PG电子试玩 - PG模拟器（在线试玩） - PG电子APP下载应用中心

据最新消息，英伟达已同意以129亿美元收购Hugging Face，这笔交易似乎已成定局。

根据The Information的报道，知情人士透露，英伟达已经同意以129亿美元收购Hugging Face。后者最为人熟知的身份，是全球最大的AI模型社区之一，拥有类似GitHub的开源AI模型代码库。

就在几天前，外媒的说法还只是：Hugging Face正在寻找买家，潜在交易估值可能达到130亿美元以上。今天，又有媒体报道说，英伟达和Hugging Face就收购事宜进行了认真洽谈。而刚刚，The Information直接说英伟达同意了交易。

如果交易最终落地，它的意义还不只是英伟达又买了一家公司。毕竟，Hugging Face去年化收入目前也只有大约1.5亿美元。129亿美元，相当于八十多倍的年化收入。

英伟达真正看中的，是Hugging Face背后的整个开放模型生态。

从一个聊天机器人，变成AI世界的「GitHub」

今天很多人认识Hugging Face，是因为下载模型。

想找一个开源大模型，去Hugging Face；想找数据集，去Hugging Face；研究者训练出了一个新模型，需要把权重分享给全世界，第一反应往往还是上传Hugging Face。

但这家公司一开始压根不是干这个的。

2016年，Clément Delangue、Julien Chaumond和Thomas Wolf在纽约成立Hugging Face，最初想做的是一款面向年轻人的AI聊天机器人。后来团队发现，比聊天机器人本身更受欢迎的，是他们为了开发聊天机器人制作的NLP工具。

尤其是在Transformer模型开始爆发后，Hugging Face做出的PyTorch实现和Transformers库迅速在研究者中流行起来，公司也逐渐放弃消费者聊天机器人，转向服务机器学习开发者。2020年，Hugging Face Hub上线，后来又陆续加入数据集、Spaces、模型部署等能力。

结果，它慢慢占住了一个非常特殊的位置。

Hugging Face自己未必需要训练世界上最强的大模型，却可以让世界上大量模型都经过自己的平台。有点像GitHub并不负责写出全世界最好的软件，但全世界的软件开发者都离不开GitHub。

这也是为什么Hugging Face的股东名单一直很有意思。

2023年，Hugging Face完成了一轮2.35亿美元融资，估值达到45亿美元。参与者几乎把当时AI基础设施产业链上的主要玩家凑齐了：Salesforce、Google、Amazon、英伟达、AMD、Intel、Qualcomm、IBM等。

甚至竞争对手们也愿意同时给它钱。因为大家都希望Hugging Face保持一个相对中立的平台角色。英伟达当然也是其中之一。

有意思的是，早些时候，Hugging Face甚至还拒绝过英伟达一笔潜在规模达到5亿美元的投资。当时一个重要顾虑就是，公司不希望某个过于强势的投资者影响Hugging Face的独立性。

几个月后，事情显然走到了另一个方向。

129亿美元贵吗？当然贵

单从财务数字来看，Hugging Face并不是一家能轻松撑起129亿美元估值的公司。

The Information本周报道称，Hugging Face最近的年化收入已经超过1.5亿美元。这里的「年化收入」并不是过去一年真正赚了1.5亿美元，而是按照最近一个月的收入水平乘以12。

但好消息是，它最近确实长得很快。几个月前，这个数字还只有大约1亿美元。也就是说，它最近上涨了约50%。今年上半年，Hugging Face的付费订阅用户数量也翻了一倍。CEO Clem Delangue此前还表示，公司已经「接近盈利」。

Hugging Face赚钱的方法，也早就不只是「收一个GitHub会员费」。

企业可以购买Team、Enterprise等订阅；开发者需要保存越来越庞大的模型和数据；模型训练和推理需要算力；部署应用也需要基础设施。

这些最终都会转化成存储费和计算费。

如今Hugging Face甚至已经把不同的推理服务商接到了统一的Inference Providers系统里。开发者可以通过一套接口，在不同服务商之间运行模型，甚至按照速度、价格等因素选择后端。

所以Hugging Face已经不只是一个「模型仓库」。从模型发现、下载，到训练、优化、部署，再到最后真正把模型跑起来，它正在向AI开发的基础设施层延伸。

但即便这样，129亿美元仍然很贵。按照目前超过1.5亿美元的年化收入计算，英伟达付出的价格仍然相当于其八十多倍年化收入。

要理解黄仁勋为什么愿意掏这笔钱，就不能只看Hugging Face自己能赚多少钱。

英伟达真正害怕的，是大家都开始自己做芯片

今天的英伟达看起来几乎处于AI产业链最舒服的位置。不管最后是OpenAI赢、Anthropic赢，还是哪个新的AI公司突然杀出来，只要大家继续训练和运行更大的模型，就需要买GPU。

但这个商业模式其实有一个越来越明显的风险：英伟达最大的客户们，都在想办法少买一点英伟达。

Google有TPU，Amazon有Trainium和Inferentia，微软也在开发自己的AI芯片。更关键的是，连模型公司也开始自己往下做。

今年6月，OpenAI发布了第一颗自行设计、与Broadcom合作开发的推理芯片Jalapeño（墨西哥辣椒），目的之一就是降低对英伟达GPU的依赖。就在昨天，OpenAI还公布了Jalapeño的最新测试结果：它能够同时提升吞吐量，并降低延迟，在保持高能效的同时，实现两者兼得。并在多个模型测试中超过NVIDIA GB200、GB300系统的效率表现。

Anthropic也在做类似的事。8月，Anthropic已经确认正在组建自己的custom silicon团队，希望把模型和芯片进行联合设计；与此同时，它本来就同时使用AWS Trainium、Google TPU和英伟达GPU，而不是把所有算力需求压在英伟达一家身上。

从这个角度看，OpenAI、Anthropic这些闭源模型公司的成功，对英伟达来说其实有些微妙。

它们今天是英伟达的大客户，但如果未来AI世界越来越集中在几家超级模型公司手里，这些公司自然也会拥有越来越强的议价能力，甚至最终自己控制硬件。

英伟达需要另一股力量来制衡它们。这股力量就是开放模型。

模型可以免费，但跑模型不能免费

理解这一点之后，英伟达最近很多看起来「不务正业」的动作，就突然连起来了。

今年英伟达明显开始加大开放模型投入。它一直在扩张自己的Nemotron模型家族，不只发布模型权重，还公开训练数据、训练方法等资料。英伟达甚至明确将Nemotron定义为真正的open source model。

今年3月，英伟达又成立了Nemotron Coalition。Black Forest Labs、Cursor、LangChain、Mistral AI、Perplexity、Reflection AI、Sarvam、Thinking Machines Lab等一批AI公司加入其中，一起开发开放前沿模型。第一款合作成果计划成为Nemotron 4系列的基础。

然后是更加激进的撒钱。就在Hugging Face收购消息传出前不到一周，英伟达刚刚和AI编程公司Poolside达成了一笔异常夸张的交易：60亿美元购买其AI模型开发技术的非独家授权，同时再投资10亿美元，并向超过100名Poolside员工发出工作邀请。这些人中的不少将加入英伟达Nemotron项目。

今年夏天，英伟达还收购了Kumo AI，并吸收了Essential AI的团队和技术人才。Kumo AI主要研究面向企业预测任务的基础模型，而Essential AI联合创始人Ashish Vaswani则是2017年Transformer论文的作者之一。

这些交易看起来方向不同，实际上都指向同一件事：英伟达正在给开放模型生态修路。

这套逻辑非常符合英伟达的商业模式。OpenAI最希望的情况，是大家都使用OpenAI的模型。Anthropic最希望的情况，是大家都使用Claude。但英伟达不需要你使用某一个特定模型。理论上，模型越多越好。因为一个模型可以免费开放权重，但模型下载以后总得训练、微调、部署和推理。这些工作背后都需要计算。

换句话说：模型可以免费，算力不会免费。

只要整个开放模型生态继续繁荣，哪怕最终出现一百家不同的模型公司，英伟达都有机会给这一百家公司卖GPU。这也是为什么今年围绕开放模型的争论中，英伟达一直非常积极。

黄仁勋公开表示，开放模型是创新和全球参与AI革命的重要动力。英伟达自己的开源页面显示，目前公司已经在Hugging Face上发布超过650个开放模型、250多个开放数据集。

从这个角度说，收购Hugging Face几乎是顺理成章的下一步：既然决定押注开放模型，为什么不直接买下开放模型最重要的分发入口？

顺便把没做成的云业务，再做一遍

还有一层容易被忽略的意义，是云。

几年前，英伟达曾经非常认真地想过自己做云。DGX Cloud的模式甚至有一点绕：AWS、Google Cloud等云厂商先购买英伟达GPU，英伟达再向这些云厂商租下搭载自己GPU的服务器，最后把这些服务器重新出租给Amgen、ServiceNow等企业客户。

某种意义上，相当于英伟达「把自己卖出去的GPU又租回来」。

The Information此前报道称，英伟达曾为此承诺投入约130亿美元租赁云服务器，并一度认为DGX Cloud最终可能发展成一个年收入1500亿美元级别的业务。

问题也很明显。AWS、Google、微软既是英伟达最大的GPU客户，又突然发现英伟达要开始直接抢自己的云客户。渠道冲突不可避免。

去年开始，英伟达逐渐淡化DGX Cloud面向外部企业的业务，将更多算力转向内部研发。

Hugging Face却提供了另一条路。它天然处在模型和算力之间。用户先来到Hugging Face找模型，再决定在哪里运行模型；平台可以提供模型优化、推理服务、存储和计算，并把底层不同基础设施屏蔽掉。

因此，收购Hugging Face，也可以理解成英伟达换了一种更加自然的方式重新靠近云业务：不一定非得亲自变成第二个AWS，而是先控制开发者进入算力世界的入口。

黄仁勋正在疯狂「买下AI生态」

Hugging Face也并不是一笔孤立的交易。

英伟达刚刚发布的季度数据，更能说明黄仁勋最近到底有多激进。截至7月底，英伟达持有的广义股权投资规模已经达到大约990亿美元，同时还有约250亿美元未来股权投资承诺。钱流向了AI产业链的几乎每一个角落。

上面是OpenAI、Perplexity这样的AI应用和模型公司；中间是CoreWeave等云和算力公司；再往下，则是土地、电力、数据中心基础设施。英伟达甚至开始直接参与给数据中心找电、找地、提供融资。

简单说，以前大家说英伟达是AI淘金热里「卖铲子的人」。现在黄仁勋正在做的事情，已经越来越像：卖铲子之外，把矿场、电网、运输路线甚至一部分淘金公司都投一遍。

Hugging Face恰好是这里面非常重要的一块。它掌握着模型与开发者之间的连接。

但英伟达买下Hugging Face，也会带来一个新的问题

这笔交易如果最终完成，还会留下一个非常现实的问题：Hugging Face还能不能继续保持中立？

过去Hugging Face最特殊的一点，就是它不属于任何一家主要的云厂商、模型公司或者芯片公司。AMD的模型可以放在这里，英伟达的也可以；Google、Meta、Mistral、微软乃至大量创业公司的模型都可以在同一个平台上分发。

2023年Hugging Face融资时，Google、Amazon、英伟达、AMD、Intel甚至同时成为投资者，本身就很能说明这种中立性的重要程度。

而英伟达一旦成为Hugging Face的主人，情况会发生变化。平台继续支持AMD、Intel等竞争对手当然不是不可能，但外界难免会开始问：模型针对哪种硬件优化？哪些推理后端获得更好的入口？数据和开发者行为会不会给英伟达带来额外优势？

开放模型生态一直在反对被少数几家公司控制，但它最重要的平台之一，现在却可能被全球最大的AI芯片公司买走。

甚至Hugging Face自己此前也担心过类似的问题——之前拒绝英伟达5亿美元投资时，公司顾虑的恰恰就是某个单一投资者变得过于强势。所以，这或许也是这笔交易接下来最值得看的地方。

英伟达为什么愿意花129亿美元，其实已经越来越清楚。它当然可以买模型、买人才，也可以买一家正在增长的AI基础设施公司。但更重要的是，它买到了一条通向数百万AI开发者、无数模型和数据集的道路。

过去三年，英伟达最大的成功，是成为所有AI模型背后的计算底座。接下来它想做的，可能是让自己更加难以绕开：不只是模型运行在英伟达上，连开发者寻找模型、部署模型、使用算力的路，最好也经过英伟达。这才是Hugging Face真正值钱的地方。

参考链接：https://www.theinformation.com/articles/nvidia-agrees-buy-open-source-model-repository-hugging-face-12-9-billion

本文来自微信公众号“机器之心”（ID：almosthuman2014），作者：机器之心，36氪经授权发布。