过去几年，英伟达在 AI 行业拥有一个相当舒服的位置。

OpenAI、Google、Meta 可以争夺最强模型，微软、亚马逊也可以争夺云计算客户，只要大家还需要训练和运行模型，就很难绕开英伟达的 GPU。

如今，几家最大的客户都在研制自己的 AI 芯片。Google 拥有 TPU，亚马逊推出了 Trainium，微软正在推进 Maia，OpenAI 也在尝试降低对英伟达的依赖。继续只卖 GPU，已经不足以保证英伟达永远站在牌桌中央。

9 月 3 日，英伟达宣布以 129.303 亿美元收购 Hugging Face。交易包括约 119 亿美元的股东对价，以及最高 10 亿美元的员工股权留任计划。按照英伟达提交给美国证券交易委员会的文件，交易预计在 2027 年上半年完成，仍需获得监管部门批准。

收购完成以后，英伟达掌握的将不只有 AI 计算所需的芯片，还有开发者寻找和使用模型的主要入口。

130 亿美元买了什么

Hugging Face 常被称为 "AI 时代的 GitHub"。

平台上汇集了大量开放模型、数据集、开发工具和 AI 应用。开发者可以在这里寻找模型、下载权重、完成微调，再将模型部署到自己的产品中。

根据英伟达公布的数据，Hugging Face 已经拥有超过 1800 万名开发者和研究人员、20 多万家企业用户，托管着超过 300 万个模型、50 万个数据集和 100 万个 AI 应用。

它的财务规模与用户规模并不匹配。Hugging Face 在 2023 年的融资估值为 45 亿美元，外媒披露的年化收入约为 1.5 亿美元。按照最终交易价格计算，英伟达给出了大约 86 倍年化收入的估值。

单靠企业订阅和模型托管，很难解释如此高的价格。Hugging Face 的价值更多来自它在开发流程中的位置。

一个新的模型架构开始流行，一类小模型的下载量突然增长，或者开发者开始大量尝试视频生成、机器人和端侧 AI，这些变化通常会先出现在 Hugging Face，然后才会变成服务器和 GPU 订单。

英伟达收购 Hugging Face 以后，可以更早看到模型架构、应用类型和部署需求的变化。这里并不涉及随意读取企业的私有数据，而是通过平台上的整体趋势，更快判断下一轮算力需求会从哪里出现。

相比 129 亿美元的收购价格，这些信息带来的价值很难被直接计算。

给开放模型修一条更宽的路

英伟达收购 Hugging Face，还与大客户自研芯片有关。

OpenAI、Google、微软和亚马逊拥有庞大的算力需求，却也最有能力摆脱英伟达。封闭模型的训练和推理集中在少数公司手中，一旦这些公司将部分业务转移到自研芯片，英伟达失去的可能是规模巨大的订单。

开放模型的算力需求更加分散。企业和开发者从 Hugging Face 下载模型以后，需要自行完成微调和推理。目前兼容性最好、工具最齐全的方案，大多仍然建立在英伟达 GPU 和 CUDA 之上。

开放模型越容易获取和部署，使用 AI 的企业就越多，整个市场消耗的计算资源也会随之增长。模型最终由 Meta、Mistral、DeepSeek 还是其他公司提供，对英伟达没有太大区别，只要它还运行在英伟达的硬件上。

也有外媒将这笔交易视为英伟达对冲大客户自研芯片的一种方式。扶持开放模型，可以把算力需求从几家大公司扩散到更多企业和开发者手中。

Hugging Face 本身还经营企业订阅、私有模型仓库和推理服务。英伟达可以把 GPU、CUDA、模型优化、Hugging Face 平台和推理服务串在一起，让开发者从选择模型到完成部署，都留在同一套工具链中。

这套体系不需要强迫开发者购买英伟达 GPU。文档更完整、适配速度更快、一键部署更加方便，就足以影响大量开发者的选择。

开源平台，能否继续保持中立？

英伟达已经给出了承诺。

黄仁勋表示，Hugging Face 将继续支持不同模型、框架、云服务和计算平台，开发者不需要使用英伟达的计算资源。英伟达在监管文件中也承诺，平台将继续支持其他芯片厂商。

外界担心的并不是 AMD 和 Intel 会立刻从 Hugging Face 消失，而是平台在日常运营中逐渐向英伟达倾斜。

AMD 和 Intel 的适配工具能否获得同等的维护资源，新模型是否会优先提供 CUDA 优化版本，英伟达自己的 Nemotron 模型会不会获得更醒目的推荐，不同硬件的部署方案能否出现在同样显眼的位置，这些细节都会影响开发者的判断。

平台不必封禁竞争对手。搜索排序、技术文档、推荐位置和工程投入上的细微差别，积累几年以后就可能改变整个生态。

Hugging Face 此前对此十分谨慎。据《金融时报》和 Business Insider 报道，Hugging Face 在 2025 年曾拒绝英伟达一笔 5 亿美元的投资。当时给出的估值约为 70 亿美元，Hugging Face 不希望某个占据主导地位的投资者影响平台决策。

如今，英伟达从潜在的大股东变成了收购方。Hugging Face 的技术是否开放不难判断，平台能否公平对待不同模型、云服务和芯片厂商，才会决定开发者是否继续信任它。

微软收购 GitHub 以后，GitHub 并没有变成只能服务微软技术的封闭平台，这给 Hugging Face 提供了一个可以参考的例子。不过英伟达的情况更复杂：它已经占据 AI 芯片市场的大部分份额，Hugging Face 上的多数模型也优先针对英伟达 GPU 进行优化。硬件与分发平台由同一家公司控制，利益冲突会更加直接。

AI 行业开始争夺 " 入口 "

这笔交易可能让开放模型获得更多计算资源、更稳定的基础设施，以及更完整的安全评测和企业服务。中小开发者部署模型的门槛有望降低，开放模型也会更有能力与 OpenAI、Anthropic 等封闭平台竞争。

AMD、Intel 以及拥有自研芯片的云服务商则需要加快补课。仅仅证明模型可以在自家芯片上运行已经不够，它们还要提供接近英伟达的下载、优化、部署和推理体验。

一些模型厂商也可能减少对 Hugging Face 的依赖，同时经营官网、代码平台和其他模型社区。最终出现的局面，或许是模型本身更加开放，承载模型的平台却分成多个阵营。

监管审查也会围绕这一点展开。监管部门需要判断，全球最大的 AI 芯片供应商掌握主要开放模型平台以后，会不会偏袒自家硬件、降低对竞争方案的支持，或者利用平台信息获得额外优势。

英伟达已经在监管文件中提到，许多流行的开放模型来自中国。如果美国进一步限制中国模型的分发和使用，Hugging Face 和英伟达都可能受到影响。中国模型厂商也会更有动力发展其他分发渠道，全球开放模型生态可能因此出现新的分界线。

如果只看 1.5 亿美元的年化收入，129 亿美元无疑是一笔昂贵的收购。放到 AI 产业的完整链条中，Hugging Face 连接着模型、开发者和计算资源，谁掌握这个入口，谁就更有机会影响模型运行在哪里。

英伟达原本只需要等待 AI 公司购买 GPU。收购 Hugging Face 以后，它开始参与开发者选择模型、工具和硬件的全过程。

黄仁勋接下来需要克制整合的冲动。Hugging Face 越像英伟达的平台，开发者离开的理由就越充分。只有继续容纳竞争对手，英伟达花 129 亿美元买到的开发者信任，才不会在收购完成后迅速贬值。

版权所有，未经许可不得转载