Nvidia договорилась о покупке Hugging Face за $12,9 млрд. Аналитики уже рассматривают сделку в связке с последним отчетом компании, оценивая, поможет ли она сдержать наступление Broadcom на рынке ИИ‑чипов.
Сопоставление особенно показательно на уровне предложения. Nvidia продает универсальные GPU, которые доминируют в обучении и инференсе ИИ‑моделей. Broadcom, напротив, разрабатывает заказные ASIC‑чипы под конкретные нагрузки гиперскейлеров — сегмент, который вырос на 44,6% год к году против 16,1% у GPU.
Читайте также: Оценка Gimlet Labs взлетела до $3 млрд после нового раунда
Этот 28‑процентный разрыв в темпах роста — ключевая «точка давления», на которую и нацелена сделка. Поэтому покупка Hugging Face выглядит не просто как охота за талантами или инструментами.
Аргумент о «программном рве»
Многие обзоры трактуют сделку как хедж против ускорения Broadcom в заказной микроэлектронике, а не как чисто исследовательский ИИ‑актив. Обладая платформой открытых моделей и сообществом разработчиков, Nvidia может привязать свое аппаратное преимущество к программному уровню, который заказным ASIC сложно повторить, отмечают в Shattered.io.
Логика с точки зрения цепочки поставок проста: экосистема разработчиков, плотно завязанная на CUDA и сопутствующий инструментарий, повышает стоимость переключения на единицу инференса. Это становится особенно важно по мере сжатия вычислительных затрат на один токен.
Предложение Broadcom для гиперскейлеров строится на эффективности: чипы проектируются под конкретные вычислительные задачи одного клиента, а не под широкий спектр нагрузок, как архитектура Nvidia, разработанная «на всех сразу», следует из сравнительного анализа отчетности Motley Fool.
Если капзатраты гиперскейлера смещаются в пользу заказного кремния, а не массовых GPU, именно направление потоков инвестиций, а не заявления о «нейтральности к вендорам», становится главным сигналом для рынка.
Читайте также: Polygon запустила криптомаршрут пожертвований в фонд помощи Непалу
На что теперь смотрят инвесторы
Аналитики сохраняют позитивный взгляд на обе компании. Рост капитальных расходов гиперскейлеров примерно на 30% рассматривается как признак того, что цикл строительства ИИ‑инфраструктуры еще далек от насыщения — и для поставщиков GPU, и для производителей ASIC.
Открытым остается вопрос, удастся ли Nvidia за счет программного слоя, теперь закрепленного покупкой платформы, удержать премию по марже на фоне того, что все больше облачных провайдеров разрабатывают собственный кремний вместо закупки серийных GPU.
Ответ рынок увидит сначала в объемах обязательств по мощности и динамике стоимости инференса, задолго до того, как это явно проявится в отчетности.
Читайте далее: OpenAI представила GPT-6 Astra — свою самую мощную модель
