NVIDIA ไม่ได้จ่าย 12.93 พันล้านดอลลาร์เพื่อซื้อคลังโมเดล แต่ซื้อค่าเริ่มต้น

เครื่องหมายแบรนด์จาก Simple Icons (CC0) ตัวเลขจากประกาศของ NVIDIA วันที่ 3 กันยายน 2026

วันที่ 3 กันยายน 2026 Jensen Huang เผยแพร่บล็อกโพสต์สั้น ๆ ประกาศว่า NVIDIA ตกลงเข้าซื้อ Hugging Face ด้วยเงิน 12,930,300,000 ดอลลาร์ ไม่ใช่ "ราว 13 พันล้านดอลลาร์" แต่เป็นตัวเลขที่ระบุแม่นยำถึงหลักร้อยดอลลาร์สุดท้าย

รายงานข่าวที่ตามมาส่วนใหญ่ตั้งคำถามว่า "GitHub ของวงการ AI" จะยังเป็นกลางได้ไหมเมื่ออยู่ใต้บริษัทชิป นั่นคือคำถามที่ถูกต้อง เพียงแต่มันมักถูกถามผิดที่เกือบทุกครั้ง

ความเป็นกลางของ Hugging Face จะไม่ถูกตัดสินด้วยคำสัญญาในบล็อกโพสต์ แต่จะถูกตัดสินว่าเคอร์เนลตัวไหนได้อยู่บนเส้นทางเร็ว ฟอร์แมตการควอนไทซ์แบบไหนได้การรองรับระดับหนึ่ง และปุ่ม Deploy ทำอะไรเป็นค่าเริ่มต้น ทั้งหมดนี้คือการตัดสินใจเชิงวิศวกรรม เกิดขึ้นทุกสัปดาห์ และไม่มีข้อไหนถูกประกาศ

สรุปสั้น

• ราคาคือตัวเรื่องเอง 12.93 พันล้านดอลลาร์สำหรับบริษัทที่ระดมทุนมาทั้งชีวิตรวม 395 ล้านดอลลาร์ และเมื่อสามปีก่อนมีมูลค่า 4.5 พันล้านดอลลาร์ นี่คือดีลใหญ่อันดับสองในประวัติศาสตร์ NVIDIA รองจาก 20 พันล้านดอลลาร์ที่จ่ายให้สินทรัพย์ของ Groq เมื่อปลายปี 2025
• NVIDIA เคยซื้อแพลตฟอร์มที่เป็นกลางมาแล้วสองครั้ง และผลลัพธ์ตรงข้ามกัน Mellanox ปิดดีลได้และเดินหน้าได้ดี ส่วน Arm ล้มลงต่อหน้าหน่วยงานกำกับที่เรียกมันว่า "สวิตเซอร์แลนด์ของฮาร์ดแวร์" ในเชิงโครงสร้าง Hugging Face ใกล้ Arm มากกว่าใกล้ Mellanox
• ความเสี่ยงทางเทคนิคไม่ใช่การสร้างกำแพงล้อม ไม่มีใครจะไปปิดกั้น AMD ความเสี่ยงอยู่ที่ค่าเริ่มต้น และค่าเริ่มต้นคือวิธีที่ระบบนิเวศเอียงไปข้างหนึ่งโดยไม่มีใครตัดสินใจให้มันเอียงเลย

จากแชตบอตสำหรับวัยรุ่น สู่ชั้นที่ทุกอย่าง import เข้าไป

Hugging Face ก่อตั้งในปี 2016 ที่นิวยอร์ก โดยวิศวกรชาวฝรั่งเศสสามคน ได้แก่ Clément Delangue, Julien Chaumond และ Thomas Wolf เพื่อทำแอปแชตบอตสำหรับวัยรุ่น ผลิตภัณฑ์ตัวนั้นไม่ใช่เหตุผลที่ใคร ๆ รู้จักชื่อนี้

ช่วงเวลาก่อตั้งที่แท้จริงของบริษัทมาถึงอีกสองปีให้หลัง และใช้เวลาแค่สุดสัปดาห์เดียว เมื่อกูเกิลปล่อย BERT ปลายปี 2018 ทีม Hugging Face ส่งเวอร์ชันพอร์ตไปยัง PyTorch ออกมาภายในหนึ่งสัปดาห์ ไลบรารีที่พวกเขาเปิดซอร์สเพื่อรองรับแชตบอตของตัวเอง เริ่มจาก pytorch-pretrained-bert ต่อด้วย pytorch-transformers แล้วเหลือแค่ transformers กลายเป็นของฮิตในหมู่นักพัฒนาสายวิชาการที่ไม่ได้สนใจแชตบอตสำหรับวัยรุ่นแม้แต่น้อย

พอถึงปี 2019 บริษัทนี้ทำสิ่งที่สตาร์ทอัพส่วนใหญ่ตัดใจทำไม่ได้ นั่นคือฆ่าผลิตภัณฑ์ทิ้ง แล้วเก็บเครื่องมือไว้

สิ่งที่ตามมาคือกรณีศึกษาแบบตำราของธุรกิจการกระจายสินค้าที่แต่งตัวเป็นโครงการโอเพนซอร์ส transformers ทำให้วิธีโหลดโมเดลกลายเป็นมาตรฐาน Hub ทำให้ที่อยู่ของน้ำหนักโมเดลกลายเป็นมาตรฐาน safetensors ทำให้รูปแบบไฟล์กลายเป็นมาตรฐาน หลังจากที่วงการใช้เวลาหลายปีส่งโครงข่ายประสาทเทียมกันในรูปอ็อบเจกต์ Python ที่ pickle ไว้ ซึ่งรันโค้ดอะไรก็ได้ตั้งแต่ตอนโหลด แต่ละอย่างดูเหมือนโครงสร้างพื้นฐานของชุมชน และแต่ละอย่างก็เป็นตำแหน่งทางธุรกิจไปพร้อมกัน

มูลค่าบริษัทเดินตามตำแหน่งนั้น ไม่ได้เดินตามรายได้ Hugging Face แตะ 2 พันล้านดอลลาร์ในเดือนพฤษภาคม 2022 จากนั้นระดมทุนซีรีส์ D 235 ล้านดอลลาร์ในเดือนสิงหาคม 2023 ที่มูลค่าหลังการระดมทุน 4.5 พันล้านดอลลาร์ นำโดย Salesforce Ventures รายชื่อนักลงทุนรอบนั้นควรอ่านสองรอบ ได้แก่ กูเกิล อเมซอน NVIDIA อินเทล AMD ควอลคอมม์ IBM และ Salesforce คู่แข่งโดยตรงทั้งนั้น และทุกรายซื้อหุ้นในพื้นที่เป็นกลางผืนเดียวกัน

เงินทุนที่บริษัทระดมได้ตลอดอายุรวมราว 395 ล้านดอลลาร์ ต่อพนักงานราว 300 คน ดีลนี้จะเป็นอะไรก็ตาม แต่มันคือหนึ่งในบทสรุปที่ใช้ทุนคุ้มค่าที่สุดในประวัติศาสตร์โครงสร้างพื้นฐาน AI

สิบปีจากแชตบอตสำหรับวัยรุ่นสู่การเข้าซื้อมูลค่า 12.93 พันล้านดอลลาร์ มูลค่ากิจการอ้างอิงจากประกาศระดมทุนของบริษัท ตัวเลขดีลอ้างอิงจากประกาศของ NVIDIA วันที่ 3 กันยายน 2026

12.93 พันล้านดอลลาร์ซื้ออะไรได้จริง ๆ

ประกาศของ NVIDIA เองบอกขนาดของสิ่งที่จ่ายไป นักพัฒนา นักวิจัย และครีเอเตอร์มากกว่า 18 ล้านคน โมเดลมากกว่า 3 ล้านตัว ชุดข้อมูล 500,000 ชุด แอปพลิเคชัน 1 ล้านตัว และบริษัทมากกว่า 200,000 แห่งที่ใช้แพลตฟอร์มนี้ค้นหา ประเมิน ปรับแต่ง และดีพลอย AI

สังเกตสิ่งที่หายไปจากรายการนั้น ไม่มีตัวเลขรายได้ ไม่มี ARR ไม่มีอัตราการเติบโต ไม่มีมาร์จิน สำหรับดีลมูลค่า 12.93 พันล้านดอลลาร์ที่ประกาศโดยบริษัทมหาชน การขาดหายนี้สะดุดตา และมันบอกว่าสิ่งที่ซื้อไปคืออะไร NVIDIA ไม่ได้ซื้อธุรกิจ SaaS ที่มีตัวคูณสวย ๆ แต่ซื้อตำแหน่งหนึ่งในห่วงโซ่อุปทาน

กลไกอยู่ตรงนี้ และมันคือโค้ดบรรทัดเดียว

from transformers import AutoModel
model = AutoModel.from_pretrained("org/model-name")

การเรียกใช้บรรทัดนี้คือจุดที่ห่วงโซ่อุปทานของ AI บีบแคบลงเหลือจุดเดียว มันแปลงชื่อเป็นที่เก็บโค้ด ดาวน์โหลดน้ำหนัก เลือกฟอร์แมต เลือกแบ็กเอนด์ แล้วส่งอ็อบเจกต์มาให้คุณ ทุกขั้นตอนในนั้นมีค่าเริ่มต้น นักพัฒนาส่วนใหญ่ไม่เคยเปลี่ยนสักขั้น เพราะคุณค่าทั้งหมดของไลบรารีนี้คือคุณไม่ต้องเปลี่ยน

NVIDIA ไม่ได้ซื้อคลังโมเดล แต่ซื้อค่าเริ่มต้น สำหรับบริษัทที่คูเมืองของมันคือข้อเท็จจริงว่าทุกอย่างเล็ง CUDA อยู่แล้ว การซื้อชั้นที่ตัดสินว่า "ทุกอย่างเล็งอะไรอยู่แล้ว" ไม่ใช่การกระจายความเสี่ยง แต่คือหมากเดิมที่ขยับขึ้นไปหนึ่งชั้นบนสแตก

คำอธิบายของ Delangue เองก็หนุนการอ่านแบบนี้ เขาบอก CNBC เมื่อวันที่ 3 กันยายนว่าเขาติดต่อ Huang ไปในช่วงหน้าร้อน "แล้วอีกไม่กี่สัปดาห์ต่อมาก็มาถึงตรงนี้" เพราะ Hugging Face และ AI โอเพนซอร์สอยู่ที่ "จุดเปลี่ยน" และต้องการ "ทรัพยากรมากขึ้น สเกลใหญ่ขึ้น การมองเห็นมากขึ้น" นั่นคือบริษัทที่ทำเรื่องการกระจาย สรุปว่าตัวเองออกทุนให้การกระจายในระดับที่ช่วงเวลานี้เรียกร้องไม่ไหว

NVIDIA เคยซื้อแพลตฟอร์มที่เป็นกลางมาสองครั้ง ผลลัพธ์ตรงข้ามกัน

ตรงนี้ประวัติศาสตร์มีประโยชน์กว่าการเดา เพราะ NVIDIA เคยรันการทดลองนี้มาแล้ว สองครั้ง และได้ผลลัพธ์ทั้งสองแบบที่เป็นไปได้

ซีอีโอคนเดียวกันเมื่อสิบหกปีก่อน ที่ Computex Taipei วันที่ 31 พฤษภาคม 2010 ตอนที่ NVIDIA ยังเป็นบริษัทการ์ดจอที่มาออกงานแสดงสินค้าพีซี และ Hugging Face ยังไม่มีอยู่ ภาพโดย Masaru Kamikura, CC BY 2.0 ผ่าน Wikimedia Commons

ดีล Mellanox เวิร์กเพราะ Mellanox ขายของที่ลูกค้าของ NVIDIA ก็ต้องการอยู่แล้ว และคู่แข่งของ NVIDIA ไม่ได้พึ่งพาการที่มันดำรงอยู่อย่างเป็นกลาง

Arm ล้มเหลวด้วยเหตุผลตรงกันข้าม คุณค่าทั้งหมดของ Arm คือทุกคนขอสิทธิ์ใช้งานได้บนเงื่อนไขเท่าเทียมกัน หน่วยงานกำกับและคู่แข่งเรียกมันว่า "สวิตเซอร์แลนด์ของฮาร์ดแวร์" และข้อโต้แย้งที่ฆ่าดีลนี้ไม่ใช่ว่า NVIDIA จะใช้ความเป็นเจ้าของในทางมิชอบแน่นอน แต่คือลูกค้าจะต้องเอาโรดแมปของตัวเองไปฝากไว้กับคู่แข่ง และการที่ "ตัวเลือกในการใช้ในทางมิชอบ" มีอยู่จริงนั้นเป็นความเสียหายในตัวมันเอง

ในเชิงโครงสร้าง Hugging Face ใกล้ Arm มากกว่ามาก มันคือสวิตเซอร์แลนด์ของซอฟต์แวร์ AI และความเป็นกลางของมันคือเสารับน้ำหนักให้ AMD อินเทล ควอลคอมม์ และทุกคลาวด์ที่แข่งกับ NVIDIA ซึ่งหลายรายในนั้น อย่าลืมว่า มีชื่ออยู่ในทะเบียนผู้ถือหุ้นของมันเอง

มีข้อแตกต่างหนึ่งที่สำคัญ และ NVIDIA กำลังพิงมันเต็มแรง รองประธานคนหนึ่งโต้แย้งต่อสาธารณะว่าหน่วยงานกำกับควรมอง Hugging Face เป็น "แพลตฟอร์มลดการกระจุกตัว" เพราะศูนย์รวมที่กระจายโมเดลน้ำหนักเปิดจากผู้สร้างหลายพันราย คือการกระจายความสามารถด้าน AI ออกไปข้างนอก สวนทางกับการกระจุกตัวอยู่ในแล็บระดับแนวหน้าแบบปิดไม่กี่แห่ง Huang พูดแบบเดียวกันในประกาศ โดยอ้างจดหมายเปิดผนึกเรื่องน้ำหนักเปิดที่เขาร่วมลงนาม และสถิติที่ NVIDIA เป็นผู้สนับสนุนรายเดียวที่ใหญ่ที่สุดของ Hub คือโมเดลมากกว่า 500 ตัวและชุดข้อมูลเปิดมากกว่า 250 ชุด

มันเป็นข้อโต้แย้งที่แข็งแรงจริง และมันก็เป็นข้อโต้แย้งที่สะดวกอยู่เหมือนกัน คือสิ่งที่ NVIDIA กำลังซื้อนั้นดีต่อระบบนิเวศเกินกว่าจะยึดไปจากมันได้

เส้นทางด้านกำกับดูแลเป็นเรื่องจริงไม่ว่าทางไหน ที่มูลค่า 12.93 พันล้านดอลลาร์ ดีลนี้ต้องยื่น HSR ซึ่งหมายความว่า FTC และ DOJ จะได้รับแจ้งอย่างเป็นทางการและมีระยะเวลารอ นี่คือบททดสอบด้านการผูกขาดของจริงครั้งแรกในการไล่ซื้อกิจการรอบปัจจุบันของ NVIDIA หลังจากการซื้อสินทรัพย์และการลงทุนหลายรายการที่ออกแบบมาเพื่อเลี่ยงขั้นตอนนี้พอดี FTC และ DOJ เปิดการสอบสวนร่วมเรื่องความร่วมมือเชิงแข่งขันใน AI เมื่อเดือนกุมภาพันธ์ 2026 คาดว่าดีลจะปิดในครึ่งแรกของปี 2027 ซึ่งเป็นเวลาที่ยาวพอให้คู่แข่งเขียนจดหมายกันได้หลายฉบับ

คำมั่นเรื่องความเป็นกลางเป็นเรื่องทางเทคนิค และตรวจสอบได้

คำมั่นของ NVIDIA ในประกาศฉบับนั้นเจาะจงผิดปกติสำหรับเอกสารประเภทนี้ Hugging Face ยังเปิดกว้างต่อระบบนิเวศทั้งหมด นักพัฒนาเลือกโมเดล เฟรมเวิร์ก คลาวด์ และผู้ให้บริการอนุมานเอง การพัฒนาแบบมัลติคลาวด์และมัลติแอ็กเซเลอเรเตอร์ยังได้รับการรองรับต่อไป และมีประโยคที่คู่แข่งจะยึดไว้ทวงถาม "การสร้างบน Hugging Face หรือการดีพลอยผ่าน Hugging Face จะไม่บังคับให้ต้องใช้คอมพิวต์ของ NVIDIA"

รับไว้ตามตัวอักษรเถอะ มันแทบจะแน่นอนว่าจริงใจ และมันก็แทบจะแน่นอนว่าไม่ใช่กลไกที่ใครควรจับตา เพราะไม่มีใครทำให้แพลตฟอร์มเอียงด้วยการปิดกั้นคู่แข่ง วิธีนั้นมองเห็นได้ ฟ้องร้องได้ และโง่ แพลตฟอร์มเอียงด้วยค่าเริ่มต้น และค่าเริ่มต้นมีหน้าตาเหมือนงานวิศวกรรม

นี่คือจุดที่มันถูกตัดสินจริง ๆ

เคอร์เนลกับเส้นทางเร็ว เมื่อ transformers เลือกวิธี implement attention เส้นทางหนึ่งจะถูกปรับให้เร็วและผ่านการทดสอบ ส่วนที่เหลือถูกต้องแต่ช้ากว่า ฮาร์ดแวร์ตัวไหนได้เส้นทางเร็วที่มีคนดูแลต่อเนื่อง คือการตัดสินใจจัดสรรทรัพยากรที่เกิดขึ้นใน pull request ไม่ใช่ในข่าวประชาสัมพันธ์

ฟอร์แมตการควอนไทซ์ GGUF, AWQ, GPTQ, FP8, NVFP4 แต่ละตัวจับคู่กับสิ่งที่ชิปแต่ละแบบทำได้ดี ฟอร์แมตไหนได้เครื่องมือระดับหนึ่งบน Hub ตัวไหนได้วิดเจ็ตอัปโหลด ตัวไหนได้การแปลงอัตโนมัติ และตัวไหนถูกปล่อยให้เป็นสคริปต์ของชุมชน คือสิ่งที่กำหนดว่าคนส่วนใหญ่รันอะไรจริง ๆ

ค่าเริ่มต้นของการเสิร์ฟโมเดล Hugging Face ดูแลสแตกการอนุมานของตัวเองและส่งต่อไปยังผู้ให้บริการอนุมานจาก Hub ปุ่ม Deploy เสนออะไรก่อน และเรียงลำดับอย่างไร คือการตัดสินใจด้าน UI ที่ให้ผลลัพธ์ทางเศรษฐกิจ

การจัดอันดับในการค้นพบ การค้นหา อันดับยอดนิยม และการแนะนำบนศูนย์รวมที่มีโมเดล 3 ล้านตัว เป็นตัวตัดสินว่าโมเดลไหนมีอยู่จริงในทางปฏิบัติ การ์ดโมเดลที่พ่วงสัญญาณความเข้ากันได้กับฮาร์ดแวร์ ส่งผลต่อสิ่งที่ถูกเลือกตั้งแต่ก่อนจะมีใครวัดเบนช์มาร์กเสียอีก

ไม่มีข้อไหนต้องอาศัยเจตนาร้าย ทีมที่พยายามเป็นกลางอย่างจริงใจ แต่ได้ทรัพยากรจากบริษัทที่วิศวกรรู้จักสถาปัตยกรรมเดียวดีที่สุด ย่อมผลิตการรองรับที่ดีกว่าให้สถาปัตยกรรมนั้น ไม่ใช่เพราะมีใครเลือก แต่เพราะความเชี่ยวชาญอยู่ตรงนั้น เรียกมันว่า แรงโน้มถ่วงของผู้ดูแลโค้ด ก็ได้ แพลตฟอร์มจะไหลเข้าหาฝ่ายที่ลงมือแก้บั๊ก

คำมั่นในประกาศของ NVIDIA ทำงานอยู่ที่ชั้นนโยบาย ส่วนพฤติกรรมที่นักพัฒนาสัมผัสได้จริงถูกกำหนดต่ำลงไปอีกสามชั้น

ต้องจับตาอะไรบ้าง แบบเป็นรูปธรรม

ถ้าอยากรู้ว่าเรื่องนี้ยังเป็นกลางอยู่ไหม อย่าไปอ่านประกาศฉบับถัดไป ให้ลงปฏิทินแล้วตรวจสิ่งเหล่านี้แทน

1. ปลายทางเริ่มต้นของปุ่ม Deploy ทั้งก่อนและหลังปิดดีล ภาพหน้าจอไตรมาสละหนึ่งภาพก็ถือเป็นการตรวจสอบที่ครบถ้วนแล้ว
2. เวลาที่ใช้กว่าฟอร์แมตนอกค่าย NVIDIA จะได้รับการรองรับ เมื่อมีการควอนไทซ์แบบใหม่ของ AMD หรือ Apple Silicon ออกมา Hub ใช้เวลากี่สัปดาห์กว่าจะรองรับได้ดีเท่าที่รองรับ NVFP4
3. ใครเป็นคนเมิร์จเคอร์เนล ส่วนผสมของผู้ดูแล attention และแบ็กเอนด์การควอนไทซ์ใน transformers เป็นข้อมูลสาธารณะ ให้ดูสัดส่วน อย่าดูวาทกรรม
4. คู่แข่งยังปล่อยของที่นั่นต่อไปหรือไม่ การที่ Meta, Alibaba, Mistral และ AI2 ยังเผยแพร่น้ำหนักโมเดลผ่าน Hub เป็นช่องทางหลัก คือดัชนีความเป็นกลางตัวจริง ถ้ารายใดเริ่มชูช่องทางกระจายของตัวเองขึ้นมาก่อน นั่นคือสัญญาณ
5. มาตรการเยียวยา ถ้ามี ถ้า FTC หรือ DOJ บีบเอาคำมั่นด้านธรรมาภิบาลมาได้ เช่น ที่นั่งกรรมการอิสระ นโยบายความเป็นกลางที่เผยแพร่ต่อสาธารณะ หรือกระบวนการรับเรื่องร้องเรียน สิ่งเหล่านั้นมีค่ามากกว่าคำแถลงโดยสมัครใจฉบับใด ๆ

บทสรุป: น้ำหนักเปิดเพิ่งมีเจ้าของ

วงการ AI ใช้เวลาสามปีเถียงกันเรื่องโมเดลเปิดกับโมเดลปิด ราวกับว่ามันเป็นคำถามเรื่องสัญญาอนุญาต แต่มันเป็นคำถามเรื่องการกระจายมาโดยตลอดด้วยส่วนหนึ่ง และตอนนี้การกระจายนั้นถูกรวมศูนย์ไว้กับเจ้าของรายเดียวที่มีผลประโยชน์มากที่สุดกับคำตอบด้านหนึ่ง

นั่นไม่ได้แปลว่าดีลนี้ผิด Hugging Face ต้องการเงินทุนที่การระดมทุนตลอดชีวิตราว 395 ล้านดอลลาร์ไม่มีวันหาให้ได้จริง ๆ ระบบนิเวศน้ำหนักเปิดได้ประโยชน์จากศูนย์รวมที่มีเงินหนุนจริง ๆ และสถิติการสนับสนุน Hub ของ NVIDIA ก็ใหญ่ที่สุดในบรรดาทุกรายจริง ๆ ทั้งสามข้อเป็นจริงพร้อมกันได้ และมันเป็นจริงพร้อมกันอยู่

แต่มีบางอย่างเปลี่ยนไปในวันที่ 3 กันยายน และมันควรถูกเรียกชื่อให้แม่นยำ สถานที่ที่โมเดลเปิดถูกค้นหา ประเมิน และโหลด ไม่ได้เป็นของบริษัทที่มีผลประโยชน์เพียงอย่างเดียวคือให้ที่นั่นยังเป็นที่นั่นอีกต่อไป แต่เป็นของบริษัทที่มีผลประโยชน์ใหญ่กว่ามากวางอยู่ต่ำลงไปหนึ่งชั้น

ความเป็นกลางกลายเป็นสิ่งที่ NVIDIA ต้องรักษาไว้อย่างตั้งใจ แทนที่จะเป็นสิ่งที่โครงสร้างผลิตให้ฟรี ๆ นั่นเป็นโจทย์ที่ยากกว่าที่ฟัง และคนที่จะรู้ก่อนไม่ใช่หน่วยงานกำกับ แต่คือนักพัฒนาที่สังเกตเห็นไตรมาสแล้วไตรมาสเล่าว่าเส้นทางไหนคือเส้นทางที่เร็ว

---

Telli.sh อยู่ตรงไหน เราอยู่ปลายทางฝั่งผู้ใช้ของระบบนิเวศนี้พอดี Telli.sh บันทึกการประชุม แยกผู้พูด แปลสดข้ามภาษาได้ 15 ภาษา และสร้างบทสรุปให้ โดยโมเดลที่อยู่เบื้องหลังทั้งหมดนั้นมาจากระบบนิเวศเปิดที่ดีลนี้กำลังจัดระเบียบใหม่ ส่วนขยายเบราว์เซอร์ของเรามีเอนจินแปลภาษาเก้าตัว รวมถึงตัวเลือกที่ทำงานบนเครื่องทั้งหมด ก็เพื่อให้การเลือกโมเดลกับการเลือกผู้ให้บริการยังแยกออกจากกัน หลักการข้อนี้แหละคือเหตุผลที่การเข้าซื้อครั้งนี้ควรถูกจับตาอย่างใกล้ชิด ไม่ใช่แค่ผ่านตา

บันทึกการประชุมครั้งต่อไปและเก็บต้นฉบับไว้ด้วย

แหล่งอ้างอิง

• NVIDIA Blog, Jensen Huang, "NVIDIA to Acquire Hugging Face," 3 กันยายน 2026 — ราคาที่แม่นยำ 12,930,300,000 ดอลลาร์ ตัวเลขขนาดแพลตฟอร์ม (นักพัฒนามากกว่า 18 ล้านคน โมเดลมากกว่า 3 ล้านตัว ชุดข้อมูล 500,000 ชุด แอปพลิเคชัน 1 ล้านตัว บริษัทมากกว่า 200,000 แห่ง) คำมั่นเรื่องความเป็นกลางรวมถึงประโยคที่ว่าการสร้างบนหรือดีพลอยผ่าน Hugging Face จะไม่บังคับให้ต้องใช้คอมพิวต์ของ NVIDIA การรองรับมัลติคลาวด์และมัลติแอ็กเซเลอเรเตอร์ สถิติการสนับสนุนของ NVIDIA ที่โมเดลมากกว่า 500 ตัวและชุดข้อมูลเปิดมากกว่า 250 ชุด และจดหมายเปิดผนึกเรื่องน้ำหนักเปิด สืบค้นวันที่ 8 กันยายน 2026
• CNBC, "Nvidia agrees to buy Hugging Face for almost $13 billion," 3 กันยายน 2026 — คำบอกเล่าของ Delangue เรื่องการติดต่อ Huang ในช่วงหน้าร้อน คำพูด "จุดเปลี่ยน" และ "ทรัพยากรมากขึ้น สเกลใหญ่ขึ้น การมองเห็นมากขึ้น" การยืนยันว่านี่คือการซื้อกิจการใหญ่อันดับสองของ NVIDIA รองจาก 20 พันล้านดอลลาร์สำหรับสินทรัพย์ Groq เมื่อปลายปีที่แล้ว และข้อโต้แย้งเรื่อง "ความได้เปรียบแบบไม่สมมาตร" ของ Huang เกี่ยวกับโมเดลเปิดและความปลอดภัย สืบค้นวันที่ 8 กันยายน 2026
• Tom's Hardware, "Nvidia acquires Hugging Face for $12.93 billion," 2026 — กรอบเรื่องการกระจายโมเดล และกำหนดปิดดีลที่คาดไว้ในครึ่งแรกของปี 2027
• TechCrunch, "Hugging Face raises $235M from investors including Salesforce and Nvidia," 24 สิงหาคม 2023 — ซีรีส์ D ที่มูลค่าหลังการระดมทุน 4.5 พันล้านดอลลาร์ และรายชื่อนักลงทุนที่รวมกูเกิล อเมซอน NVIDIA อินเทล AMD ควอลคอมม์ IBM และ Salesforce
• Contrary Research, "Hugging Face Business Breakdown & Founding Story" — การก่อตั้งในนิวยอร์กปี 2016 โดย Delangue, Chaumond และ Wolf จุดเริ่มต้นจากแชตบอต และการเปลี่ยนทิศไปสู่เครื่องมือโอเพนซอร์สช่วงปี 2018 ถึง 2019
• TechTimes, "Nvidia's $12.9B Hugging Face Deal Must Pass Antitrust Review Its Quasi-Mergers Dodged," 28 สิงหาคม 2026 — ข้อกำหนดการยื่น HSR การสอบสวนร่วมของ FTC และ DOJ เรื่องความร่วมมือด้าน AI เมื่อกุมภาพันธ์ 2026 และการเทียบกับกรณี Arm "สวิตเซอร์แลนด์ของฮาร์ดแวร์"
• Wccftech, "NVIDIA Insists Its $12.93 Billion Acquisition Of Hugging Face Will Escape Antitrust Scrutiny, Calling It A 'Deconcentration Platform,'" 2026 — คำแก้ต่างของ NVIDIA ว่าเป็น "แพลตฟอร์มลดการกระจุกตัว"
• ภาพ: Jensen Huang ที่ Computex Taipei วันที่ 31 พฤษภาคม 2010 ถ่ายโดย Masaru Kamikura — CC BY 2.0 ผ่าน Wikimedia Commons
• Simple Icons — เครื่องหมายแบรนด์ NVIDIA และ Hugging Face ที่ใช้ในภาพส่วนหัว เผยแพร่ภายใต้ CC0
• การอ่าน UCP ของกูเกิลและสิ่งที่มันทำให้เป็นมาตรฐาน — ประเด็นเดียวกันมองจากฝั่งโปรโตคอล การตัดสินใจเชิงโครงสร้างพื้นฐานที่ดูเหมือนแค่ขั้นตอน คือที่ที่อำนาจต่อรองอยู่จริง