Nvidia zgodziła się przejąć Hugging Face za 12,9 mld dol. Analitycy zestawiają teraz tę transakcję z najnowszymi wynikami spółki, by ocenić, czy pomoże jej powstrzymać ofensywę Broadcoma na rynku chipów AI.
Kluczowe porównanie dotyczy podaży sprzętu. Nvidia sprzedaje uniwersalne procesory GPU, które dominują w trenowaniu i inferencji modeli AI, podczas gdy Broadcom projektuje customowe układy ASIC dopasowane do konkretnych obciążeń największych chmur (hyperscalerów). Ten segment Broadcoma urósł o 44,6% r/r, wobec 16,1% dla GPU.
Also Read: Wycena Gimlet Labs rośnie do 3 mld dol. po nowej rundzie finansowania
Ta 28-punktowa różnica dynamiki wzrostu to realny punkt nacisku, na który ma odpowiedzieć przejęcie — dlatego zakup Hugging Face to coś znacznie więcej niż tylko akwizycja talentów czy narzędzi.
Argument o „fosie” programowej
W wielu analizach transakcja jest przedstawiana jako zabezpieczenie przed rosnącą siłą Broadcoma w customowym krzemie, a nie czysta inwestycja w badania nad AI. Przejmując platformę z jej otwartoźródłowymi modelami i społecznością deweloperów, Nvidia może ściślej powiązać przewagę sprzętową z warstwą oprogramowania, której customowe ASIC Broadcoma nie będą w stanie łatwo skopiować, ocenia Shattered.io.
Logika po stronie podaży jest prosta: ekosystem deweloperski mocno związany z CUDA i całym otaczającym ją toolchainem podnosi koszt zmiany dostawcy w przeliczeniu na każdą jednostkę inferencji. To zaczyna mieć większe znaczenie, gdy koszt obliczeń w przeliczeniu na token systematycznie spada.
Oferta Broadcoma dla hyperscalerów opiera się na wydajności i dopasowaniu: chipy projektowane pod bardzo konkretne potrzeby obliczeniowe jednej chmury zamiast uniwersalnej architektury Nvidii zaprojektowanej do obsługi wielu typów zadań jednocześnie — wynika z porównania wyników przygotowanego przez The Motley Fool.
Gdy kapitałowe wydatki hyperscalerów przesuwają się w stronę własnego customowego krzemu zamiast kupowania „półkowych” GPU, to właśnie przepływ nakładów inwestycyjnych jest sygnałem, któremu rynek wierzy bardziej niż jakimkolwiek deklaracjom o neutralności wobec dostawców.
Also Read: Polygon uruchamia kanał darowizn krypto na rzecz Nepalu
Na co patrzą teraz inwestorzy
Analitycy pozostają pozytywnie nastawieni do obu spółek, wskazując na około 30‑procentowy wzrost nakładów inwestycyjnych hyperscalerów jako dowód, że rozbudowa infrastruktury AI wciąż ma przestrzeń do dalszego wzrostu — zarówno dla dostawców GPU, jak i ASIC.
Otwartym pytaniem pozostaje, czy warstwa programowa Nvidii, teraz dodatkowo wzmocniona przez przejętą platformę, pozwoli jej utrzymać przewagę marżową w sytuacji, gdy coraz więcej dostawców chmurowych projektuje własny customowy krzem zamiast masowo kupować gotowe GPU.
Odpowiedź pojawi się najpierw w zobowiązaniach dotyczących mocy obliczeniowych i trendach kosztu inferencji w przeliczeniu na jednostkę, a dopiero później — w narracji raportów kwartalnych.
Read Next: OpenAI wprowadza GPT-6 Astra, swój jak dotąd najmocniejszy model
