Nvidia zgodziła się przejąć Hugging Face za 12,9 mld dol. Analitycy zestawiają tę transakcję z najnowszymi wynikami spółki, by ocenić, czy pomoże ona utrzymać przewagę Nvidii nad Broadcomem w segmencie chipów AI.
Punkt ciężkości porównania przesuwa się na stronę podaży. Nvidia sprzedaje uniwersalne układy GPU, które dominują w trenowaniu i inferencji modeli AI, podczas gdy Broadcom projektuje niestandardowe układy ASIC dopasowane do konkretnych obciążeń hiperskalerów. Ten segment Broadcoma urósł o 44,6% rok do roku, wobec 16,1% dla GPU.
Czytaj także: Wycena Gimlet Labs rośnie do 3 mld dol. po nowym finansowaniu
Ta 28‑punktowa różnica dynamiki to realna presja podażowa, na którą ma odpowiedzieć przejęcie Hugging Face. Dlatego transakcja wykracza daleko poza prosty zakup talentów czy narzędzi.
Argument o „fosie” w oprogramowaniu
W wielu opracowaniach umowa jest przedstawiana raczej jako zabezpieczenie przed rozpędem Broadcoma w customowym krzemie niż klasyczna inwestycja w badania AI. Przejmując platformę open source z jej bazą modeli i społecznością deweloperów, Nvidia może trwale powiązać przewagę sprzętową z warstwą software’ową, której niestandardowe ASIC‑i nie są w stanie łatwo skopiować, wskazuje Shattered.io.
Z perspektywy podaży logika jest prosta: ekosystem deweloperski silnie przywiązany do CUDA i całego otaczającego toolchainu podnosi koszt zmiany dostawcy w przeliczeniu na jednostkę inferencji. Ma to kluczowe znaczenie w sytuacji, gdy koszt obliczeń per token systematycznie spada.
Propozycja Broadcoma dla hiperskalerów opiera się na efektywności – układach projektowanych pod bardzo konkretne wymagania obliczeniowe danego klienta, zamiast szerokiej architektury Nvidii, która ma obsługiwać wiele typów zadań jednocześnie, wynika z porównania wyników przygotowanego przez Motley Fool.
Tam, gdzie nakłady inwestycyjne hiperskalerów kierowane są w stronę własnego, niestandardowego krzemu, a nie kupowanych na rynku GPU, to właśnie przepływ kapitału jest sygnałem, któremu warto wierzyć bardziej niż jakimkolwiek deklaracjom o „neutralności” wobec dostawców.
Czytaj także: Polygon uruchamia kryptowalutową ścieżkę darowizn do nepalskiego funduszu pomocowego
Na co patrzą teraz inwestorzy
Analitycy pozostają pozytywnie nastawieni do obu spółek, wskazując na około 30‑procentowy wzrost wydatków inwestycyjnych hiperskalerów jako dowód, że rozbudowa infrastruktury AI nadal ma przed sobą sporo przestrzeni – zarówno dla dostawców GPU, jak i ASIC.
Kluczową niewiadomą jest to, czy warstwa oprogramowania Nvidii, wzmocniona przejęciem Hugging Face, pozwoli utrzymać przewagę marżową w środowisku, w którym coraz więcej chmur projektuje własne, niestandardowe chipy zamiast kupować gotowe GPU.
Odpowiedź pojawi się najpierw w długoterminowych zobowiązaniach dotyczących mocy obliczeniowych i w trendach kosztu per inferencja, na długo zanim wybrzmi w oficjalnej narracji wynikowej.
Przeczytaj kolejne: OpenAI wprowadza GPT-6 Astra, swój jak dotąd najpotężniejszy model
