英伟达一周砸140亿美元 直投Hugging Face和Perplexity

英伟达一周内投出140亿美元

英伟达最近一周内宣布了对Hugging Face和Perplexity的两笔重大交易，总金额达到140亿美元。这两笔动作并非简单的财务投资，而是英伟达在AI软件栈和应用层面的直接布局。Hugging Face是全球最大的开源AI模型社区，Perplexity则是快速崛起的AI搜索引擎。这两家公司分别代表了模型分发平台和终端用户交互入口，英伟达通过资本和技术的绑定，将自己的GPU优势延伸到更上游和下游。

根据公开信息，这140亿美元主要由股权投资、战略合作资金和联合开发预算构成。英伟达没有选择单纯收购，而是保留两家公司的独立运营，同时深度绑定其技术路线。这意味着英伟达不仅想卖芯片，还想决定芯片上跑什么模型、怎么被开发者使用、最终如何触达用户。

这一连串动作发生在中美科技摩擦持续加剧的背景下。黄仁勋的布局被视为英伟达在全球AI供应链中抢占关键节点、降低对单一市场依赖的战略举措。对中国AI产业而言，这既是技术路径的参考，也构成了潜在的竞争压力和合作空间。

Hugging Face成为英伟达开源模型分发枢纽

英伟达对Hugging Face的投入是这140亿美元中的重要部分。Hugging Face平台上托管了数十万个开源AI模型，是全球开发者获取和微调模型的主要场所。英伟达此次投资后，将把自家优化过的CUDA内核和TensorRT引擎更紧密地集成到Hugging Face的Transformers库和Inference Endpoint服务中。

开发者今后在Hugging Face上一键部署模型时，将默认获得英伟达硬件加速的推荐配置。这相当于把Hugging Face从一个中立平台，逐步转变为英伟达GPU生态的放大器。英伟达同时承诺向Hugging Face提供数亿美元的算力信用，用于平台用户免费试用其最新架构的GPU实例。

这一合作直接加速了开源模型向英伟达硬件的迁移。目前Llama、Mistral等主流开源大模型在Hugging Face上的下载量已超过亿次，英伟达通过优化这些模型的推理速度，把更多开发者锁定在自己的硬件上。短期内，这会进一步扩大英伟达在AI训练和推理市场的份额。

Perplexity成英伟达搜索入口试验场

另一笔重磅投入指向Perplexity。这家以实时搜索和AI总结著称的公司在过去一年估值迅速攀升。英伟达的资金注入不仅帮助Perplexity扩充算力，还让其搜索引擎后端全面切换到英伟达的NeMo框架和最新GPU集群。

Perplexity的搜索结果现在可以直接调用英伟达内部训练的特定领域模型，提供比传统搜索引擎更准确的技术、科学和编程解答。英伟达借此验证了一种新的商业模式：把GPU算力打包成终端AI产品，再通过订阅或广告形式变现。

这一布局显示英伟达不再满足于只做AI基础设施提供商。它开始介入最终用户面对的应用层，通过Perplexity收集真实世界的查询数据，反过来改进自己的基础模型和优化工具。140亿美元中分配给Perplexity的部分，还包括双方联合建立的一个AI搜索研发中心，目标是把搜索延迟降低到现有水平的四分之一。

全栈布局：从芯片到模型再到应用

把两笔投资放在一起看，英伟达的AI版图变得清晰。它已经形成从硬件、软件框架、模型托管到终端应用的完整链条。GPU仍是核心，但现在被包装成端到端的解决方案。

在硬件层面，英伟达继续迭代H100、B200等数据中心芯片。在软件层面，CUDA、TensorRT、NeMo构成封闭且高效的开发环境。通过Hugging Face，它掌握了模型流通的渠道；通过Perplexity，它掌握了用户交互的入口。这种全栈控制让英伟达能够对整个AI生命周期收取费用，从芯片销售到云服务订阅，再到潜在的搜索广告收入。

这种策略与过去英特尔在PC时代的做法有相似之处，但规模和速度远超当年。英伟达正在把AI变成类似操作系统一样的平台，而自己是平台规则的制定者。140亿美元只是这一战略的近期投入，未来类似规模的交易预计还会继续。

中美科技博弈下的供应链重构

中美之间在半导体和高性能计算领域的限制措施已经持续多年。美国出口管制让英伟达无法向中国市场直接销售最先进的H100和H200芯片。中国企业因此转向国产GPU和更依赖开源模型的路线。

英伟达此次对Hugging Face和Perplexity的布局，客观上加剧了中国AI企业在高端算力获取上的难度。Hugging Face上越来越多的模型开始默认优化英伟达硬件，国内开发者如果继续跟随主流开源路线，就可能面临性能折扣或额外适配成本。

但这也倒逼中国AI产业加快自主替代步伐。过去一年，华为昇腾、壁仞科技、寒武纪等公司在训练和推理芯片上取得进展，百度、阿里、字节等大厂也在大力投入自研大模型。Hugging Face上已经出现多个针对国产硬件优化的模型分支，这说明全球开源社区仍在一定程度上保持中立。

长远来看，英伟达的千亿级AI版图可能促使中国形成平行于CUDA的另一套生态。国家层面已经明确支持开源开放和自主创新，预计未来几年在基础软件、编译器和算子库上的投入会持续增加。

对中国AI产业的长期影响

英伟达140亿美元动作对中国AI的长远影响可以从三方面来看。首先是技术路径依赖风险。如果国内开发者过度依赖Hugging Face上的英伟达优化版本，一旦未来供应链进一步收紧，迁移成本会很高。因此中国企业需要尽早建立自己的模型仓库和优化工具链。

其次是应用层竞争加剧。Perplexity式的AI搜索产品已经在国内出现多家跟进者。英伟达通过投资掌握了搜索+大模型的成熟打法，这会给国内创业公司带来清晰的标杆，同时也带来更强的技术竞争。国内团队需要在数据合规、本地化知识和中文理解能力上找到差异化优势。

第三是全球合作空间的变化。英伟达并未完全切断与中国市场的联系。它仍在通过合规渠道销售较老架构的芯片，并与中国云服务商保持合作。Hugging Face作为开源平台，也继续对中国开发者开放。这意味着双方在特定领域仍存在合作可能，比如联合开发节能型AI推理方案或特定垂直行业的模型。

总体而言，英伟达一周砸下140亿美元的动作，标志着AI产业进入基础设施、平台和应用深度绑定的新阶段。对中国AI产业来说，这既是压力，也是加快补齐全栈能力的催化剂。未来几年，全球AI供应链大概率呈现双轨并行格局，一轨以英伟达全栈方案为主，另一轨则由中国自主技术和全球开源资源共同支撑。

黄仁勋的千亿AI版图远未完结

140亿美元只是英伟达近期公开的投入。黄仁勋在多个场合表示，未来几年公司将在AI软件和应用领域继续大手笔布局。英伟达的市值已接近3万亿美元，其现金储备和股票价值足以支撑更多类似规模的投资。

从芯片设计到模型训练、从开发者平台到终端产品，英伟达正在构建一个闭环生态。这个生态的强大之处在于，它能让每一层创新都反哺硬件销售，同时又通过硬件性能优势锁定上层应用。

对中国观察者而言，重要的是区分哪些部分可以借鉴，哪些部分必须自主。Hugging Face的社区治理模式、Perplexity的实时搜索技术、英伟达在全栈优化上的工程能力，都值得国内团队认真研究。但核心算力、基础框架和关键数据资源，则需要保持足够的独立性。

未来AI产业的竞争，将不再是单一芯片性能的比拼，而是整个技术栈、人才链和应用生态的较量。英伟达用140亿美元抢先卡位，中国AI产业也需要在接下来的时间里，以更清晰的战略和更快的执行力，构建属于自己的千亿级版图。

参考来源