過去數年，英偉達（Nvidia）在人工智能（AI）行業佔據極為有利的位置。無論是 OpenAI、Google、Meta 爭奪最強模型，還是 Microsoft、Amazon 爭奪雲端計算客戶，只要市場仍然需要訓練及運行模型，便難以繞過 Nvidia 的 GPU。然而，多家最大客戶現正研發自家的 AI 晶片，Google 擁有 TPU，Amazon 推出 Trainium，Microsoft 推進 Maia，OpenAI 亦嘗試降低對 Nvidia 的依賴。
單靠銷售 GPU，已不足以保證 Nvidia 永遠站在市場核心位置。9 月 3 日，Nvidia 宣佈以 US$129.303 億（約 HK$1,008.6 億）收購 Hugging Face。交易包括約 US$119 億（約 HK$928.2 億）的股東對價，以及最高 US$10 億（約 HK$78 億）的員工股權留任計劃。按照 Nvidia 提交予美國證券交易委員會的文件，交易預計於 2027 年上半年完成，仍須獲得監管部門批准。
130 億美元買進 AI 開發者主要入口
Hugging Face 常被譽為「AI 時代的 GitHub」。平台上匯集大量開放模型、數據集、開發工具及 AI 應用，開發者可在此尋找模型、下載權重、完成微調，再將模型部署到自己的產品中。根據 Nvidia 公佈的數據，Hugging Face 擁有超過 1,800 萬名開發者及研究人員、20 多萬家企業用戶，託管超過 300 萬個模型、50 萬個數據集及 100 萬個 AI 應用。
然而，其財務規模與用戶規模並不匹配。Hugging Face 在 2023 年的融資估值為 US$45 億（約 HK$351 億），外媒披露的年化收入約為 US$1.5 億（約 HK$11.7 億）。按照最終交易價格計算，Nvidia 給出大約 86 倍年化收入的估值。
單靠企業訂閱及模型託管，難以解釋如此高昂的價格。Hugging Face 的價值更多來自其在開發流程中的位置。一個新的模型架構開始流行、一類小模型的下載量突然增長，又或者開發者開始大量嘗試影片生成、機械人及端側 AI，這些變化通常會率先在 Hugging Face 顯現，其後才會轉化為伺服器及 GPU 訂單。Nvidia 收購 Hugging Face 後，可以更早掌握模型架構、應用類型及部署需求的變化。
此舉並不涉及隨意讀取企業私有數據，而是透過平台上的整體趨勢，更快判斷下一輪算力需求的出現位置。相比 US$129 億（約 HK$1,006.2 億）的收購價格，這些資訊所帶來的價值難以直接計算。
為開放模型修築更寬廣的道路
Nvidia 收購 Hugging Face，亦與大客戶自研晶片相關。OpenAI、Google、Microsoft 及 Amazon 擁有龐大的算力需求，卻同樣最有能力擺脫 Nvidia。封閉模型的訓練及推理集中於少數公司手中，一旦這些公司將部分業務轉移至自研晶片，Nvidia 失去的可能是規模極為可觀的訂單。相對而言，開放模型的算力需求更為分散。企業及開發者從 Hugging Face 下載模型後，須自行完成微調及推理。
目前兼容性最佳、工具最齊全的方案，大多仍然建基於 Nvidia GPU 及 CUDA 之上。
開放模型越容易取得及部署，使用 AI 的企業便越多，整個市場消耗的計算資源亦會隨之增長。模型最終由 Meta、Mistral、DeepSeek 還是其他公司提供，對 Nvidia 並無太大分別，只要模型仍運行於 Nvidia 的硬件之上。亦有外媒將此交易視為 Nvidia 對沖大客戶自研晶片的方式之一。扶植開放模型，可以將算力需求從幾家大公司擴散至更多企業及開發者手中。
Hugging Face 本身亦經營企業訂閱、私有模型倉庫及推理服務。Nvidia 可以將 GPU、CUDA、模型優化、Hugging Face 平台及推理服務串連在一起，讓開發者由選擇模型到完成部署，皆留在同一套工具鏈中。這套體系無須強迫開發者購買 Nvidia GPU，文件更完整、適配速度更快、一鍵部署更為方便，已足以影響大量開發者的選擇。
開源平台能否維持中立備受關注
Nvidia 已就此作出承諾。黃仁勳（Jensen Huang）表示，Hugging Face 將繼續支援不同模型、框架、雲端服務及計算平台，開發者無須使用 Nvidia 的計算資源。Nvidia 在監管文件中亦承諾，平台將繼續支援其他晶片廠商。外界所憂慮的，並非 AMD 及 Intel 會即時從 Hugging Face 消失，而是平台在日常營運中逐步向 Nvidia 傾斜。
AMD 及 Intel 的適配工具能否獲得同等維護資源，新模型會否優先提供 CUDA 優化版本，Nvidia 自家的 Nemotron 模型會否獲取更顯眼的推薦位置，不同硬件的部署方案能否出現於同樣突出的位置，這些細節皆會影響開發者的判斷。平台無須封禁競爭對手，搜尋排序、技術文件、推薦位置及工程投入上的細微差別，經過數年累積後便可能改變整個生態。
Hugging Face 此前對此態度審慎。據《金融時報》及 Business Insider 報導，Hugging Face 於 2025 年曾拒絕 Nvidia 一筆 US$5 億（約 HK$39 億）的投資，當時估值約為 US$70 億（約 HK$546 億），原因是不希望某個佔主導地位的投資者影響平台決策。如今，Nvidia 從潛在大股東變為收購方。
Hugging Face 的技術是否開放不難判斷，平台能否公平對待不同模型、雲端服務及晶片廠商，才會決定開發者是否繼續信任。Microsoft 收購 GitHub 後，GitHub 並未變成只能服務 Microsoft 技術的封閉平台，這為 Hugging Face 提供可參照的先例。然而 Nvidia 的情況更為複雜：它已佔據 AI 晶片市場的大部分份額，Hugging Face 上的多數模型亦優先針對 Nvidia GPU 進行優化。
硬件與分發平台由同一公司控制，利益衝突將更為直接。
AI 行業開始爭奪「入口」話語權
這筆交易或可讓開放模型獲得更多計算資源、更穩定的基礎設施，以及更完善的安全評測及企業服務。中外中小開發者部署模型的門檻有望降低，開放模型亦更有能力與 OpenAI、Anthropic 等封閉平台競爭。AMD、Intel 以及擁有自研晶片的雲端服務商則須加快步伐，僅僅證明模型可於自家晶片上運行已不足夠，還須提供接近 Nvidia 的下載、優化、部署及推理體驗。
部分模型廠商亦可能減少對 Hugging Face 的依賴，同時經營官網、程式碼平台及其他模型社區。最終出現的局面，或許是模型本身更為開放，承載模型的平台卻分成多個陣營。監管審查亦將圍繞此一議題展開。監管部門需要判斷，全球最大 AI 晶片供應商掌握主要開放模型平台後，會否偏袒自家硬件、降低對競爭方案的支援，又或利用平台資訊取得額外優勢。
Nvidia 已在監管文件中提到，許多流行的開放模型來自中國。若美國進一步限制中國模型的分發及使用，Hugging Face 及 Nvidia 均可能受到影響。中國模型廠商亦會更有動力發展其他分發渠道，全球開放模型生態或因此出現新分界線。若僅看 US$1.5 億（約 HK$11.7 億）年化收入，US$129 億（約 HK$1,006.2 億）無疑是一筆昂貴的收購。
放到 AI 產業的完整鏈條中，Hugging Face 連接著模型、開發者及計算資源，誰掌握這個入口，誰便更有機會影響模型運行的位置。Nvidia 原本只需靜候 AI 公司購買 GPU，收購 Hugging Face 後，則開始參與開發者選擇模型、工具及硬件的整個過程。黃仁勳接下來須剋制整合的衝動。Hugging Face 越像 Nvidia 的平台，開發者離開的理由便越充分。
唯有繼續容納競爭對手，Nvidia 耗資 US$129 億（約 HK$1,006.2 億）所取得的開發者信任，才不會在收購完成後迅速貶值。
