刚爆出来！英伟达同意129亿美元买下Hugging Face

机器之心编辑部 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。1 29 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