财π新闻 近期，人工智能产业领域多笔涉及产业链不同环节的大额交易接连浮出水面，覆盖芯片研发、模型平台、聚合服务等多个核心赛道，相关动作打破了此前行业内不同环节企业相对独立的发展边界，引发市场广泛关注。其中，市场传出英伟达计划收购开源模型平台Hugging Face，交易出价约12.9亿美元，同时英伟达还斥资约70亿美元与AI初创公司Poolside签署投资与模型授权协议，两笔大额交易的落地，标志着这家长期占据AI算力硬件市场核心位置的企业，正式将布局触角深度延伸至下游模型生态领域。

作为全球AI芯片领域的核心供应商，英伟达此前的业务重心长期聚焦于GPU等算力硬件的研发与量产，其推出的多款旗舰级AI加速芯片，是全球绝大多数大模型训练与推理任务的核心算力支撑。而此次传出的收购标的Hugging Face，是全球范围内极具影响力的开源模型平台，汇聚了全球各地开发者上传的海量公共模型库与数据集，平台注册用户规模庞大，同时拥有超过2000家付费企业客户，几乎所有AI行业从业者的日常研发工作都与该平台存在不同程度的关联。英伟达与Hugging Face的资本往来早有铺垫，2023年8月Hugging Face完成D轮融资时，英伟达就与谷歌、亚马逊、英特尔、Salesforce等科技巨头共同参投，成为其战略股东之一，彼时英伟达仅以财务投资者身份入场，并未获得平台控制权。2025年底，英伟达曾向Hugging Face提出5亿美元的投资方案，对应公司估值约70亿美元，但遭到Hugging Face方面拒绝，原因是后者希望保持平台中立性，不愿单一股东获得过大话语权。直到今年8月中旬，市场传出Hugging Face委托投行探索整体出售的消息，仅一周后双方便快速达成收购相关的初步意向，129亿美元的收购价较2023年D轮的45亿美元估值增长近187%。从英伟达的资金储备情况来看，根据其2026财年第二季度财报，公司持有的现金及短期投资超过600亿美元，这笔收购金额仅占其现金储备的五分之一左右，支付压力相对可控。

在传出收购Hugging Face消息的前一周，英伟达刚刚与AI初创公司Poolside达成了总规模约70亿美元的合作，其中包含60亿美元的AI模型开发技术非独家授权采购，以及10亿美元的直接投资，同时英伟达还向Poolside超过100名员工发出了工作邀请，这些人员后续将加入英伟达旗下的Nemotron大模型项目。这一动作并非英伟达在模型层的首次布局，此前英伟达已经持续扩张自有Nemotron模型家族，不仅对外发布模型权重，还同步公开训练数据、训练方法等核心资料，同时联合Cognition AI、Sarvam、Thinking Machines Lab等一批AI公司共同开发开放前沿模型，首款合作成果计划成为Nemotron 4系列的基础。除了这两笔大额交易之外，今年夏天英伟达还先后收购了Kumo AI与Essential AI两家企业，Kumo AI的核心业务是研究面向企业预测任务的基础模型，而Essential AI的联合创始人Ashish Vaswani是2017年Transformer论文的作者之一，这一系列布局都指向同一个方向，就是为英伟达的开源模型生态搭建完整的底层支撑体系。

几乎在英伟达推进下游生态布局的同一时间段，大模型厂商OpenAI也正式发布了其首款自研纯推理ASIC芯片Jalapeño，这款芯片从设计到量产仅用了9个月时间，架构由OpenAI自主设计，博通负责芯片实现和网络相关工作，Celestica负责整机生产制造。8月25日，OpenAI公布了这款芯片的首批实测数据，结果显示其每瓦性能达到英伟达GB200和GB300的1.5至1.9倍，功耗控制在550瓦以内，能够同时提升推理任务的吞吐量并降低延迟，在保持高能效的前提下实现两项性能指标的同步优化。按照OpenAI公布的计划，这款自研芯片将在当年年底前部署到自身的数据中心当中，用于支撑旗下大模型的推理运行需求。除了OpenAI之外，另一家头部大模型企业Anthropic也在推进类似的自研芯片计划，当年8月Anthropic已经确认正在组建专属的定制芯片研发团队，希望将自身的大模型产品与芯片进行联合设计，进一步提升运行效率，而在此之前，Anthropic的算力采购就已经同时覆盖AWS Trainium、Google TPU和英伟达GPU多个不同体系，并未将所有算力需求集中在单一供应商手中。

除了硬件厂商与大模型企业的跨界动作之外，在线支付公司Stripe也完成了一笔重磅产业收购，作价80亿美元收购模型聚合平台OpenRouter。作为连接不同大模型服务的中间层枢纽，OpenRouter能够为用户提供统一的接口，对接不同厂商推出的各类大模型产品，大幅降低开发者同时调用多款模型的操作成本，这类AI中间层基础设施近期已经成为科技巨头战略抢购的核心赛道。接连落地的多笔大额跨界交易，清晰展现出当前AI产业的全新发展态势，大模型厂商与硬件巨头纷纷打破自身原有的业务边界，互相进入对方的产业链核心环节，背后的核心逻辑是整个AI行业已经进入全栈闭环发展时代，企业自主掌握的产业链环节越多，投入资本回报率就越高。

对于大模型厂商而言，自主研发芯片的核心目标，是降低对英伟达硬件的依赖，同时在大规模推理运行环节节约大量算力采购成本，避免自身的核心业务发展被上游硬件供应的波动所影响。而对于英伟达来说，向下游发力收购开源模型平台、扶持开源生态发展，核心目的则是确保自家GPU产品永远有充足的模型可以运行，以此应对闭源模型生态快速壮大带来的潜在威胁。随着OpenAI、Anthropic等闭源大模型企业的规模持续扩张，这类企业的算力采购议价能力也在不断提升，一旦越来越多的闭源模型厂商选择自研芯片替代英伟达GPU，英伟达的核心硬件业务将面临巨大的市场流失风险，因此英伟达需要通过大力扶持开源模型生态，打造一股能够制衡闭源模型势力的力量。开源模型的普及度越高、全球开发者群体的规模越庞大，英伟达GPU的市场需求就越难被单一厂商撼动，而Hugging Face作为开源AI模型的核心分发枢纽，掌握着全球开发者的入口与技术演进风向标，掌控该平台意味着英伟达可以从硬件供给端向上延伸至模型分发层，进一步加固自身CUDA生态的护城河，同时还能将自有Nemotron系列开源大模型与平台流量深度结合，形成协同效应。

从更宏观的产业视角来看，当前AI行业正在进入不同环节企业深度联动、互相渗透的大串联时代，此前行业内硬件厂商专注芯片生产、模型企业专注算法研发、平台服务商专注流量分发的清晰边界已经被彻底打破，越来越多的市场主体开始沿着产业链上下游延伸自身的业务版图，试图构建覆盖更多环节的全栈能力。不过这类跨界布局也并非完全没有挑战，以英伟达收购Hugging Face的交易为例，作为服务多家芯片厂商和云计算公司的中立平台，Hugging Face被英伟达收购后，其原本的行业中立属性将面临严峻考验，AMD、英特尔等其他芯片厂商的开发者是否还会放心使用该平台，是市场普遍关注的问题，同时这笔交易还将面临全球多个司法辖区的反垄断审查，英伟达在AI加速芯片市场的主导地位早已引起全球监管机构的关注，任何大规模收购都将接受极为严格的合规评估。而OpenAI的自研芯片Jalapeño目前尚未与英伟达最新一代Rubin芯片完成充分对照测试，也没有进入大规模量产部署阶段，后续实际运行表现能否持续达到公布的测试数据，仍有待实际场景的进一步验证。

(编辑：曹凤芹)