Nvidia и Valeo достигли соглашения по спору о коммерческой тайне, связанному с кражей кода для системы автономного вождения.

Компания Nvidia урегулировала дело, которое началось с того, что бывший сотрудник компании принес с собой коммерческие секреты в области автономного вождения, которые он позаимствовал со своей предыдущей работы в компании Valeo.

Информация о сделке стала достоянием общественности благодаря документам, поданным в федеральный суд Сан-Хосе, где обе стороны сообщили судье, что урегулировали спор. После этого суд отменил судебное разбирательство, запланированное на следующий месяц.

Условия сделки не были обнародованы, и ни одна из сторон не сообщила, о чём именно договорилась, но спор возник из-за совместного проекта Mercedes-Benz, в рамках которого обе компании работали над технологиями для передовых функций вождения.

В 2021 году компания Valeo сообщила, что один из её инженеров ушёл в Nvidia , а затем перешёл на внутреннюю работу в компанию по производству чипов. Во время видеозвонка сотрудники Valeo заметили на экране одного из сотрудников дословный исходный код и сделали скриншот, прежде чем он закрыл окно.

Этот момент стал центральным элементом иска, поданного компанией Valeo в 2023 году, в котором Nvidia обвинялась в получении выгоды от материалов, которые никогда не должны были покидать ее серверы.

Судья направляет дело на дальнейшее рассмотрение после изучения доказательств.

В своем заявлении Nvidia опровергла утверждение об использовании украденного кода для создания системы помощи при парковке. Компания заявила, что «отменила» все действия, к которым прикасался инженер Мохаммад Монируззаман.

Компания Nvidia заявила, что также разорвала отношения с Мохаммедом после подтверждения инцидента. Позже Мохаммед был осужден в Германии за нарушение коммерческой тайны, связанной с программным обеспечением компании Valeo.

Судья рассмотрел материалы дела и заявил, что имеется достаточно «косвенных» доказательств, чтобы передать дело на рассмотрение присяжным.

Это решение было вынесено в августе и дало компании Valeo возможность доказать, что Nvidia получила выгоду отdentфайлов. Дело рассматривалось в Окружном суде США Северного округа Калифорнии под названием Valeo Schalter und Sensoren GmbH против Nvidia Corp., 23-cv-05721.

Google активно продвигает поддержку TPU, чтобы составить конкуренцию Nvidia.

Пока Nvidia завершала судебный процесс с Valeo, Google нацелилась на её трон, активно развивая внутри компании новую инициативу под названием TorchTPU, цель которой — улучшить производительность чипов Nvidia в работе с PyTorch, самой распространённой в мире программной платформой для искусственного интеллекта.

На презентации, посвященной итогам третьего квартала, генеральный директор Alphabet Сундар Пичаи заявил акционерам, что его цель — устранить барьеры, из-за которых разработчики предпочитают использовать оборудование Nvidia.

Google хочет, чтобы её тензорные процессоры (TPU) стали реальной альтернативой графическим процессорам Nvidia, которые по-прежнему доминируют в центрах обработки данных при выполнении задач машинного обучения. Продажи TPU обеспечивают Google доход от облачных сервисов, и компания хочет, чтобы инвесторы получили отдачу от своих инвестиций в ИИ.

Цель TorchTPU — обеспечить полную совместимость TPU с инструментами, которые уже используют разработчики. Некоторые команды внутри Google также обсуждают возможность открытия исходного кода некоторых частей программного обеспечения для ускорения его внедрения.

PyTorch, активно поддерживаемый Meta, находится в центре современной разработки ИИ. В Кремниевой долине лишь немногие инженеры пишут низкоуровневые инструкции для чипов от Nvidia, AMD или Google. Вместо этого они полагаются на фреймворки с готовым кодом.

PyTorch был запущен в 2016 году и развивался вместе с CUDA, программным стеком, который, по мнению многих аналитиков, защищает Nvidia от конкурентов.

Команды Nvidia потратили годы на обеспечение бесперебойной работы PyTorch на своих чипах. Google, для сравнения, обучала своих инженеров работе с Jax в сочетании с инструментом XLA для повышения производительности на TPU.

Такая внутренняя направленность создала разрыв между тем, как Google разрабатывает системы искусственного интеллекта, и тем, как клиенты на самом деле пишут свои модели. TorchTPU призван сократить этот разрыв и дать компаниям повод перенести рабочие нагрузки с оборудования Nvidia.