Apa yang berlaku
CRN melaporkan bahawa pemerolehan Nvidia yang dirancang oleh Hugging Face bernilai $12.9 bilion sedang dilihat oleh beberapa rakan kongsi saluran Nvidia sebagai pemangkin yang mungkin untuk penggunaan perusahaan model AI terbuka dan perisian robotik. Perjanjian itu dijangka ditutup pada separuh pertama 2027, sementara menunggu kelulusan kawal selia. Nvidia telah berkata ia akan melabur dalam pengembangan Hugging Face dan mengekalkannya sebagai perkakasan sokongan platform terbuka daripada Nvidia dan pesaing.
CRN melaporkan bahawa Nvidia bersetuju untuk memperoleh Hugging Face dengan harga $12.9 bilion dan menjangkakan transaksi itu akan ditutup pada separuh pertama 2027, tertakluk kepada kelulusan kawal selia. Nvidia berkata ia akan melabur dalam pengembangan Hugging Face sambil mengekalkan repositori sebagai platform terbuka yang boleh menyokong perkakasan daripada Nvidia dan pembekal yang bersaing. Komitmen tersebut dikaitkan dengan pengumuman Nvidia seperti yang diterangkan oleh CRN; sumber ini tidak mengesahkan syarat secara bebas.
Menurut CRN, Andy Lin dari penyepadu sistem Mark III Systems berkata pelanggan perusahaan semakin mempertimbangkan model terbuka kerana isu kos, pemilikan data dan kawalan perniagaan yang dikaitkan dengan model sempadan tertutup. Lin mencadangkan Nvidia boleh menyambungkan Hugging Face dengan repositori imej NGC Nvidia dan platform perisian yang digunakan untuk mengendalikan persekitaran pengkomputeran perusahaan kongsi, kadangkala digambarkan sebagai kilang AI.
CRN juga melaporkan bahawa Ketua Pegawai Eksekutif Advizex C.R. Howdyshell melihat pemerolehan itu sejajar dengan pengambilan eksekutif jualan perusahaan Nvidia baru-baru ini dan boleh membantu syarikat mempercepatkan penerimaan di kalangan perniagaan, di mana pengambilan lebih perlahan berbanding di kalangan hyperscaler dan neocloud. Ini adalah penilaian rakan kongsi, bukan bukti bahawa Nvidia telah komited kepada pelan jualan atau penyepaduan tertentu.
CTO Sterling Computers Christopher Cyr memberitahu CRN bahawa perusahaan mungkin menggunakan model terbuka untuk kebanyakan beban kerja mereka sambil menempah model sempadan untuk tugas yang lebih mencabar. Beliau juga berkata perpustakaan model robotik Hugging Face boleh membantu Nvidia memudahkan bahagian proses melatih robot dalam simulasi dan memindahkannya ke sistem fizikal. CRN tidak menyediakan ujian prestasi bebas atau pengesahan bahawa pemerolehan akan menghasilkan manfaat tersebut.
Mengapa ia penting
Reaksi rakan kongsi yang dilaporkan menunjukkan pertukaran perusahaan yang praktikal: syarikat mungkin mahukan lebih kawalan ke atas data, kos dan infrastruktur daripada yang disediakan oleh perkhidmatan model sempadan tertutup, sambil masih menggunakan perkhidmatan tersebut untuk tugas yang lebih sukar. Jika Nvidia menghubungkan repositori model Hugging Face dengan perisian perusahaan dan infrastruktur kilang AI, ia boleh menjadikan penggunaan tempatan atau hibrid lebih mudah untuk dipasang. Walau bagaimanapun, akaun CRN menerangkan jangkaan rakan kongsi, bukan peta jalan penyepaduan yang disahkan atau impak pelanggan yang diukur.
Perjanjian itu mungkin penting melangkaui pemilikan repositori model popular kerana Hugging Face terletak hampir dengan aliran kerja mencari, menguji, mengedar dan menyesuaikan model terbuka. Rakan kongsi CRN yang dinamakan percaya bahawa menghubungkan sumber tersebut dengan infrastruktur Nvidia boleh mengurangkan geseran untuk perniagaan yang membina sistem AI persendirian atau hibrid. Implikasi praktikal ialah peralihan yang mungkin daripada memilih satu model yang dihoskan kepada mengurus portfolio model tempatan dan awan.
Kes perusahaan yang dilaporkan bergantung pada kawalan sama seperti harga. Model tempatan boleh memberi organisasi lebih pengaruh ke atas tempat data dan beban kerja dijalankan, tetapi mereka juga mewujudkan tanggungjawab untuk kapasiti perkakasan, penilaian model, kemas kini keselamatan, pelesenan dan sokongan operasi. CRN tidak memberikan bukti bebas bahawa pengambilalihan akan mengurangkan beban tersebut atau mengurangkan jumlah kos.
Sudut robotik juga penting jika ia membawa kepada akses yang lebih mudah kepada model dan alat boleh guna semula untuk melatih sistem fizikal. Namun artikel itu merekodkan jangkaan rakan kongsi dan bukannya peningkatan yang ditunjukkan dalam latihan robot, penggunaan, keselamatan atau kebolehpercayaan.
Mekanisme Interaktif: Bagaimana Ia Berfungsi Sebenarnya
Terokai teknologi asas di sebalik pembangunan ini secara interaktif.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Apa yang perlu ditonton seterusnya
Isyarat utama ialah pelepasan kawal selia, produk dan keputusan tadbir urus selepas penutupan Nvidia, dan sama ada Hugging Face kekal neutral perkakasan secara bermakna. Perusahaan juga perlu menilai asal model, pelesenan, keselamatan, sokongan dan kos operasi sebelum menggunakan model secara tempatan. Pelaporan CRN tidak menentukan model Hugging Face yang akan disepadukan, produk yang akan berubah atau sama ada harga dan syarat akses akan terjejas.
Tonton sama ada pengawal selia meluluskan urus niaga dan sama ada Nvidia membuat komitmen khusus tentang tadbir urus Hugging Face, berkecuali platform, akses model dan sokongan untuk perkakasan bukan Nvidia.
Perhatikan penyepaduan produk yang dinamakan antara repositori Hugging Face, Nvidia NGC, perisian kilang AI perusahaan dan alatan robotik. Sumber tidak mendedahkan jadual waktu, reka bentuk teknikal, syarat ketersediaan atau harga untuk sebarang penyepaduan sedemikian.
Pembeli perusahaan harus memeriksa lesen model, asal, semakan keselamatan, prosedur kemas kini, pengendalian data dan kewajipan sokongan. Artikel CRN tidak menetapkan cara Nvidia atau Hugging Face menangani isu tersebut selepas ditutup.
CRN melaporkan bahawa pengarah penyepadu sistem yang tidak dinamakan menimbulkan kebimbangan mengenai model yang dibangunkan oleh China pada Hugging Face. Kebimbangan itu tidak disahkan secara bebas dalam sumber dan tidak boleh dianggap sebagai bukti masalah keselamatan seluruh platform.