根據外媒《金融時報》與《彭博》引述知情人士消息，AI 晶片龍頭輝達（NVIDIA）已同意以高達 129 億美元（約新台幣 4,128 億元）的代價，收購全球最大的開源 AI 模型代碼託管平台 Hugging Face。這不是一筆普通的矽谷併購案，而是一場圍繞著「算力支配權」的終局之戰。
截至 2026 年 8 月，儘管雙方官方仍處於緘默期，交易細節——包含全現金、股權置換或混合對價支付，以及橫跨美歐的反壟斷審查條件——均尚未拍板，但這筆交易的戰略輪廓已足夠清晰。被譽為「機器學習界 GitHub」的 Hugging Face，平台匯聚了全球超過數百萬開發者，以及數十萬個開源模型與資料集。輝達此舉，等同於將全球開源 AI 的「軍火庫」與「兵工廠」直接納入自己的運算帝國版圖。
80 倍營收倍數的算盤：買的不是營收，是生態系的入場券
單純從財務數字來看，這筆交易貴得令人咋舌。Hugging Face 近期年化經常性收入（ARR）僅約 1.5 億美元（約新台幣 48 億元），129 億美元的收購價，隱含的遠期營收倍數（Forward P/S）高達 80 倍。對華爾街的傳統價值投資者而言，這幾乎是天文數字。
「輝達買的從來不是當下的營收，而是未來十年 AI 軟體棧的定義權。當全球開發者打開 Hugging Face 下載模型、進行微調時，如果底層的硬體適配與軟體優化路徑都預設為 NVIDIA 架構，這道護城河的深度，將遠超過任何一間新創晶片公司能跨越的距離。」
這筆交易的底層邏輯，在於 Hugging Face 掌握了 AI 開發者的「工作流入口」。根據輝達內部評估，開源社群貢獻的模型與程式碼，已成為驅動企業級 AI 應用的主要燃料。若能主導這個入口，輝達便能確保所有開源模型的推理與訓練，都必須建構在 CUDA 生態系與其通用 GPU 之上。
正面迎擊「去 GPU 化」：黃仁勳的開源防護罩
深入剖析輝達決策層的戰略意圖，這場併購最核心的防禦目標，鎖定 OpenAI、Anthropic 等頂尖閉源實驗室加速自研晶片的「去 GPU 化」趨勢。隨著大型語言模型（LLM）邁入超大規模商業部署期，閉源巨頭無不傾全力研發專用推論晶片。
以數據來看，OpenAI 日前甫揭露其首款自研推論晶片「Jalapeño」的效能測試，宣稱每單位功耗表現已優於輝達 Blackwell 架構；Google 亦積極遊說核心企業客戶轉向採用自研張量處理器（TPU）。若這些閉源巨頭成功以自研晶片綁定終端應用，輝達的通用 GPU 市場將面臨嚴峻挑戰。
輝達執行長黃仁勳（Jensen Huang）對此的策略相當明確：只要全球開源模型生態持續蓬勃，就沒有單一閉源寡頭能壟斷 AI 推理的底層架構。透過入主 Hugging Face，輝達能直接確保 Nemotron 等自研開源模型獲得最廣泛的社群採用，並在模型權重分發、演算法架構適配到底層硬體優化的每一個環節，將輝達晶片預設為開源社群的第一首選。
消化 360 億美元的龐大算力：Hugging Face 的關鍵綜效
除了生態防禦，Hugging Face 還扮演著輝達盤活雲端算力版圖的「救援投手」。根據輝達最新財報揭露，為支援客戶信貸與生態扶持，公司目前背負著高達 360 億美元（約新台幣 1.15 兆元）的龐大雲端服務採購合約。
回顧過往，輝達曾力推「DGX Cloud」服務，向已採購加速卡的雲端巨頭回租硬體，再轉租給企業客戶，試圖自立算力出租門戶。然而此舉引發與亞馬遜 AWS 等主要客戶的競合矛盾而轉趨收縮。倘若市場景氣波動或客戶轉租需求放緩，這批龐大的冗餘算力產能，將急需一個可靠的消化出口。
「這正是 Hugging Face 能夠發揮最大綜效之處。平台共同創辦人兼執行長德朗格（Clem Delangue）曾指出，平台在 2026 上半年已從青少年聊天軟體轉型為 AI 開發者的核心協作樞紐。透過整合輝達的閒置算力，Hugging Face 將能推出『推論即服務』（Inference-as-a-Service）的超級入口，讓開發者直接在平台上呼叫輝達 GPU 進行模型部署。」
這不僅能將輝達的帳上負債轉化為高毛利服務收入，更能徹底繞過傳統雲端巨頭（AWS、Azure、GCP）的層層剝削，建立直達終端開發者的算力高速公路。
「從產業面來看，這筆交易若通過審查，將確立 AI 產業的『硬體-平台-應用』鐵三角。輝達掌握晶片與平台，微軟掌握應用層，而 Google 與亞馬遜則可能被迫加速收購其他開源平台來抗衡。對一般企業來說，未來選擇 AI 供應商的標準將不再是單純的模型效能，而是看它屬於哪一個生態系陣營——這將大幅改變企業數位轉型的採購決策邏輯。」
數據背後的啟示
綜合以上數據與戰略分析，輝達這筆 129 億美元的豪賭，背後有三個殘酷的產業現實：
- 算力軍備競賽升級：輝達不再滿足於當「鏟子供應商」，而是要直接擁有「礦場」。透過 Hugging Face 的數據飛輪，輝達能即時掌握全球模型開發的痛點與趨勢，讓硬體設計永遠領先開源社群的需求半步。
- 開源不再是情懷，而是商業武器：當閉源模型（如 GPT-5）的訓練成本與推理成本高到只剩少數巨頭玩得起時，輝達選擇扶持開源生態，實際上是在稀釋閉源對手的商業價值，逼迫對手在硬體層面與其正面交鋒。
- 監管的終極考驗：80 倍的營收倍數與垂直整合的壟斷疑慮，將讓這筆交易面臨歐盟與美國聯邦貿易委員會（FTC）的嚴苛審查。輝達能否說服監管機構開放 Hugging Face 的生態系予競爭對手（如 AMD、英特爾）使用，將是交易能否過關的關鍵變數。
黃仁勳正試圖用一筆創紀錄的收購，為輝達的算力王國蓋上最後一塊不可取代的防護罩。這不是單純的商業併購，而是一場決定未來 AI 世界權力歸屬的總體戰。至於這 4,128 億新台幣花得值不值得，就看未來兩年內，開源社群是否真的願意乖乖留在輝達鋪好的軌道上奔馳了。
「編輯觀點：這筆交易最有趣的並非金額，而是它宣告了『純軟體』AI 公司的時代即將終結。未來沒有自研晶片或綁定算力資源的 AI 新創，估值將面臨嚴峻挑戰。同時，對於台灣的伺服器代工廠與散熱解決方案供應商而言，輝達此舉將進一步鞏固其對生態系的控制力，ODM 業者必須加快從『硬體製造』轉型為『AI 算力服務整合商』的速度，否則將淪為純粹的代工毛三到四受害者。」
AI 算力生態的下一步：開發者與企業該如何應對？
無論這筆交易最終是否過關，一個明確的訊號已經釋出：AI 的競爭已從「模型參數大戰」轉向「基礎設施與開發者生態綁定」。對於依賴開源模型進行開發的團隊，建議立即盤點現有專案對 Hugging Face 生態的依賴程度，並開始測試輝達 Nemotron 與 CUDA 平台的相容性備案。對於企業決策者，在選擇雲端服務或 AI 晶片供應商時，應將「生態系開放性」納入風險評估指標，避免未來面臨被單一巨頭綁架的 Vendor Lock-in 風險。
本文改寫整理自公開新聞來源，原始報導由T客邦發布。
常見問題 FAQ
輝達為何願意以 80 倍營收倍數收購 Hugging Face？
因為輝達買的不是 Hugging Face 當下的軟體訂閱收入，而是其背後數百萬開發者的模型發佈入口與 AI 工作流標準制定權，這能有效鞏固其 GPU 與 CUDA 生態系的長期壟斷地位。
這筆 129 億美元的收購對台灣 AI 產業有何影響？
將進一步鞏固輝達對 AI 算力供應鏈的控制力，台灣伺服器代工廠與散熱業者須加速從硬體製造轉型為算力整合服務商，否則將面臨利潤被壓縮的風險。
Hugging Face 被收購後，開源模型會變得不再自由嗎？
輝達公開承諾將維持平台的開源中立性，但競爭對手（如 AMD、英特爾）擔心輝達會透過底層優化使開源模型在非 NVIDIA 硬體上效能下降，這將是各國反壟斷審查的核心焦點。
這筆交易何時會完成？
目前雙方尚未正式對外確認最終協議，交易尚需通過美國、歐盟等地的反壟斷監管審查，業界預估最快需耗時 6 至 12 個月才能明朗。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
