英伟达将以129.3亿美元收购AI平台「抱抱脸」

2026年9月3日，英伟达正式确认将以约 129.3亿美元收购AI平台 Hugging Face，约119亿美元付给股东，另有最高约10亿美元员工留任股权，预计 2027年上半年交割，但这需过反垄断审查。这是英伟达历史上最大规模的整公司收购之一。

Hugging Face 年化收入大约只有 1.5亿美元，估值倍数极高（约80倍以上销售），所以这笔钱买的不是当下利润，而是开源模型的分发入口。

为什么要买 Hugging Face？

Hugging Face 被称作“AI 界的 GitHub”：超过 1800万开发者，托管约 300万个模型、50万个数据集、100万个应用，超过20万家企业在用。它不自己训练前沿闭源大模型，而是做成模型、数据、微调、评测、部署的中立集散地。

英伟达要它，核心逻辑不是“多一个软件子公司赚钱”，而是把硬件需求的源头抓住：

1. 抓住模型分发层  

开发者选什么模型、用什么架构、下什么数据集，最终都会变成训练和推理算力订单。谁控制这个入口，谁就能提前看到下一波芯片该怎么设计。分析师的说法很直白：英伟达能看到哪些模型在涨、哪些架构在火，比新闻早几周。

2. 放大开源模型，等于放大芯片需求

黄仁勋的口径是：世界同时需要闭源前沿模型和开源/开放权重模型。开源模型让初创、企业、大学、政府不用每次都从零训练，也不用为每个任务都付前沿模型的价格，AI 才能铺到工厂、医院、农场、教室。模型用得越广，GPU 和整机卖得越多。他在财报会上也说过：闭源和开源都在暴涨，两边都在推英伟达出货。

3. 从“卖芯片”走向“卡平台”

 芯片会面临云厂自研、AMD/定制ASIC分流。CUDA 已经是软件护城河，再把全球开源模型社区收进来，等于在模型层再加一层生态。官方反复承诺：平台继续开放，不强制用英伟达芯片、不排斥其他云和加速器。这既是过监管的话术，也是怕把社区吓跑。

4.  顺手拿回一层“算力服务”入口

Hugging Face 本身有企业付费产品和托管推理/租算力业务。英伟达此前收缩过 DGX Cloud，这次相当于不用从零重建，就能靠近开发者部署环节。

5. 规模和资本匹配

Hugging Face 自己也承认：开源 AI 到了需要更大资源、更大可见度的拐点。英伟达有工程、全球渠道和几乎无限的现金，可以把社区从1800万往1亿用户推。有个细节，是 Hugging Face 的 CEO 克莱芒·德朗格（Clément Delangue）今年夏天自己去找黄仁勋谈合作/出售的，而不是黄仁勋找上门的。

英伟达这几年一直在用投资、贷款担保、与 BlackRock / Apollo / Blackstone / KKR / SoftBank 等合作，把外部资金导入 AI 工厂建设。买 Hugging Face 是同一套打法——先把生态做大，再让算力需求回流到自己的芯片、网络和整机。

英伟达未来营收会在哪几块？

现在它已经不是“只卖一块 GPU”的公司，而是 AI 工厂全栈：芯片 + 系统 + 网络 + 软件 + 模型分发。

最新体量：

• FY2026（截至2026年1月25日）营收 2159亿美元，同比+65%
•  FY2027 Q2（截至2026年7月26日）单季营收 962亿美元，同比+106%；数据中心 890亿美元
• 未来12个月滚动营收大约 3030亿美元
• 下一季指引约 1080亿美元（±2%）

主要增长面：

1. 数据中心计算（仍然是绝对主力，约九成） 

Blackwell / Blackwell Ultra 正在放量，Vera Rubin 接棒。单位机柜、单位兆瓦能贡献的收入在抬升：Hopper 大约每吉瓦180亿美元量级，Blackwell 约250亿，Rubin 管理层谈到约400亿。训练还在，但增量越来越来自 推理和智能体（agentic AI）——一次任务会链式调用很多模型，token 消耗是聊天机器人的十几到上百倍。

2. 网络

NVLink 机柜内互联、Spectrum-X 以太网、InfiniBand。网络增速经常比计算更快，Q4 FY2026 网络收入同比曾翻数倍。没有高速互联，GB200/GB300/Rubin 机柜卖不出去。

3. 新处理器品类

• Vera CPU：面向智能体编排，公司自己提过约2000亿美元级别的新 TAM  
• Groq LPX / LPU：专做低延迟 decode（生成答案那一段），补 GPU 在交互式推理上的短板

4. 软件与平台 

CUDA、TensorRT-LLM、Dynamo（推理调度“操作系统”）、NIM 微服务、AI Enterprise。这块占营收比例还不大，但装机量越大，软件越像高毛利的“操作系统租金”。收购 Hugging Face 后，模型和部署工具会进一步绑在这条链上。

5. 企业 / 主权 AI / 新云（AI Clouds）

数据中心内部已拆成超大规模云（Hyperscale）和 “AI云 + 工业 + 企业”。后者增速经常更快，说明需求从几家超级云厂向外扩散到主权算力、行业客户、新兴GPU云。

6. 物理 AI

汽车、机器人、Omniverse、Isaac。绝对值还远小于数据中心，但是下一轮“工厂和机器也要算力”的入口。

7. 游戏与专业可视化

仍在增长，只是被数据中心比下去了，不再是故事主轴。

总之，短期仍靠卖更贵、更密的 AI 机柜；中期靠推理 token 经济 + 网络 + CPU/LPU；长期靠软件、模型和生态把一次性卖芯片，变成持续的“AI 工厂产能升级”。

自由现金流怎么样？

非常强，而且是“赚得比花得快”的类型。

- FY2026 自由现金流大约 967亿美元，约占营收45%
- FY2027 上半年 FCF 约 699亿美元
- FY2027 Q2 单季 FCF 213亿美元，经营现金流241亿，资本开支约27亿
- 有来源统计截至2026年7月的滚动12个月 FCF 约 1270亿美元

毛利率目前在 75%附近，运营利润率极高，资本开支相对营收并不夸张（它是设计公司，制造主要在台积电等代工厂）。

现金主要用于：

- 回购股票
- 生态投资和担保（把华尔街和私募资金撬进建厂）
- 收购（Groq 团队/技术、这次 Hugging Face）

129亿美元对它来说，相当于一个多月的自由现金流，财务上完全压得住。真正的约束不是缺钱，而是先进封装、HBM、代工产能，以及各国监管会不会把“芯片巨头再收模型社区”看成垄断。

不过需要冷静看的几点，交易还没交割，2027年上半年，欧美反垄断大概率会盯“硬件巨头控制开源分发层”；官方承诺保持中立，但社区担心长期会偏向 CUDA / 英伟达模型。信任一旦裂开，开发者可以迁到别的仓库。Hugging Face 自己赚钱能力很弱，这笔收购的回报不体现在并表收入，而体现在未来几年多卖出的 GPU 和网络。英伟达自己也承认：需求可能再翻倍，但供给跟不上，所以给出的营收增速（约70%）低于内心看到的需求。

结论

买 Hugging Face，是英伟达承认“只卖芯片不够”。它要同时握住算力、互联、软件，以及开源模型被发现、被微调、被部署的那一层。未来几年营收主引擎仍是数据中心整机和网络，增量故事是推理、智能体、Vera/Rubin 和软件生态；自由现金流已经是全球最强之一，这笔收购改变的是卡位，不是它“有没有钱”。