NVIDIA 近兩週動作頻頻，美國時間 9 月 3 日，NVIDIA 宣布將以 129.3 億美元收購開放 AI 平台 Hugging Face。據《CNBC》，這是 NVIDIA 有史以來第二大收購交易。放到其近期一連串動作來看，會發現買下 Hugging Face 只是 NVIDIA 調整 AI 生態佈局的最新一步。
短短兩週內，NVIDIA 還投資了聯發科、擴大客製化 AI 晶片合作，在德國柏林消費電子展（IFA）推進地端 AI，前一週也與 AWS 宣布進一步擴大從 GPU、CPU、網路到模型的合作。
這些佈局正發生在 AI 產業逐漸往更多技術路線發展之際。OpenAI 8 月就公開將自己的算力策略定義為從資料中心、晶片、模型、開發平台到產品彼此整合的完整堆疊（full stack）；《Reuters》也指出，包括 Meta、OpenAI、Microsoft 等 NVIDIA 大型客戶都正在發展自研 AI 晶片，以降低對 NVIDIA 的依賴。當原本大量採購 NVIDIA GPU 的客戶開始自行掌握更多 AI stack（技術堆疊），NVIDIA 又準備怎麼調整自己的位置？近期幾項動作正好提供觀察線索。
買下 Hugging Face，直接進到模型被選擇的地方
先看最大的一筆交易。根據 NVIDIA，Hugging Face 已聚集超過 1,800 萬名開發者、研究人員與創作者，平台上有逾 300 萬個模型、50 萬個資料集及 100 萬個 AI 應用，超過 20 萬家公司透過平台尋找、評估、調整與部署 AI。也就是說，Hugging Face 位在模型真正進入應用前的一連串決策流程中。
《Reuters》指出，收購 Hugging Face 可讓 NVIDIA 更靠近這群開發者，進而建立更廣的硬體客戶管道；事實上，雙方原本就已合作，讓 Hugging Face 使用者可以透過平台取得 NVIDIA GPU 算力進行模型訓練。NVIDIA 因此不必自己開發每一個模型，也能在開發者從選模型到實際部署的過程中，更早取得接觸使用者的機會。
《Reuters Breakingviews》更把這筆交易比喻為 NVIDIA 花 129 億美元買的一種「保險」。其分析指出，NVIDIA 需要廣泛的客戶基礎，若 AI 市場過度集中在少數大型公司，不只會提高這些客戶對晶片價格的議價能力，它們也更有資源自行開發資料中心硬體、降低對 NVIDIA 的依賴。
不過，這套策略的關鍵也在於 Hugging Face 不能失去中立性。NVIDIA 已承諾，平台仍會支援不同模型、雲端與晶片，開發者不必使用 NVIDIA GPU。NVIDIA 能否一邊利用 Hugging Face 接觸更廣泛的 AI 使用者，一邊維持這種開放性，將是交易完成後的重要觀察點。
客戶自己做 XPU，NVIDIA 改從系統互連切入
晶片端則可以看到 NVIDIA 的另一層佈局。8 月 31 日，NVIDIA 宣布投資聯發科 35 億美元，聯發科也進一步加入 NVLink Fusion 生態。按照雙方規劃，聯發科可以協助大型雲端業者與 AI 公司開發客製化 XPU，再將這些晶片接入 NVIDIA 的資料中心架構。
《Reuters》指出，這能讓客戶沿用 NVIDIA 已建立的互連與記憶體技術，減少自行開發整套系統所需的時間與成本。對 NVIDIA 而言，這也提供另一種面對自研晶片的方法，也就是客戶不一定要在所有工作負載都採用 NVIDIA GPU，只要客製化 XPU 最後仍透過 NVLink 與 NVIDIA 的機櫃級架構共同運作，NVIDIA 仍能留在系統裡。
這套做法不只出現在聯發科合作，AWS 自研的下一代 Trainium 晶片也已宣布將支援 NVLink Fusion，最快隨 2027 年 Trainium4 出貨落地。當 AI 加速器種類增加，NVIDIA 爭取的位置開始從單顆 GPU，延伸到不同運算晶片之間如何互連，以及最後如何組成大型 AI 系統。
AI 不只跑在雲端，NVIDIA 再往 PC 延伸
另一個變化發生在 AI 實際執行的位置。9 月 3 日的 IFA 2026，NVIDIA 宣布搭載 RTX Spark 的 Windows PC 將於 10 月上市，同時推出免費開源工具 PAIR（Personal AI Router），能自動找出同一區網內的多台電腦，把不同的本地 AI 推論任務分派到有餘裕的機器、讓閒置算力一起被利用；並簡化 Perplexity Portable Computer、Hermes Agent、OpenClaw 等工具在 NVIDIA GPU 上執行地端模型的設定。
NVIDIA 將這一系列產品直接定位為 Local AI（地端 AI）。《Reuters》也指出，RTX Spark 代表 NVIDIA 正把 AI 運算進一步往 PC 推進，讓部分工作不必全程依賴雲端。對 NVIDIA 而言，這等於把原本以資料中心 GPU 為主的運算版圖，再往使用者身邊的 PC 與工作站延伸。
AWS 擴大合作，NVIDIA 不只供應 GPU
NVIDIA 雖然持續往模型與 PC 延伸，但 GPU 與大型資料中心仍是核心佈局。上週，AWS 就宣布 2027 至 2028 年將在全球基礎設施新增部署 200 萬顆 NVIDIA Blackwell Ultra、Rubin 與 Rubin Ultra GPU。但雙方這次合作不只有 GPU，還包括導入 NVIDIA Vera CPU、NVLink Fusion、Nemotron 開放模型、資料處理軟體與 Physical AI 平台。NVIDIA 執行長黃仁勳也直接將這次合作形容為雙方從 GPU、CPU、網路、開放模型到軟體的「full stack」擴張。
隨著大型 AI 公司與雲端業者逐漸自行掌握更多晶片、模型與基礎設施，NVIDIA 面對的競爭也越來越不只發生在 GPU 本身。從近期幾項動作來看，NVIDIA 正把自己的位置往更多環節延伸，即使部分晶片由客戶自行設計、模型來自其他開發者，仍希望透過互連、運算平台、軟體與 Hugging Face 這類模型入口，成為不同技術選擇之間難以忽略的一環。
【推薦閱讀】
◆ 不只賣算力也賣架構：NVIDIA 砸 35 億美元投資聯發科，佈局客製化 AI 晶片生態系
＊本文開放合作夥伴轉載，資料來源：NVIDIA 1、NVIDIA 2、NVIDIA 3、NVIDIA 4、《Reuters》1、《Reuters》2、《Reuters》3、《Reuters Breakingviews》、《CNBC》、《Financial Times》、《The Wall Street Journal》、OpenAI，首圖來源：截圖自 Hugging Face
