI運算，然而GPU不僅成本高且經常產生資源閒置的問題，因此，Run:ai構想一個解方，利用GPU虛擬化與分割技術，讓GPU能夠同時運算多個任務。

「Omri和Ronen身上具備一種獨特的氣質，結合智慧、魅力、瘋狂與謙虛，而這正是我們尋找創辦人時最看重的特質。」Rona Segev表示，儘管當時TLV Partners當時對GPU相關領域也是不甚了解，但創業者特質促使TLV Partners向Run:ai投資，以推動他們把理論轉變為具體產品。

Run:ai如何降低企業AI運算成本？

以色列新創Run:ai之所以能吸引NVIDIA的併購，其關鍵就是在「一台GPU可以同時運算多個任務」。

由於傳統GPU的使用方式為靜態變數（Static Variable），意思就是，某個任務可能只需要使用50%的GPU資源，剩餘的50%則會被閒置，導致企業為了滿足AI運算需求，往往需要購買更多GPU，大幅增加營運成本。

「我們看到市場上正在開發新的硬體來滿足不斷成長的運算需求，但卻缺乏一個軟體架構來幫助用戶更有效使用這些硬體。」Omri Geller直指痛點。

因此，Run:ai基於Kubernetes（K8s）的容器管理機制，研發了一個能與Kubernetes整合的平台，透過GPU虛擬化與分割技術，Run:ai能夠將一個完整的GPU劃分為多個小單位，供不同任務同時使用。例如，某個任務只需要使用50%的GPU資源，剩餘的50%便可被其他任務使用，避免資源的浪費。

Omri Geller進一步解釋說：「我們能有效幫助用戶在不增加硬體成本的情況下，完成更多AI運算。」以解決GPU資源難以靈活分配的困境。

此外，他也說明，GPU池化技術則允許將多個GPU組合為一個虛擬資源共享池，提供大型AI任務使用，而當任務結束後，資源就會自動釋放並重新分配，等待新任務需求，以「動態分配」GPU資源，來確保每個容器都能獲得足夠的計算能力。

NVIDIA的策略？收購Run:AI帶來的好處是什麼

市場對GPU需求的大幅成長為Run:ai帶來了機會。

NVIDIA從2024年4月就開始推動收購Run:ai，隨著生成式AI和大型語言模型（LLM）的快速興起，企業對GPU的管理需求也越來越迫切。

「現在作為NVIDIA的一部分，我們相信AI正在以史無前例的速度改變世界，而這都只是剛開始。」Omri Geller對收購一事提出看法，NVIDIA也計畫將其技術開源，讓Run:ai研發的軟體不只服務於NVIDIA的GPU平台，還能適用其他製造商的硬體，包含AMD與Intel等。

其實目前有越來越多的GPU共享或租賃服務廠商出現，包含心元資本投資的Inference.ai、台灣的GMI Cloud和康斯特科技等等，隨著AI需求越來越多，可以預見這個賽道也只會越來越大。

本文授權轉載自：創業小聚

對已經成熟發展的企業來說，最大的挑戰不是如何創新，而是經驗無法有效傳承，而生成式 AI 的價值正在於此，它讓分散的知識從「共同保存」走向「即時運用」，使組織得以在既有經驗之上，持續累積能力並向上成長。

由旭瑞文化傳媒成立、全台最大直播平台浪LIVE，正是這種轉變的最佳寫照。「我們其實一直都有在整理內部的知識、技術文件和作業流程規範，但做法比較像是集中在倉庫裡，雖然找得到，卻不一定用得快。」旭瑞文化傳媒技術研發中心技術總監黎欣捷（James）形容。

為此，浪LIVE 攜手網創資訊導入 AI 知識管理系統 NAVI，打造出一顆可以分析與調用歷史資料並產製新內容的「企業智慧大腦」，讓經驗不再只是被保存，而能實際參與日常營運流程。網創資訊總經理吳炳鈞進一步說明，這是因為 NAVI 將浪LIVE既有資料整理成可被運用的知識基礎，並在此基礎上生成內容，故能真正融入浪LIVE使用場景，提升文章產製與活動規劃的效率。

用 AI 提速，回應高頻、快節奏的營運需求

作為直播產業的領導平台，浪LIVE 不僅市占率超過 50%，每月活躍用戶數更高達 40-50 萬人。能夠寫下高黏著度、高互動率的成績，除了堅持以才藝直播為主軸、在市場上做出差異化特色，快速更新的內容與密集的行銷活動，同樣是浪LIVE 維繫用戶黏著度的關鍵。

黎欣捷表示，浪LIVE 每日都會更新社群貼文與文章內容、每個月平均規劃約 20 至 25 檔活動，不僅內容產出量龐大，對速度的要求也極高。編輯團隊在完成採訪後，必須在最短時間內產出文章，且要符合品牌的風格和版型，而營運團隊不僅要不斷發想新的玩法，還得預先估算不同設計下的投資報酬率、參與人數等機率，以確保活動能兼顧創意與成效。

這種高頻的營運節奏不僅極具挑戰性，還容易使團隊感到疲憊。因此，浪LIVE 開始思考如何利用 AI 來提升文章產出與活動企劃的效率，而 NAVI 正是思考後的最佳解答。

應用場景1：文章產製，不再從零開始

吳炳鈞進一步說明，網創資訊如何協助浪LIVE 將 NAVI 應用於文章產製與活動企劃。

先就文章產製來看，網創資訊將浪LIVE 過往累積的大量文章匯入 NAVI，由系統學習品牌文章的語氣與編排方式，及不同編輯的寫作風格並加以分類。之後，編輯只要提供採訪逐字稿或相關素材，並指定想要的文章風格，NAVI 便可依此生成初稿，再由編輯進行調整與潤飾，大幅加快整體產出速度，也讓編輯可以將更多心力投入內容品質的把關與主題發掘，用快速更新而主題有趣的文章，吸引會員持續留在平台。

吳炳鈞強調，NAVI 不是憑空寫文章，而是根據企業過去累積的內容與規範來生成，這樣的產出結果，才會更貼近原本的品牌風格與實際需求。更重要的是，網創資訊還能根據客戶使用情境進行客製化調整。例如，NAVI 可以整合圖片和文字，生成一篇圖文並茂的文章，並同步輸出對應的 HTML 程式碼，浪LIVE 編輯只需貼至後台系統，就能完成上稿作業，不必再花費大量時間去調整版面配置。

應用場景2：活動規劃，從歷史經驗找出新玩法

再就活動規劃來看，網創資訊同樣先將浪LIVE 的歷史活動範本、禮物清單與獎勵機制導入 NAVI，由系統學習營運團隊在發想活動時的思維脈絡，之後，團隊成員只要輸入關鍵字，NAVI 就能建議相應的活動方式與獎勵組合，作為活動規劃時的參考。

黎欣捷認為，NAVI 就像一位資深顧問，不僅提供更多元的視角與玩法建議，縮短活動規劃所需的時間和心力，也能即時調閱過往經驗，協助團隊跳脫個人思考盲點，避免重複規劃過去已經做過的活動內容。

吳炳鈞進一步以禮物清單為例，說明 NAVI 帶來的效益。浪LIVE每一檔活動都需要重新設計禮物或做不同的組合搭配，因此資料庫已累積上百種不同類型的禮物，這使得團隊成員在規劃活動時，常常要花很多時間去發想新禮物或搜尋資料。而在導入NAVI後，系統可以根據歷史資料提供合適的禮物搭配建議，協助團隊在規劃新活動時，更有效率地運用既有資源。

不只生成內容：NAVI 三大特色，讓 AI 真正嵌入企業流程

在資料管理與內容生成外，網創資訊也從企業管理需求出發，規劃出以下 3 大系統特色，使 NAVI 得以真正融入企業的營運流程中。

第一，NAVI 支援至少 20種大型語言模型，能因應不同使用需求，處理文字、圖片、音訊和影片等多種形式的內容。第二，系統可部署於私有雲或地端環境，讓資料能留在企業內部，降低被外部 AI 模型使用的疑慮。第三，整合 AD 身份驗證與授權機制，可依部門和角色別去設定資料存取權限，確保 AI 在回應問題或產生內容時，只會引用該使用者可存取的資料範圍，避免誤用或資料外洩的風險。吳炳鈞補充，由於系統可進行部門切割，也能進一步統計各單位的使用量，方便企業進行內部成本分攤與管理。

「企業需要的是能嵌入流程的 AI，而不是只會回答問題的工具。」吳炳鈞指出，因此 NAVI 一開始就定位在企業知識管理系統，從而發展上述系統設計。近年來，因應 AI Agent 趨勢，網創資訊亦將相關概念融入 NAVI，使系統具備更高的主動性，能依任務需求串接不同資料庫與內部系統，協助使用者完成特定工作流程。

未來，網創資訊將持續與浪LIVE 深化合作，逐步導入更多內容至系統中、拓展更多應用場景。也期待在與客戶合作的過程中，共同發掘更多具體的應用靈感，並視需求開發對應功能，持續放大知識與經驗的價值，讓技術不只停留在工具層次，而能真正轉化為企業成長的動能。