Nvidia покупает Hugging Face за $13 млрд: открытые AI-модели становятся главным активом Кремниевой долины

Все ждут, когда Nvidia на этой неделе подтвердит самую интересную технологическую сделку: сообщается о приобретении Hugging Face, платформы для обмена открытыми AI-моделями и бенчмарками, за $13 млрд (~1,04 трлн рублей).

Hugging Face, известная как цель для команды OpenAI-агентов, занимающихся reward-hacking, находится в центре экосистемы разработчиков, создающих и развертывающих LLM, не принадлежащие ведущим лабораториям. Ее можно считать своего рода GitHub для эпохи ИИ.

Слухи об этой сделке появились после того, как Nvidia заключила соглашение на $6 млрд (~480 млрд рублей) с Poolside, разработчиком открытых моделей, в рамках которого большинство сотрудников перейдут в компанию-производитель чипов. Две недели назад Stripe приобрела OpenRouter, ведущего поставщика открытых моделей для бизнеса, более чем за $7 млрд (~560 млрд рублей).

Огромный капитал вливается в сектор, основанный на бесплатной раздаче технологий, что отражает последние тенденции в индустрии ИИ.

Для Nvidia важно избежать дальнейшей зависимости от сделок с крупными гиперскейлерами и ведущими лабораториями. Особенно это актуально, когда такие разработчики моделей, как OpenAI и Google, создают собственные чипы для инференса, например, OpenAI Jalapeño, возможности которого были анонсированы на этой неделе. Если разработчики моделей делают чипы, Nvidia хочет получить долю в бизнесе по созданию моделей.

Nvidia уже выпускает собственное семейство открытых моделей Nemotron, но их adoption невелик. Взяв под контроль крупнейшее американское пространство для разработчиков открытых моделей, компания получит доступ к массе пользователей, которых сможет привлечь к своим чипам и стандартам.

Также растут вопросы о стоимости AI-инференса, что заставляет компании изучать более дешевые модели китайских разработчиков, таких как Moonshot, DeepSeek и Alibaba. Сейчас adoption относительно невелик, но растет — всего 6% компаний используют открытые модели, согласно опросу Ramp, или 2% инженеров-программистов, опрошенных Jellyfish.

Ник Альбарран, руководитель AI-продуктов в Jellyfish, рассказал TechCrunch, что открытые модели в основном используются компаниями, чьи продукты зависят от повторяющихся задач инференса, например, сервисы поддержки клиентов. Поскольку это высокообъемные задачи с большим количеством повторений, открытую модель можно настроить для дешевых ответов.

Именно так Stripe объясняет приобретение OpenRouter. «Токены — это центральная валюта для компаний, работающих с ИИ, и очевидно, что реальный экономический потенциал будет зависеть от эффективного использования ограниченных вычислительных ресурсов», — заявил Патрик Коллисон, сооснователь и генеральный директор Stripe.

Однако для задач кодинга и агентных сценариев, где запросы разнообразны и требуют больше рассуждений, ведущие модели часто побеждают, отчасти потому, что проприетарные лаборатории обеспечивают более легкий доступ, а в некоторых случаях и субсидируют токены. Альбарран отмечает, что по мере отладки AI-рабочих процессов компаниям будет проще переходить на открытые модели. Тем не менее, основная причина, по которой компании сейчас обращаются к таким моделям, — это контроль и настраиваемость, а не экономия.

«Пока таких компаний немного… [но] если цены продолжат расти у ведущих лабораторий, все больше компаний будут вынуждены по крайней мере рассмотреть эту возможность», — сказал Альбарран TechCrunch. «Когда ваши AI-рабочие процессы станут более зрелыми, тогда и имеет смысл инвестировать в самостоятельный хостинг моделей».

Линь Цяо — генеральный директор Fireworks, ведущего роутера и хостинга открытых моделей для корпоративных пользователей, который часто называют потенциальной целью приобретения технологическим гигантом. Цяо говорит, что ее компания обрабатывает 40 триллионов токенов в день, больше, чем API Gemini или OpenAI.

Ставка Fireworks — на разнообразие моделей: по мере распространения и улучшения LLM компаниям будет проще обучать их под свои нужды. «Каждая компания, создающая приложения, должна рассмотреть возможность найма собственного исследователя», — сказала она TechCrunch на прошлой неделе. «Они могут использовать свой продукт и данные о продукте для создания собственной модели. Будущее — за специализированным интеллектом. Буквально каждая компания должна иметь свою модель для каждого сценария использования, и это произойдет автоматически».

Легко забыть, насколько рано мы находимся в развитии ИИ как инструмента и бизнеса. Однако доминирование OpenAI и Anthropic не является неизбежным. Поскольку технологические гиганты стремятся хеджировать свои ставки на крупнейшие лаборатории, привлекательность открытых технологий оказывается трудно устоять.