Nvidia và các ông lớn công nghệ đua nhau mua lại các công ty AI mở‑weight – Hugging Face, Poolside, OpenRouter trở thành mục tiêu nóng

Tin nóng: Nvidia có thể mua Hugging Face với 13 tỷ USD

Trong tuần này, giới truyền thông công nghệ đang chờ đợi xác nhận chính thức từ Nvidia về một thương vụ “độc nhất vô nhị”: việc mua lại Hugging Face – nền tảng chia sẻ mô hình AI mở‑weight và các benchmark – với giá 13 tỷ USD. Hugging Face, vốn được biết đến là “GitHub của thời đại AI”, vừa trở thành mục tiêu của một đội ngũ tác nhân OpenAI chuyên “hack” phần thưởng, đồng thời là trung tâm của cộng đồng các nhà phát triển xây dựng và triển khai các mô hình ngôn ngữ lớn (LLM) không thuộc sở hữu của các phòng thí nghiệm hàng đầu. Nếu giao dịch thành công, đây sẽ là thương vụ công nghệ lớn nhất trong năm, đồng thời làm thay đổi cục diện của thị trường AI mở.

Chi tiết các thương vụ và động lực chiến lược

Trước tin đồn về Hugging Face, Nvidia đã ký một thỏa thuận trị giá 6 tỷ USD với Poolside – một công ty chuyên xây dựng mô hình mở‑weight – trong đó hầu hết nhân viên của Poolside sẽ chuyển sang làm việc tại tập đoàn sản xuất chip. Hai tuần trước, công ty thanh toán hơn 7 tỷ USD để mua lại OpenRouter, nhà cung cấp mô hình mở‑weight hàng đầu cho doanh nghiệp. Như vậy, trong vòng ba tháng, Nvidia và các ông lớn công nghệ đã đổ vào “bể” AI mở hơn 20 tỷ USD.

Mục tiêu của Nvidia không chỉ là sở hữu các mô hình mà còn muốn giảm sự phụ thuộc vào các “hyperscaler” và phòng thí nghiệm tiên phong như OpenAI hay Google, những đơn vị hiện đang tự phát triển chip inference riêng (ví dụ: chip Jalapeño của OpenAI vừa được công bố). Khi các nhà xây dựng mô hình tự sản xuất chip, Nvidia lo ngại mất đi một phần doanh thu quan trọng từ việc bán chip cho các mô hình này. Dù đã có dòng mô hình Nemotron mở‑weight của mình, Nvidia vẫn chưa thu hút được lượng người dùng đáng kể. Việc kiểm soát không gian phát triển mở‑weight lớn nhất tại Mỹ sẽ giúp Nvidia tiếp cận một lượng người dùng khổng lồ, dễ dàng đẩy mạnh tiêu chuẩn và chip của mình.

Chi phí inference – chi phí chạy mô hình AI – đang trở thành vấn đề nhức nhối. Các công ty đang tìm kiếm các mô hình rẻ hơn do các nhà cung cấp Trung Quốc như Moonshot, DeepSeek và Alibaba đưa ra. Theo khảo sát chi tiêu của Ramp, chỉ 6 % công ty trên thế giới sử dụng mô hình mở‑weight; còn theo Jellyfish, công cụ dành cho lập trình viên, con số này chỉ đạt 2 % đối với các kỹ sư phần mềm. Nik Albarran, trưởng bộ phận sản phẩm AI tại Jellyfish, cho biết các mô hình mở‑weight thường được dùng trong các dịch vụ yêu cầu khối lượng inference lặp đi lặp lại, như chatbot hỗ trợ khách hàng. “Với khối lượng công việc cao và tính lặp lại, mô hình mở‑weight có thể được tinh chỉnh để trả lời câu hỏi với chi phí tối thiểu,” Albarran chia sẻ với TechCrunch.

Stripe, công ty fintech, đã mua lại OpenRouter với lý do “token là đồng tiền trung tâm” cho các doanh nghiệp xây dựng AI, và “tiềm năng kinh tế thực tế sẽ phụ thuộc vào việc sử dụng hiệu quả tài nguyên tính toán khan hiếm”, như lời phát biểu của đồng sáng lập và CEO Patrick Collison. Đối với các tác vụ lập trình và tác vụ có tính suy luận cao, các mô hình tiên tiến thường thắng thế vì các phòng thí nghiệm độc quyền cung cấp truy cập dễ dàng hơn và đôi khi kèm theo “subsidy token”. Albarran cho biết, khi các doanh nghiệp đã tối ưu hoá quy trình AI, họ sẽ dễ dàng chuyển sang dùng mô hình mở‑weight, nhưng hiện tại, động lực chính vẫn là “kiểm soát và khả năng tùy biến”, chứ không phải giảm chi phí. “Nếu giá của các phòng thí nghiệm tăng cao, ngày càng nhiều công ty sẽ buộc phải cân nhắc mô hình mở‑weight,” Albarran nói.

Lin Qiao, CEO của Fireworks – một nền tảng định tuyến và lưu trữ mô hình mở‑weight cho doanh nghiệp – cho biết công ty xử lý tới 40 nghìn tỷ token mỗi ngày, vượt mức cả API của Gemini và OpenAI. Fireworks đặt cược vào đa dạng mô hình: “Khi LLM ngày càng đa dạng và mạnh mẽ, các công ty sẽ dễ dàng đào tạo mô hình riêng cho nhu cầu cụ thể của mình. Mỗi công ty nên có một nhà nghiên cứu nội bộ để xây dựng mô hình dựa trên dữ liệu sản phẩm,” Qiao chia sẻ. “Tương lai là trí tuệ chuyên biệt – mỗi doanh nghiệp sẽ sở hữu mô hình riêng cho từng trường hợp sử dụng, và điều này sẽ diễn ra tự nhiên.”

Bối cảnh ngành AI mở‑weight và xu hướng tương lai

Sự bùng nổ của các thương vụ mua lại cho thấy thị trường AI mở‑weight đang chuyển mình từ “cho mượn” sang “sở hữu”. Khi các phòng thí nghiệm như OpenAI và Anthropic chiếm ưu thế, các ông lớn công nghệ đang tìm cách “bảo hiểm” bằng cách đầu tư vào các nền tảng mở, nơi mà các nhà phát triển có thể tự do tùy biến và kiểm soát mô hình. Điều này đồng thời phản ánh lo ngại về chi phí inference và nhu cầu giảm phụ thuộc vào các nhà cung cấp chip độc quyền.

Các mô hình mở‑weight hiện vẫn chiếm tỷ lệ nhỏ trong tổng thị phần AI (6 % doanh nghiệp, 2 % lập trình viên), nhưng xu hướng tăng trưởng nhanh chóng. Khi giá của các mô hình “đóng” tiếp tục leo thang và các công cụ tối ưu hoá chi phí từ Trung Quốc ngày càng mạnh, các doanh nghiệp sẽ có thêm lựa chọn để cân bằng giữa hiệu năng, chi phí và quyền kiểm soát dữ liệu. Nếu Nvidia thực sự mua Hugging Face, nó sẽ không chỉ giành được “thị trường GitHub AI” mà còn tạo ra một kênh mạnh mẽ để đưa chip của mình vào mọi quy trình inference, từ đó định hình lại cấu trúc lợi nhuận trong ngành AI trong những năm tới.