Nvidia ведёт переговоры о приобретении Hugging Face, платформы для обмена моделями ИИ с открытым весом, за 13 миллиардов долларов. Сделка, если она подтвердится, станет одной из крупнейших в сфере технологий на этой неделе. Hugging Face, известная как площадка для разработчиков больших языковых моделей, оказалась в центре внимания после соглашения Nvidia с Poolside на 6 миллиардов долларов.
Теперь известный как цель для команды агентов OpenAI, Hugging Face находится в центре экосистемы разработчиков, создающих и развертывающих LLM, которые не принадлежат пограничным лабораториям. Думайте об этом как о своего рода GitHub для эпохи искусственного интеллекта.
Слухи об этой сделке появились после того, как Nvidia заключила соглашение на 6 миллиардов долларов с Poolside, производителем моделей с открытым весом, в результате которого большинство ее сотрудников перейдут к гиганту по производству чипов. А две недели назад Stripe приобрела OpenRouter, ведущего поставщика моделей с открытым весом для бизнеса, за более чем 7 миллиардов долларов.
Это большой капитал, вливающийся в сектор, основанный на раздаче вещей, и он отражает последние тенденции в секторе ИИ.
Зачем Nvidia покупает Hugging Face?
Для Nvidia необходимо избегать дальнейшей зависимости от своих сделок с крупными гипермасштаберами и пограничными лабораториями. Это особенно верно, когда крупные разработчики моделей ИИ, такие как OpenAI и Google, также создают свои собственные чипы вывода, такие как Jalapeño от OpenAI, чьи возможности были объявлены на этой неделе. Если создатели моделей делают чипы, Nvidia хочет получить часть бизнеса по созданию моделей.
Nvidia уже строит собственное семейство моделей с открытым весом Nemotron, но их популярность не была огромной. Взяв под контроль крупнейшее в США разработчикское пространство для открытых моделей, компания получит доступ к массе пользователей, которых она сможет довести до своих чипов и стандартов.
Растут также вопросы о стоимости вывода ИИ, который заставляет компании изучать более дешевые модели, построенные китайскими компаниями, такими как Moonshot, DeepSeek и Alibaba. В настоящее время внедрение относительно невелико, но растет — только 6% компаний используют модели с открытым весом, согласно опросу данных о расходах Ramp, или только 2% инженеров-программистов, измеряемых Jellyfish, который делает инструменты для разработчиков.
Кто уже использует открытые модели?
Ник Альбарран, руководитель отдела ИИ в Jellyfish, сказал TechCrunch, что модели с открытым весом в основном используются компаниями, чьи продукты полагаются на повторяющиеся рабочие нагрузки вывода, такие как те, которые предоставляют чаты обслуживания клиентов. Поскольку это большие объемные задачи с большим количеством повторений, модель с открытым весом может быть настроена, чтобы ответить на вопросы дешево.
«Токены являются центральной валютой для компаний, строящих с ИИ, и ясно, что реальный экономический потенциал будет зависеть от эффективного использования скудных вычислительных ресурсов», — сказал Патрик Коллисон, соучредитель и генеральный директор Stripe.
Однако для кодирования и агентных задач различные запросы и больше рассуждений означают, что пограничные модели часто выигрывают, отчасти потому, что запатентованные лаборатории обеспечивают более легкий доступ, а в некоторых случаях и субсидию токенов. Альбарран говорит, что по мере того, как компании будут набирать данные в рабочих процессах ИИ, будет легче перейти к открытым моделям. Тем не менее, основная причина, по которой компании смотрят на эти модели сейчас, заключается в контроле и настройке, а не из-за проблем с расходами.
«Есть еще не так много компаний, где это имеет место… Но если цены продолжат расти из приграничных лабораторий, все больше и больше компаний будут вынуждены, по крайней мере, учитывать это, — сказал Альбарран TechCrunch. — Когда ваши рабочие процессы, основанные на искусственном интеллекте, намного более зрелые, тогда имеет смысл инвестировать в модели самохостинга.
Что предлагает Fireworks?
Лин Цяо является генеральным директором Fireworks, ведущего маршрутизатора и хоста для корпоративных пользователей, который часто обсуждается как потенциальное приобретение для технологического гиганта. Цяо говорит, что ее компания обрабатывает 40 триллионов токенов в день, больше, чем API Gemini или OpenAI.
Ставка Fireworks заключается в разнообразии моделей: по мере распространения и улучшения LLM компаниям будет легче обучать их специально для своих нужд. «Каждая компания-приложение должна рассмотреть возможность найма внутреннего исследователя», — сказала она TechCrunch на прошлой неделе. — Они могут использовать свои продукты и данные о продукте для создания своей собственной модели. Будущее — это специализированная разведка. Буквально каждая компания должна иметь свою собственную модель в каждом случае использования, и это произойдет автоматически».
Легко забыть, как 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 сопротивляться.
Вопросы и ответы
Почему Nvidia хочет купить Hugging Face?
Nvidia стремится снизить зависимость от сделок с крупными облачными провайдерами и лабораториями, которые разрабатывают собственные чипы, например OpenAI с чипом Jalapeño. Покупка Hugging Face даст доступ к разработчикам открытых моделей и продвинет чипы Nvidia.
Какие компании уже используют открытые модели ИИ?
Открытые модели в основном применяют компании с повторяющимися задачами вывода, например чаты поддержки клиентов. По данным опросов, их используют лишь 6% компаний и 2% инженеров, но интерес растет из-за контроля и настройки.
Что делает Fireworks и почему это важно?
Fireworks — маршрутизатор и хост для корпоративных пользователей, обрабатывающий 40 триллионов токенов в день, больше, чем API Gemini или OpenAI. Компания делает ставку на разнообразие моделей, позволяя компаниям создавать собственные специализированные модели.
