英偉達又在你眼皮子底下完成了一次歷史性轉型

編者按：本文來自微信公眾號 硅星人Pro（ID：Si-Planet），作者：週一笑、王兆洋，創業邦經授權轉載。

幾個月狂砸400億美金。英偉達就這麼明晃晃在所有人注視下完成了又一次重要的轉身。

過去幾個月，在OpenAI和Anthropic們每日不停製造着各種吸引眼球的新聞，但模型事實上整體停滯的行業浮躁階段，黃仁勳在所有人眼皮子底下通過罕見的節奏和大手筆砸錢，可能再次迅速完成了這家公司又一次歷史性的轉變。

在 Dealroom 列出的交易中，Mellanox 之後、2025年大額出手之前，英偉達已完成收購的單筆金額最高約7億美元。而如今在Poolside、Essential AI、HugginFace，以及此前的Groq和接下來瞄準的Reflection身上，幾十億、上百億美元的交易安排連着出現，密度與規模在英偉達自身歷史上都很突出。

這家全球市值最高之一的公司，正在接連吸收研究團隊、購買訓練技術，宣佈收購開發者平台，把AI基礎設施業務積累的資本、人才和組織能力，投入到了自己的前沿模型研發。

它的目標很明確，它將不再只是一家制造GPU、網絡設備和數據中心的AI基礎設施公司，而是在轉向一家同時製造計算系統與前沿智能的公司。芯片、網絡和整機系統仍然是它的根基，但模型、訓練方法和智能體能力，正在成為它要親自生產的另一類核心產品。

連續砸出400億美金

60億美元，獲得一家模型公司的非獨家技術許可。再拿出10億美元，投資這家公司。

這是英偉達今年8月與 Poolside 達成的交易安排。據報道，109名員工同時收到了英偉達的工作邀請，其中一批研發人員將進入英偉達自己的模型項目 Nemotron。Poolside 的創始人則留在原公司。

Poolside 成立於2023年，聯合創始人包括前 GitHub CTO Jason Warner 和 Eiso Kant。它從代碼智能出發，把強化學習視為通向更強智能的重要路徑，並建立了一套被稱為 Model Factory 的模型研發系統。英偉達為之支付的60億美元，指向一套已經實際產出模型的研發技術。

交易背後有很有趣的細節。據對 Poolside 投資者信的報道，2025年底，公司曾需要在六週內籌到20億美元，以取得一項包含4萬顆 GB300 的集羣安排。融資沒有及時完成，它失去了這項安排。隨後，製造這些芯片的公司，成了它的技術許可買家，並向研發人員發出大批工作邀請。

這筆交易之後不到半個月，英偉達又宣佈了另一筆更大的交易：以約129.3億美元收購 Hugging Face。其中約119億美元支付給股東，另有最高約10億美元的員工股權留任安排。

兩筆交易安排，加起來接近200億美元。

Hugging Face 在英偉達心裏的位置也很明確。它連接着超過1800萬名開發者、研究者和創作者，平台上有超過300萬個模型，逾20萬家公司通過它發現、評估、定製和部署AI。英偉達準備買下的，是一個已經運轉起來的開發者平台。

黃仁勳在宣佈交易時承諾，平台會繼續支持開發者選擇不同的模型、框架、雲和計算平台，使用 Hugging Face 不以採用英偉達硬件為條件。平台的開放性，是它能夠連接如此多開發者的重要原因。收購協議目前尚待交割。

黃仁勳還在公告裏透露，是 Hugging Face 聯合創始人 Clément Delangue 在考慮公司的下一步時找到他，希望英偉達成為公司的新歸宿。一家連接整個模型社區的平台，主動把未來託付給了原本主要提供計算的公司。

如果把時間再往前撥兩個月，另一位重要人物已經進入英偉達。

今年6月，有報道稱，Transformer 論文第一作者、Essential AI 創始人 Ashish Vaswani，與該公司的多名研究人員加入英偉達，參與 Nemotron 研發。金額沒有披露。Essential AI 此前發佈過從頭訓練的開放模型 Rnj-1，團隊具備從模型架構到訓練、後訓練的實際經驗。

這裏還有個耐人尋味的細節：AMD 是 Essential AI 的早期投資者。按照 Essential 自己發佈的技術介紹，團隊的訓練基礎設施包括谷歌 TPU 和 AMD MI300X。如今，其中一批研究人員進入了英偉達。它吸收的還包括曾經在其他計算平台上造模型的經驗。

而據多家機構報道，英偉達最新的目標瞄準了 Reflection AI。

這家公司由前 DeepMind 研究者 Misha Laskin 和 Ioannis Antonoglou 創辦。後者參與過 AlphaGo、AlphaZero 和 MuZero 的研發，把強化學習、自我博弈和智能體研究的經驗帶到了新公司。英偉達此前已經向 Reflection 投資約8億美元；它今年融資時的投前估值達到250億美元。雙方現在討論的方案包括追加投資、完整收購，以及招聘人員並獲得技術授權。談判仍處於早期。

而在這一系列密集出手裏，還包括一筆不能遺漏的硬件交易。

去年12月，英偉達與推理芯片公司 Groq 達成非獨家技術許可協議，Groq 創始人 Jonathan Ross、總裁 Sunny Madra 等人加入英偉達。媒體報道交易安排約200億美元，雙方沒有公佈金額。

已經擁有GPU優勢的英偉達，仍然願意以如此高的價格，把另一條推理計算路線及其核心團隊納入自己的體系。今年8月，英偉達的財報產品清單裏，已經出現了進入全面生產的 NVIDIA Groq 3 LPX 推理加速器。

把 Groq、Poolside 和 Hugging Face 放在一起，按公開報道和已宣佈的交易安排計算，不到一年，規模接近400億美元。這涉及技術許可、人才吸收、股權投資和待交割收購，不能統稱為已經支付的併購現金。但下注的分量已經足夠清楚。

同樣清楚的是它選取資產的方式：Groq 的技術與領導者進入英偉達；Poolside 留下創始人，英偉達取得技術許可並大規模招聘研發人員；到了 Hugging Face，它選擇購買整個平台。

這些不同的交易結構，對應着不同的目標。英偉達正在挑選自己下一步需要的人、技術和組織，而這些交易共同指向同一個判斷：它正在從AI基礎設施公司轉向同時製造計算系統與前沿智能的公司。Groq補足推理計算，Poolside補足模型生產，Essential AI和Reflection補足前沿研究，Hugging Face則可能把模型與開發者生態連接起來。

英偉達已經是一個Frontier Lab

2016年，黃仁勳親自把第一台 DGX 系統送到 OpenAI 的舊金山辦公室。那張照片裏，他站在機器旁，打開GPU托盤，向這家年輕實驗室展示新的計算工具。

十年後，他正在為英偉達自己組織更大的模型研發力量。

架構研究、數據、訓練系統、後訓練、評估，一間前沿實驗室需要的核心環節，正在這家公司內部進一步匯合。Poolside 的交易尤其能説明這件事。

Model Factory 是它持續生產模型的研發系統。數據處理、訓練實驗、評估和後訓練被組織進同一套流程，研究人員可以通過配置實驗來調用這些能力。按照公司自己的技術介紹，一些過去需要數週安排的工作，如今可以在一小時內完成調度。

Kant 在接受 Latent Space 訪談時估計，不到70名研究人員，加上約35名工程師，每月可以運行約1萬至2萬次實驗。模型研發週期也從半年縮短到五週、八週。這些數字呈現的是一支團隊持續驗證想法、把實驗積累帶進下一款模型的效率。

單個模型只是這套流程階段性的產物，難以複製的是背後的數據、訓練系統、實驗基礎設施，以及反覆試錯後積累的經驗。英偉達取得的技術許可和研發人員，指向的是持續生產下一款模型的能力。

今年7月，Poolside 發佈 Laguna S 2.1。從啓動預訓練到發佈，不到九周。這種速度建立在前幾代模型的研究、數據、架構實驗和評估系統之上；新一代模型繼續使用此前積累的工作，而研發系統負責把它們組織起來。

人才與系統一起進入英偉達，才是這筆交易最值得重視的部分。60億美元買進的能力，可以繼續產出下一代、再下一代模型。

英偉達自己也早已有模型研究的基礎。今年6月發佈的 Nemotron 3 Ultra，擁有5500億總參數、550億激活參數，預訓練使用了20萬億 token，隨後經過監督微調、強化學習等後訓練過程。權重、訓練數據和配方向外公開。

在此之前，英偉達還成立了 Nemotron Coalition，與 Mistral、Reflection、Thinking Machines Lab 等公司合作推進前沿開放模型。其中，與 Mistral 共同開發的基礎模型被明確列為後續 Nemotron 4 的基礎。

收購與人才吸收，把這項既有事業推向了更大的規模。Vaswani 等人帶來研究力量，Poolside 帶來一批經歷過完整模型生產過程的研發人員和訓練體系，Reflection 若最終加入，則會繼續補充前沿模型與強化學習能力。

一間巨型前沿模型實驗室，已經在英偉達內部搭建並擴張起來。它有自己的模型、研究人員、訓練方法和工程系統，目標直接指向下一代智能。

如今討論前沿模型實驗室，必須把英偉達放進同一張名單。它在這個名單裏的特殊之處，是實驗室背後還有一個完整的計算帝國。

這間實驗室還有一個獨立模型公司很難原樣複製的條件。設計GPU、網絡與整套計算系統的組織，就在同一家公司裏。

模型架構發生變化，顯存、帶寬、通信和調度的瓶頸也會跟着變化。研究團隊看到的問題，可以反饋進硬件和推理軟件的研發；新的計算能力，又可以成為下一輪模型實驗的條件。英偉達能夠同時改進機器，以及機器運行的模型。

Kant 在同一場訪談裏説，基礎模型與硬件、系統緊密聯繫；新一代網絡和計算系統，會推動模型能力出現階段性進步。這個判斷，如今有了一個具體的組織載體：Poolside 的模型研發人員正在與製造這些系統的公司結合。

模型公司的軍備競賽，也在為這間實驗室積累資本。客戶購買計算，英偉達獲得收入和利潤，再把資本投入自己的模型生產能力。前沿模型研發的賬，可以放進整個計算業務中衡量。

這一輪大下注，黃仁勳賭的是：英偉達長期積累的系統工程能力，與一流模型研究結合，能夠產生新的突破。芯片已經做到了全球頂峯，它還要在智能本身上取得技術成績。

如果 Hugging Face 交易完成，這套體系還會獲得一個成熟的開發者平台。模型從產出到被發現、測試、修改和部署，有機會被進一步連接起來。

頂級研究者、持續產出模型的訓練體系、自研GPU與網絡、足以長期支撐研發的現金流，已經在英偉達內部匯合。Hugging Face若併入，開發者入口也將加入這個組合。一家前沿實驗室、一家計算系統公司和一個模型分發平台，正在被組織進同一家公司。資源與組織的門檻已經跨過，下一道硬門檻，是能否持續拿出領先模型。

前沿模型已經成為英偉達需要直接交付的研發成果。模型與芯片，將共同決定這家公司接下來能夠走多遠。英偉達正在把計算系統和前沿智能放進同一套研發、資本和組織體系中。它要製造的，不只是讓別人訓練模型的機器，也包括由這些機器訓練出來的下一代模型和智能體。

黃仁勳式的又一次歷史性轉身

這一輪下注發生在英偉達最賺錢的時候。最近一個季度，公司收入962億美元，同比增長106%，淨利潤約596.9億美元。現有業務仍在高速增長，它已經開始用大筆資金改變下一階段要做的生意。

CUDA 已經體現過這種選擇的分量。2006年，英偉達開始把GPU的並行計算能力開放給通用計算。黃仁勳後來回憶，支持CUDA增加了芯片成本，當時卻缺少應用，客戶也不願為它付溢價；這項投入花了大約十年才開始奏效。遊戲生意承擔了新能力的早期成本，也為英偉達積累了後來進入AI計算的開發者基礎。

2019年收購 Mellanox 時，69億美元的標價，接近英偉達上一財年末74.22億美元現金及有價證券的九成三。它提前買入了將整個數據中心作為計算機來設計所需的網絡能力。此後，400億美元的Arm收購失敗，軟銀保留12.5億美元預付款，也給這種擴張標出了真實的代價。

這些決定呈現出同一種行為模式：在現有業務還能持續獲利時，就為下一階段必須掌握的能力付出大筆成本。每一筆投入都在擴大公司要製造的東西。CUDA把遊戲芯片推向通用計算，Mellanox把計算機的邊界擴大到整個數據中心，今天的模型交易則把智能本身納入英偉達的核心研發。

黃仁勳從1993年起一直擔任CEO。33年的連續領導，讓早期支付的技術成本、後來獲得的商業回報和下一次下注，始終處於同一條決策鏈上。他能夠親自承擔一個判斷的代價，等到它兑現，再用結果動員公司接受更大的投入。英偉達的長期決策，由此有了一個持續負責的執行者。

他在今年與 Lex Fridman 的訪談中解釋過自己的做法：正式宣佈方向以前，持續用新信息和工程進展，向董事會、管理層和員工解釋理由。過去的成功積累了他的技術信用，今天的利潤和產業地位又擴大了可調用的資源。這讓一位企業家的技術判斷，能夠調動規模罕見的資本、人才與工程能力。

英偉達已經拿走上一階段AI計算生意中的豐厚回報。黃仁勳現在把它變成研發前沿智能的資本，並把研發組織放進自己經營了33年的計算公司。

CUDA 讓研究者可以在GPU上實現自己的算法。這一輪，英偉達把一批研發前沿模型的研究者和工程組織也納入公司，直接參與決定下一代智能如何實現。

這家公司的未來，將同時由它設計的計算系統與它研發的智能決定。

做了三十三年計算機的黃仁勳，正在把智能研究變成自己公司的又一項核心事業。英偉達正從一家主要為前沿智能提供基礎設施的公司，轉向一家同時製造計算系統與前沿智能的公司。它過去製造訓練智能的機器，未來還要製造機器中的智能；過去的計算優勢將成為模型研發的基礎，而模型研發的結果又會反過來定義下一代計算系統。

看起來，黃仁勳還得繼續贏下去。

本文為專欄作者授權創業邦發表，版權歸原作者所有。文章系作者個人觀點，不代表創業邦立場，轉載請聯繫原作者。如有任何疑問，請聯繫editor@cyzone.cn。