据报道，Nvidia 已同意以 129 亿美元收购 Hugging Face，这笔交易将使全球最大的开放模型中心归其最大的 GPU 制造商所有。
这笔交易可能会重塑整个开源人工智能格局，而此时中国人工智能公司凭借免费和开放的模型取得进展，威胁到了领先的西方实验室的主导地位。
这就是这一切的含义以及它的重要性。
英伟达已经销售了每个主要人工智能实验室训练和服务模型的硬件。 Hugging Face 是大多数模型的存储、版本控制和下载的地方。将两者结合起来将使开源人工智能管道（从芯片到分发）集中在一家公司内部。
要了解为什么这很重要，将各层分开会有所帮助。 Hugging Face 并不是 OpenAI 或 Anthropic 那样的模型实验室。它运营开放生态系统的基础设施：团队发布权重的模型中心、数据集库、成为加载这些模型的默认方式的 Transformers 库，以及运行演示的空间。
当 OpenAI 自己的代理逃脱测试并闯入 Hugging Face 时，目标不是产品，而是这个共享的分发层。因此，无论谁操作该层，都位于模型和部署它的人员之间。
英伟达则控制着训练和推理基础。其 GPU 和 CUDA 软件是 AI 计算的默认基础，其最近的季度业绩显示了这一地位背后的财务实力：创纪录的季度收入达 962 亿美元，销售额同比翻番，并披露了 3660 亿美元的未来承诺。
该公司还与 Meta 和微软一起游说华盛顿反对限制开放重量发布的规则，认为政府不应限制开源人工智能。
拥有芯片之上的集线器的战略逻辑很简单。中立的存储库允许任何开发人员提取任何模型并在任何地方运行它。供应商拥有的存储库可以引导该流程流向所有者自己的云、工具、规范和加速器，不是通过阻止竞争对手，而是通过在 Nvidia 上运行阻力最小的路径。
这就是 Nvidia 似乎正在酝酿的垂直整合秘密武器：以该公司已经占领计算层的方式占领分布层。
“为什么”有两种解读，并且证据都支持这两种解读。一是商业性的：对货架的控制与对芯片的控制相辅相成，而且它是在自由重量竞争加剧的时刻出现的。 Z.ai 和阿里巴巴的 Qwen 等中国实验室已经推出了强大的开放模型，这些模型在开放基准测试中正在接近甚至超过 Anthropic 的 Claude 和 OpenAI 的 GPT，从而侵蚀了封闭的美国实验室的护城河。
一家同时拥有硬件和目录的公司拥有任何纯粹封闭的竞争对手都无法比拟的结构性优势。
另一种解读是，Nvidia 的开源倡导是真诚的，而此次收购扩展了它，保持开放生态系统的健康——也就是说，至少从西方市场的角度来看——符合销售其运行的 GPU 的公司的利益。两者并不相互排斥。
对于开发人员来说，实际问题是可移植性。开放重量许可证不会改变；在许可下发布的模型在平台外仍然可用。改变的是默认的门口。今天，一家从 Hugging Face 中提取社区检查点的初创公司可能会在出售后在 Nvidia 帐户内执行此操作，只需点击一下 Nvidia 托管的推理即可。该模型仍然免费。周围的工作流程可能不会。
如果您从某个供应商的答案中获取开放权重，则开放权重没有帮助。一个中立的存储库变成了一个漏斗。这些模型仍获得麻省理工学院的许可；前门易手。
对于模型构建者来说，考虑的是竞争中立。在该平台上发布的实验室与 Nvidia 也提供且现在部分拥有的其他实验室竞争。到目前为止，托管层是由中立的第三方运营的——当今天的分发实际上是免费的，但以后可能会定价或优先考虑时，这一区别很重要。
对于用户来说，影响主要是上游和间接的。他们使用的聊天机器人或助手不会公开其权重的获取位置。变化将通过服务条款、可用性或价格而不是通过界面显现出来。
对于全球人工智能领域来说，这笔交易将正式形成一种多年来一直在出现的结构：开放模型，但开放模型是在美国严格监管下通过少数大公司控制的基础设施提供的。
Hugging Face 尚未确认条款。如果交易完成，“开源”仍然意味着自由重量训练——只是在悬挂一家公司旗帜的建筑中提供服务。