过去数年，英伟达（Nvidia）在人工智能（AI）行业占据极为有利的位置。无论是 OpenAI、Google、Meta 争夺最强模型，还是 Microsoft、Amazon 争夺云计算客户，只要市场仍然需要训练及运行模型，便难以绕过 Nvidia 的 GPU。然而，多家最大客户现正研发自家的 AI 芯片，Google 拥有 TPU，Amazon 推出 Trainium，Microsoft 推进 Maia，OpenAI 亦尝试降低对 Nvidia 的依赖。
单靠销售 GPU，已不足以保证 Nvidia 永远站在市场核心位置。9 月 3 日，Nvidia 宣布以 US$129.303 亿（约 HK$1,008.6 亿）收购 Hugging Face。交易包括约 US$119 亿（约 HK$928.2 亿）的股东对价，以及最高 US$10 亿（约 HK$78 亿）的员工股权留任计划。按照 Nvidia 提交予美国证券交易委员会的文件，交易预计于 2027 年上半年完成，仍须获得监管部门批准。
130 亿美元买进 AI 开发者主要入口
Hugging Face 常被誉为「AI 时代的 GitHub」。平台上汇集大量开放模型、数据集、开发工具及 AI 应用，开发者可在此寻找模型、下载权重、完成微调，再将模型部署到自己的产品中。根据 Nvidia 公布的数据，Hugging Face 拥有超过 1,800 万名开发者及研究人员、20 多万家企业用户，托管超过 300 万个模型、50 万个数据集及 100 万个 AI 应用。
然而，其财务规模与用户规模并不匹配。Hugging Face 在 2023 年的融资估值为 US$45 亿（约 HK$351 亿），外媒披露的年化收入约为 US$1.5 亿（约 HK$11.7 亿）。按照最终交易价格计算，Nvidia 给出大约 86 倍年化收入的估值。
单靠企业订阅及模型托管，难以解释如此高昂的价格。Hugging Face 的价值更多来自其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，又或者开发者开始大量尝试视频生成、机器人及端侧 AI，这些变化通常会率先在 Hugging Face 显现，其后才会转化为服务器及 GPU 订单。Nvidia 收购 Hugging Face 后，可以更早掌握模型架构、应用类型及部署需求的变化。
此举并不涉及随意读取企业私有数据，而是通过平台上的整体趋势，更快判断下一轮算力需求的出现位置。相比 US$129 亿（约 HK$1,006.2 亿）的收购价格，这些信息所带来的价值难以直接计算。
为开放模型修筑更宽广的道路
Nvidia 收购 Hugging Face，亦与大客户自研芯片相关。OpenAI、Google、Microsoft 及 Amazon 拥有庞大的算力需求，却同样最有能力摆脱 Nvidia。封闭模型的训练及推理集中于少数公司手中，一旦这些公司将部分业务转移至自研芯片，Nvidia 失去的可能是规模极为可观的订单。相对而言，开放模型的算力需求更为分散。企业及开发者从 Hugging Face 下载模型后，须自行完成微调及推理。
目前兼容性最佳、工具最齐全的方案，大多仍然基于 Nvidia GPU 及 CUDA 之上。
开放模型越容易取得及部署，使用 AI 的企业便越多，整个市场消耗的计算资源亦会随之增长。模型最终由 Meta、Mistral、DeepSeek 还是其他公司提供，对 Nvidia 并无太大区别，只要模型仍运行于 Nvidia 的硬件之上。亦有外媒将此交易视为 Nvidia 对冲大客户自研芯片的方式之一。扶植开放模型，可以将算力需求从几家大公司扩散至更多企业及开发者手中。
Hugging Face 本身亦经营企业订阅、私有模型仓库及推理服务。Nvidia 可以将 GPU、CUDA、模型优化、Hugging Face 平台及推理服务串联在一起，让开发者由选择模型到完成部署，皆留在同一套工具链中。这套体系无须强迫开发者购买 Nvidia GPU，文件更完整、适配速度更快、一键部署更为方便，已足以影响大量开发者的选择。
开源平台能否维持中立备受关注
Nvidia 已就此作出承诺。黄仁勋（Jensen Huang）表示，Hugging Face 将继续支援不同模型、框架、云服务及计算平台，开发者无须使用 Nvidia 的计算资源。Nvidia 在监管文件中亦承诺，平台将继续支援其他芯片厂商。外界所忧虑的，并非 AMD 及 Intel 会即时从 Hugging Face 消失，而是平台在日常运营中逐步向 Nvidia 倾斜。
AMD 及 Intel 的适配工具能否获得同等维护资源，新模型会否优先提供 CUDA 优化版本，Nvidia 自家的 Nemotron 模型会否获取更显眼的推荐位置，不同硬件的部署方案能否出现于同样突出的位置，这些细节皆会影响开发者的判断。平台无须封禁竞争对手，搜索排序、技术文件、推荐位置及工程投入上的细微差别，经过数年累积后便可能改变整个生态。
Hugging Face 此前对此态度审慎。据《金融时报》及 Business Insider 报导，Hugging Face 于 2025 年曾拒绝 Nvidia 一笔 US$5 亿（约 HK$39 亿）的投资，当时估值约为 US$70 亿（约 HK$546 亿），原因是不希望某个占主导地位的投资者影响平台决策。如今，Nvidia 从潜在大股东变为收购方。
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、云服务及芯片厂商，才会决定开发者是否继续信任。Microsoft 收购 GitHub 后，GitHub 并未变成只能服务 Microsoft 技术的封闭平台，这为 Hugging Face 提供可参照的先例。然而 Nvidia 的情况更为复杂：它已占据 AI 芯片市场的大部分份额，Hugging Face 上的多数模型亦优先针对 Nvidia GPU 进行优化。
硬件与分发平台由同一公司控制，利益冲突将更为直接。
AI 行业开始争夺「入口」话语权
这笔交易或可让开放模型获得更多计算资源、更稳定的基础设施，以及更完善的安全评测及企业服务。中外中小开发者部署模型的门槛有望降低，开放模型亦更有能力与 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须加快步伐，仅仅证明模型可于自家芯片上运行已不足够，还须提供接近 Nvidia 的下载、优化、部署及推理体验。
部分模型厂商亦可能减少对 Hugging Face 的依赖，同时经营官网、程序平台及其他模型社区。最终出现的局面，或许是模型本身更为开放，承载模型的平台却分成多个阵营。监管审查亦将围绕此一议题展开。监管部门需要判断，全球最大 AI 芯片供应商掌握主要开放模型平台后，会否偏袒自家硬件、降低对竞争方案的支援，又或利用平台信息取得额外优势。
Nvidia 已在监管文件中提到，许多流行的开放模型来自中国。若美国进一步限制中国模型的分发及使用，Hugging Face 及 Nvidia 均可能受到影响。中国模型厂商亦会更有动力发展其他分发渠道，全球开放模型生态或因此出现新分界线。若仅看 US$1.5 亿（约 HK$11.7 亿）年化收入，US$129 亿（约 HK$1,006.2 亿）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、开发者及计算资源，谁掌握这个入口，谁便更有机会影响模型运行的位置。Nvidia 原本只需静候 AI 公司购买 GPU，收购 Hugging Face 后，则开始参与开发者选择模型、工具及硬件的整个过程。黄仁勋接下来须克制整合的冲动。Hugging Face 越像 Nvidia 的平台，开发者离开的理由便越充分。
唯有继续容纳竞争对手，Nvidia 耗资 US$129 亿（约 HK$1,006.2 亿）所取得的开发者信任，才不会在收购完成后迅速贬值。