日前有报道指出，芯片巨头英伟达拟将开源模型平台Hugging Face收入囊中，据悉出价规模约为该公司年收入（1.5亿美元）的86倍。
针对这笔潜在交易的具体金额与进展，开机实验室向英伟达求证，芯片厂方面暂未作出正式回应。
值得注意的是，英伟达并非唯一试图布局产业链多个环节的AI领域头部企业。
6月份，OpenAI对外宣布研制出了一款专注于推理任务、无需参与训练的自主芯片，8月底时公开了相关的性能数据，并表示该芯片最快将在年终前部署于公司内部的计算设施。
那么问题来了：为何这些掌握话语权的AI厂商如此积极地寻求并购产业链下游及上游的企业和平台？内在驱动力究竟是什么？
走向各异，核心趋势却一致需要理解这一现象的本质，必须先分析这几笔关键交易。
在中文语境中，Hugging Face被誉为「拥抱脸」。本质上讲，这个平台就是AI开发领域的GitHub。这一生态汇集了全球众多开发者训练完毕的模型库、数据集资源，产业从业者几乎无法绕开它。
根据Hugging Face官方数据，该平台已托管超过300万个公开模型、100多万套数据集。
（图片来源：Hugging Face官方网站）
截至2025年，Hugging Face用户基数已经扩展至1300万规模。
（图片来源：Hugging Face官方网站）
同一年份，知名创投公司contrary麾下的研究部门发表报告，指出Hugging Face的付费客户企业数量已达2000家以上。
（图片来源：contrary官方网站）
这一平台的盈利逻辑相对简明：模型本身完全开放、免费使用，但想让模型运行需支付算力及服务费用。说得更直白一些，平台提供一个免费的开源模型社区环境，当商业机构希望确保模型运行的高效性与安全性时，必须为此付费。Hugging Face会为缴纳费用的个人用户和企业客户提供更多存储容量和计算资源。
根据研究机构sacra的统计数据，Hugging Face当前的年收入数字已攀升至1.5亿美元。
8月份传出另一则消息：英伟达与初创公司Poolside宣布达成协议，金额高达60亿美元的AI模型许可合作。
具体内容包括：英伟达向该初创公司投入10亿元资金，再花费60亿购得其Model Factory模型开发系统的非排他性授权方案，同时从这家公司引进了百余名工程技术人才，并将其纳入英伟达Nemotron大语言模型计划。
花钱投资、购买授权、引进人才，这套打法英伟达此前已经验证过。但这是首次针对大模型层面的公司实施这一策略。
这一举措表明，英伟达的野心不仅限于一时，而是想从芯片等上游产业向大模型及其相关社区的下游领域逐步渗透与控制。
现在看向OpenAI的动作。
Jalapeño是OpenAI在今年6月推出的首款完全自研ASIC芯片产品：架构设计由OpenAI主导，博通负责芯片工艺与网络部分，Celestica承担整机组装，从最初构想到量产交付仅耗时9个月。
（图片来源：OpenAI官方网站）
8月25日，OpenAI发布了该芯片的首批性能数据报告：在GPT-OSS 120B、DeepSeek R1、Kimi K2.5 1T等三款大模型上，Jalapeño的每瓦性能指标超过参考系统（英伟达GB200/GB300）的1.5到1.9倍，而端到端推理延迟则仅为后者的约1/1.7至1/3.6；在处理高交互性工作负载时，这一优势进一步扩大至2.1到4.1倍。这款额定功耗700瓦的处理器，实际运行中持续功耗被控制在550瓦以内。
（图片来源：OpenAI官方网站）
当天，OpenAI首席执行官奥特曼在X平台上发布了一条简洁有力的声明：「芯片已出世，性能超群。」
按照OpenAI的规划，Jalapeño有望在年底前进入OpenAI的计算基础设施开展应用。第二代芯片已处于深度研发阶段，第三代也已初步成型。
（图片来源：OpenAI官方网站）
尽管OpenAI多次重申英伟达仍是其训练算力的主要供应方，Jalapeño限于推理环节，目前还没有能力取而代之。
但显然可见，大模型开发商想在芯片领域占据一席之地。
除此以外，连支付服务商也开始在大模型企业上做文章。支付公司Stripe最近豪掷80亿美元，拿下了模型聚合平台OpenRouter。
Stripe是全球最具规模的在线支付服务商，由爱尔兰籍的Patrick和John Collison兄弟档在2010年创办。开发人员只需几行代码植入，就能在其应用中集成收款、订阅管理、发票以及税务等功能。
OpenRouter从事模型聚合平台业务，靠的是数据流量变现。开发者通过单一API接口，便可接入来自80多家服务提供商的400多个模型资源，由该平台根据价格、反应速度和稳定性，动态分配每次请求的最佳提供商。
据官方8月披露的信息，该平台每日处理超10万亿Token级别的请求，服务范围涵盖超过1000万的开发人员和企业组织，自建立至今，平台每年的推理规模至少增长10倍。今年5月完成的B轮融资达1.13亿美元。
（图片来源：OpenRouter官方网站）
虽然这些企业展现出的扩张方向各有不同，但要达成的目标却高度一致：每家公司都想把更广范围的产业链环节纳入自己的势力范围。从微观角度看，AI恰是一个纵横交错的完整生态，没有硅基芯片无法产生算力基础，但只有算力也必须配置实用应用才能创造商业价值，产业链的任何缺失都会制约整体效能。
既然身处产业之中，布局越多环节，意味着能够掌握越多的利润流，也意味着构筑越厚实的竞争壁垒。由此，AI领域的主要玩家正式开启了「全方位纵深闭合」的全新竞争时代。
商业回报，以及发展路线的内部分化把领地收进去的现实意义也挺明显的，说到底就是财务收益增长。
7月下旬，多个媒体转载了摩根士丹利的研究报告，该报告对三种不同的AI推理业务盈利方式进行了ROIC（投入资本回报率）测算。
相关数据表明，依靠自主构建基础设施、直接销售大模型API服务的企业模式，增量ROIC约为46%；超大型科技企业出租GPU算力的商业路线，ROIC约为31%；而代理租赁第三方算力再转售API，ROIC仅有25%左右。
翻译成白话，就是掌握的环节越多、自主权越高的AI公司，终端获利空间也越大。
英伟达力推收购Hugging Face、牵手Poolside的举动，或许正是对这一结论的生动诠释。
也许可能是为了防守：开源模型生态的健康繁荣构成了对闭源体系威胁的最有效缓冲——当开源阵营越发活跃，单一闭源厂商垄断GPU需求的可能性就越小。
正因如此，黄仁勋在7月末就美国AI管制话题宣告观点时表达了这样的立场：「人工智能即将变革各行各业，令每个企业获得赋能，被全世界范围内的政府和机构应用与建设。开放权重的模型能增强防护体系与信息安全，促进技术革新与技术平民化，维护国家数据自主权。全球既需求尖端的私有模型，也同样需求具有国际竞争力的公开源代码模型。」
（图片来源：网络截图）
黄仁勋的这则声明之外还附上一份标题为《开放模型权重与美国AI产业领导权》的联署公开信。英伟达、Meta、微软、Palantir、CrowdStrike、IBM、ServiceNow、Hugging Face、Mistral AI、a16z、Y Combinator及Perplexity等二十多家市场参与者和机关组织参与签署了这份联署信。
值得玩味的是，OpenAI与Anthropic的名字不在其中，谷歌也缺席了，三家公司的主流商业模型均属于闭源类。
OpenAI这类模型研发企业自主研制芯片，极有可能是希望减轻对英伟达硬件产品的依赖度，从而降低运营成本与成本支出。
本年度以来，以OpenAI领头的海外模型厂商遭受了包括DeepSeek、Kimi等国产模型的「价格战」冲击，已经进行多轮API降价，OpenAI甚至之前还宣布未付费用户的默认模型升级为GPT-5.6 Luna，给予无限量文本对话权限。
就在不久前，获得OpenAI投资的法律AI企业Harvey发布了该公司训练的首个专有模型Tenet，出人意料的是，其训练基础模型采用的是Kimi K3。这些现实状况都在说明，单纯做大模型生意的公司，利润空间越来越有限。
由此，大模型商家纷纷向上游延伸触手，企图通过自建芯片、自我构建算力基地，将英伟达掌握的利润部分夺回来；而英伟达则采用了防守反击的节奏，向下游深入，并购平台、帮扶开源生态，确保GPU产品永远有充足的模型任务可供消耗。
当前，AI产业生态正步入一个「互相蚕食地盘」的大并购整合年代。
