Nvidia e Valeo raggiungono un accordo nella controversia sui segreti commerciali legata al codice di guida autonoma rubato

Nvidia ha risolto un caso iniziato quando un ex dipendente è entrato in azienda con segreti commerciali sulla guida autonoma che aveva rubato dal suo vecchio lavoro presso Valeo.

L'accordo è stato reso pubblico tramite un documento depositato presso il tribunale federale di San Jose, dove entrambe le parti hanno comunicato al giudice di aver risolto la controversia. Il tribunale ha quindi annullato il processo previsto per il mese prossimo.

Non sono stati resi noti i termini e nessuna delle due parti ha dichiarato cosa ha concordato, ma la controversia è nata da un progetto congiunto per Mercedes-Benz, in cui entrambe le aziende stavano lavorando sulla tecnologia per funzionalità di guida avanzate.

Nel 2021, Valeo ha dichiarato che uno dei suoi ingegneri ha lasciato Nvidia per poi unirsi al lavoro interno dell'azienda di chip. Durante una videochiamata, lo staff di Valeo ha visto il codice sorgente letterale sullo schermo e ha scattato uno screenshot prima che chiudesse la finestra.

Quel momento divenne il fulcro di una causa intentata da Valeo nel 2023, accusando Nvidia di aver tratto profitto da materiale che non avrebbe mai dovuto lasciare i suoi server.

Il giudice rinvia il caso dopo aver esaminato le prove

Una documentazione depositata da Nvidia ha respinto l'affermazione secondo cui avrebbe utilizzato codice rubato per sviluppare il suo sistema di assistenza al parcheggio. L'azienda ha affermato di aver "annullato" ogni attività svolta dall'ingegnere Mohammad Moniruzzaman.

Nvidia ha dichiarato di aver interrotto i rapporti con Mohammad una volta confermata la questione. Mohammad è stato successivamente condannato in Germania per violazione di segreti commerciali legati al software Valeo.

Un giudice ha esaminato gli atti processuali e ha affermato che vi erano sufficienti prove "indiziarie" per consentire a una giuria di giudicare il caso.

La sentenza è arrivata ad agosto e ha offerto a Valeo la possibilità di sostenere che Nvidia avesse tratto vantaggio dai filedent. Il caso è stato presentato con il titolo "Valeo Schalter und Sensoren GmbH contro Nvidia Corp.", 23-cv-05721, presso la Corte Distrettuale degli Stati Uniti per il Distretto Settentrionale della California.

Google spinge il supporto TPU per sfidare Nvidia

Mentre Nvidia chiudeva il capitolo legale con Valeo, Google si stava riprendendo il trono, sviluppando a gran voce una nuova strategia interna all'azienda chiamata TorchTPU per migliorare l'esecuzione di PyTorch, il framework software di intelligenza artificiale più diffuso al mondo, nei suoi chip.

Durante l'evento del terzo trimestre, il CEO di Alphabet, Sundar Pichai, ha dichiarato agli azionisti che il suo obiettivo è quello di rimuovere gli ostacoli che hanno spinto gli sviluppatori a restare fedeli all'hardware Nvidia.

Google vuole che le sue Tensor Processing Unit rappresentino una vera alternativa alle GPU Nvidia, che ancora dominano le installazioni nei data center per il machine learning. Le vendite di TPU alimentano i ricavi cloud di Google e l'azienda vuole che gli investitori vedano un ritorno dal suo budget dedicato all'intelligenza artificiale.

TorchTPU mira a rendere le TPU pienamente compatibili con gli strumenti già utilizzati dagli sviluppatori. Alcuni team interni a Google stanno anche valutando se rendere open source alcune parti del software per accelerarne l'adozione.

PyTorch, ampiamente supportato da Meta, è al centro dello sviluppo dell'intelligenza artificiale moderna. Nella Silicon Valley, pochi ingegneri scrivono istruzioni di basso livello per i chip di Nvidia, AMD o Google. Si affidano invece a framework con codice già pronto.

PyTorch è stato lanciato nel 2016 e si è sviluppato parallelamente a CUDA, lo stack software che, secondo molti analisti, protegge Nvidia dai rivali.

I team di Nvidia hanno dedicato anni a far funzionare PyTorch senza problemi sui propri chip. Google, al contrario, ha formato i suoi ingegneri su Jax, abbinato a uno strumento chiamato XLA per le prestazioni sulle TPU.

Questa attenzione interna ha creato una distanza tra il modo in cui Google sviluppa i sistemi di intelligenza artificiale e il modo in cui i clienti scrivono effettivamente i loro modelli. TorchTPU mira a colmare questo divario e a fornire alle aziende un motivo per spostare i carichi di lavoro dall'hardware Nvidia.