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。