刚爆出来，英伟达同意129亿美元买下Hugging Face

英伟达对 Hugging Face 的收购，成了？

据 The Information 最新报道，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。