曝英伟达129亿美元收购抱脸！黄仁勋：我只补没有更早、更多投资OpenAI、Anthropic

据Business Insider报道，英伟达近期一直在与 Hugging Face 洽谈收购事宜。Hugging Face 是一个备受欢迎的、用于分享开源模型以及基于开源模型进行开发的AI 平台。如果交易最终达成，这可能成为这家芯片巨头迄今规模最大的交易之一。 据知情人士透露，双方最近几周已经就收购展开谈判，这笔交易对 Hugging Face 的估值可能超过 130 亿美元。目前双方尚未达成协议，谈判仍有可能破裂。 不过，The Information报道称，英伟达已同意以 129 亿美元收购 Hugging Face。截至发稿，双方均未对此做出回应。 而就在该消息曝出前数小时，英伟达发布了最新的季度财报。 在最新的2027财年第二季度财报电话会上，黄仁勋判断，客户对英伟达算力的需求明年可能增长约100%，但受供应限制，公司目前只能有把握实现约70%的营收增长。英伟达预计，至少到2028财年结束，供应仍将是主要瓶颈。 需求的拐点是，AI从“人发起一次请求”迅速转向“智能体持续工作”。黄仁勋称，一个AI智能体完成任务所需的计算量，可能是人类直接使用AI时的15—100倍。就在过去一个月，AI使用已经跨过某个临界点，“现在大多数AI工作已经开始变成Agent式的”。他甚至预计，未来英伟达约4万名员工可能对应40万个、甚至400万个持续运行的AI智能体。 相比“什么时候实现AGI”，黄仁勋认为更重要的事实已经发生：AI开始真正承担有生产力的工作，Token已经可以产生利润，而更多算力能够直接生成更多“可盈利Token”。“这正是我们现在所处的阶段，也是为什么所有人都在加大投入。” 营收翻倍后，首次提前一年给出70%增长预期 根据财报，英伟达第二季度总营收达到960亿美元，同比超过翻倍，营收增速连续第四个季度加快；数据中心收入环比增长18%至890亿美元。 其中，超大规模云客户贡献490亿美元，环比增长13%；AI云、工业与企业（ACIE）业务收入达到400亿美元，环比增长25%、同比增长138%。英伟达预计，非超大规模云业务未来将占数据中心业务约一半。 客户预测指向约100%的需求增长，但英伟达只给出了70%的收入增长判断。黄仁勋解释称，需求增长是很多因素共同推动的，但真正的问题是供给。 建设AI数据中心已经不再是“买到GPU”这么简单。土地、电力和机房壳体往往需要提前2—3年锁定，还要同步协调施工、制冷、劳动力、存储器、晶圆制造等整个供应链。黄仁勋表示，目前“几乎每一个环节都在满负荷运转”，英伟达已经拥有能够支持约70%增长的供应，但实际需求“远高于此”。 这也是英伟达首次愿意提前一年公开增长预期的原因。黄仁勋称，公司希望让客户、股东和供应链看到同一套需求信息，因为所有参与者都需要提前投入巨额资源。“明年会是非常重要的一年，规模会非常惊人。”他特别说道。 回应“循环融资”质疑，云租赁增收 黄仁勋特别指出，市场没有完全看到英伟达增长中另一部分非常独特的来源：今天AI算力需求已经不仅来自超大规模云厂商，主权AI、区域新型云厂商（Neocloud）、AI初创公司和企业客户组成了另一半市场，这部分业务目前大约每年增长100%，长期甚至可能比传统云市场更大。 他表示，市场长期过度关注AWS、Microsoft、Google、Meta等超大规模云厂商，却忽略了另一批迅速扩张的客户：Neocloud、主权AI、企业和AI初创公司。这部分客户往往不会自己设计定制芯片，也缺乏从芯片、网络到机柜完整建设AI集群的能力，因此反而更依赖英伟达的全栈AI工厂。 英伟达预计，其Neocloud合作伙伴到今年年底总装机容量将达到8GW，高于2025年底约3GW。 围绕AI基础设施融资，英伟达也正在尝试一种更深度介入客户商业模式的方式。 以英伟达与OpenAI的合作为例，英伟达通过与 SoftBank Energy合作锁定了土地、电力和机房等资源，并将在其 Portsouth 园区独家部署，首期预计将支持 4.25GW的 AI工厂容量，并由 OpenAI 使用。这个项目进而深化了英伟达与 OpenAI 的长期合作关系：OpenAI 已经承诺到 2030年前大规模部署 NVIDIA AI基础设施，其现有和规划中的承诺合计大约对应 12GW NVIDIA 算力。 因此，双方的合作可以概括成三个层面：第一层是最传统的算力采购，OpenAI持续部署NVIDIA GPU；第二层是基础设施合作，英伟达帮助其提前锁定土地、电力和机房资源；第三层则是资本层面的合作，英伟达联合大型机构资本，为其基础设施建设寻找融资。 这种支持规模非常大，外界把部分行为称为“循环融资（Circular Financing，即供应商向客户进行投资或入股，而客户再用这笔资金购买该供应商的产品或服务的商业与资本安排）”，但英伟达并不认同这一说法。 其逻辑是，前沿AI公司的客户需求和技术能力已经得到验证，真正限制其增长的是基础设施融资和算力供给；与此同时，英伟达计算平台具备较强的通用性，即便客户出现问题，算力也可以重新部署给其他客户。 针对Neocloud，英伟达还引入了一种收入分成模式。公司会针对数据中心部分容量提供照付不议承诺（Take-pay Commitment）和最低收入保证，帮助贷款方为项目融资；作为交换，英伟达可以分享云厂商超过最低收入水平之后的一部分收入。 “我们并不是在发放贷款。”Kress解释称，Neocloud 目前面对的是非常强劲、而且高度多元化的承购需求。传统数据中心融资通常要求云厂商把绝大多数容量通过单一长期承购协议锁定，贷款方才愿意独立为项目融资。而引入新的收入分成模式后，独立资本仍然会根据每个项目自身的经济性来进行承销。 对于英伟达来说，未来不只是从GPU和整机销售中一次性获得收入，还能持续分享算力租赁收入。Kress表示，中长期来看，这类与使用量挂钩的经常性收入有潜力贡献数十亿美元。 英伟达想吃下整座AI工厂 英伟达反复把“智能体AI”作为解释下一轮算力需求的核心变量。 黄仁勋表示，大模型正在变得更大、更聪明，而智能体不只是生成一次答案，还会进行推理、规划和多轮工具调用。根据任务不同，一个智能体所消耗的计算量可能是人类直接调用AI的15—100倍。 在被问及递归自我改进（RSI）和通用人工智能是否会进一步刺激算力需求时，他给出了更激进的判断：“需求会进一步出现拐点。” 黄仁勋称，今天大多数AI仍由人类发起提示，但这一结构已经开始改变。未来每家公司都会拥有大量长期在线的智能体，英伟达自己目前约有4万名员工，未来可能对应40万个、甚至400万个智能体。这些智能体会24小时运行，在后台彼此协作并持续完成工作。 他还认为，一种粗粒度的递归自我改进其实已经出现：智能体完成任务后会反思如何改进，并更新Skill文件，下一次执行时继续提升。“对于很多任务，我们甚至可以说已经实现了某种意义上的AGI。” 不过，他认为继续争论AGI的定义已经没有太大意义。真正决定产业投入的是三件事：AI已经能完成有生产力的工作；AI已经能够生成可以盈利的Token；如果有更多算力，就可以生成更多可盈利Token，并转化为AI服务商的更多利润。 英伟达现下正在不断