繼投資聯發科後，輝達又出手了，花 129.3 億美元收購 AI 平台公司 Hugging Face，外界分析，以 Hugging Face年化營收1.5億美元（約45億新台幣）來算，已經是這家公司的 80 倍。
誰是Hugging Face ？為什麼值得讓輝達斥重金收購？
白話一點來說，Hugging Face 就像 App Store，工程師想找現成的AI模型、想抓訓練資料、試玩別人做好的 AI 小工具，打開 Hugging Face 就能找到，而且大多免費下載使用，因此常被稱為「AI 界的 GitHub」。2023 年這間公司才完成一輪 2.35 億美元的募資，估值 45 億美元，僅 3 年估值就翻了 3 倍。為何 Hugging Face 這家做免費共享資源的平台，可以賣出這個價格？
做了3年聊天機器人卻轉彎，Hugging Face怎麼意外長成AI開發者大本營？
黃仁勳在宣布收購時，就點出這件事的價值：「開放模型讓新創、企業、大學與公共機構，可以建立在先進 AI 能力之上，不必每一個模型都從零開始訓練。」企業還可以依照不同工作，選擇最適合自己的 AI。
但在Hugging Face草創初期，他們的企業宗旨與發展方向，是另外一件事。2016 年，克萊蒙・德朗格（Clément Delangue）、 朱利安・肖蒙（Julien Chaumond）與托馬斯・沃爾夫（Thomas Wolf）在紐約創立 Hugging Face，當時 3 個法國人想做的是一款陪青少年聊天的AI，有點像會說話的電子寵物。
團隊在這個產品上花了大約 3 年，也已經募了 600 萬美元。
直到當時 Google 發布自然語言模型 BERT，沃爾夫很喜歡這項技術，卻覺得原本的工具不好用，於是花了一個周末把它改寫成另一套 AI 研究者更習慣使用的版本，並免費公開。
上線後，開發者的反應超乎預期。開始有人問，其他模型能不能也放進來？於是 Hugging Face 陸續加入更多模型；模型檔案愈來愈大，原本的程式碼平台放不下，公司便打造專門存放模型的 Hub；開發者需要訓練資料，它又加入資料集；有人希望直接看看模型好不好用，再做出可以在網頁上操作 AI 的 Spaces。
產品一步一步跟著使用者需求長出來，德朗格後來接受 ACQ2 採訪，談到「即使一家公司已經做了幾年產品、拿了投資人的錢，仍然要保留改變方向的彈性。」
先讓大家來用，再思考怎麼收錢！Hugging Face如何養出1800萬人社群
如果只是做一個可以上傳、下載 AI 模型的網站，很難解釋 129.3 億美元的收購價格，Hugging Face 真正難以複製的地方，是 10 年來累積的人與內容。
根據輝達公布的數據，Hugging Face 擁有超過 1800 萬名開發者、研究者與創作者，平台上累積超過 300 萬個模型、50 萬個資料集，以及 100 萬個AI應用，超過 20 萬家公司使用它尋找、測試、修改與部署AI。
當愈多人分享模型，就吸引愈多人來找模型；使用者愈多，又吸引更多開發者把作品放上來，形成平台最重要的網路效應。
他們對於自己的定位，是「AI Builders 的第一大平台」，因為在他的想像裡，未來建立AI的人可能是一名醫師，提供醫療專業知識；可能是生物學家，提供實驗資料；也可能是企業裡最了解顧客的人，幫忙判斷模型回答得好不好。這種跟著使用者長產品的思維，也一路延續到 Hugging Face 的管理方式。
第一個特色，是把社群放在產品之前。一般公司通常先開發產品，再找客戶使用；Hugging Face 反過來，很多功能都來自開發者先提出需求。有人需要存模型，它就做模型平台；有人需要分享訓練資料，它就做資料集；有人想讓別人直接試用模型，它再做出互動展示功能。
第二個特色，是先追求使用，再思考變現。Hugging Face 的大量工具與模型可以免費使用，但當一家公司真的把AI放進營運流程，就是Hugging Face收錢的地方。
企業可以購買付費帳戶，取得私有空間、權限管理、安全與技術支援；不想自己架設伺服器，也可以把模型直接交給 Hugging Face 部署，透過 API 使用；需要訓練或調整模型，還能直接購買平台上的 GPU 運算資源。大型企業若需要把 AI 接進自己的內部系統，也有客製部署與服務。
Hugging Face想讓更多人有能力做AI，輝達希望每個做AI的人都需要更多運算
這也解釋了輝達為什麼願意出高價，「AI advances faster when people can build together（當人們一起打造，AI會進步得更快）」黃仁勳在宣布收購 Hugging Face 的文章中寫下這句話。
開源平台對輝達而言，是個極為有利的未來。對晶片公司來說，過去最重要的是讓工程師選擇 CUDA、讓企業採購 GPU；擁有 Hugging Face 之後，輝達可以更靠近「企業準備做什麼AI」的階段，知道哪些模型受到歡迎、企業需要什麼部署方式。
再者，Hugging Face本來就在賣模型訓練、推論與部署所需的計算資源，而這恰好是輝達最核心的能力。一個開發者在Hugging Face找到模型之後，下一步可能是調整模型、部署模型、讓數千名客戶每天使用；每推進一步，都需要更多運算。
黃仁勳的生意要做更大，更需要開源平台的順水推舟，如果AI需求高度集中在少數幾家超大型科技公司，輝達也會高度依賴少數客戶；而 Google、Amazon 等大客戶本身就有能力發展自研AI晶片，可能逐漸擺脫依賴。相反地，當銀行、製造業、醫院、中小企業都開始建立自己的 AI 應用，運算需求會分散到更多企業與更多場景。
Hugging Face希望讓更多人有能力做AI，對輝達來說，做AI的人愈多，需要運算能力的人也愈多。
只是買下這個入口，也帶來一個難題。Hugging Face 之所以能讓各家公司願意聚集，是因為開發者可以自由選擇模型、雲端服務與運算設備。如今平台被全球最大的 AI 晶片公司買下，使用者自然會擔心，這裡還能不能保持中立？
黃仁勳在收購公告中特別承諾，開發者仍可以選擇想要的模型、開發框架、雲端與運算平台，更寫下：「在Hugging Face 上開發或部署，不需要使用輝達的運算資源。」輝達真正需要的，是讓這個平台繼續吸引更多人找模型、做AI、產生算力需求。
只要這個入口愈來愈大，站在出口賣鏟子的輝達，就有更多生意可做。
參考資料：NVIDIA、WSJ、CNBC、Reuters、Hugging Face、ACQ2
核稿編輯：陳書榕
