据CryptoComLearn报道，英伟达（Nvidia）近日以超过9亿美元的现金和股票组合，完成对AI硬件初创公司Enfabrica的CEO Rochan Sankar及其核心工程师团队的“收购式招聘”（acqui-hire），同时获得该公司核心技术的使用权。这笔交易于上周正式关闭，Rochan现已正式加入英伟达。
Enfabrica成立于2019年，专注于构建高性能数据中心网络基础设施——其核心技术能够将多达10万个GPU连接成一个统一的计算“大脑”，这正是英伟达在推动大规模AI集群时所急需的。该公司最新系统可让72块GPU在单个机架内协同工作，这种架构已被用于微软在威斯康星州投资40亿美元建设的新数据中心。
9亿美元买人才与技术，硅谷“收购式招聘”再添案例
这笔交易并非英伟达罕见的全资收购。事实上，英伟达早在2023年就参与了Enfabrica的1.25亿美元B轮融资，当时由Atreides Management领投，投后估值达到前一轮的5倍。此次英伟达以远超投资额的资金直接“挖角”核心人物和技术，反映出AI人才和底层网络架构的稀缺性。
这种模式在硅谷并不新鲜。2024年6月，Meta以143亿美元从Scale AI创始人Alexandr Wang手中获得49%股权；同年7月，谷歌以24亿美元招募编码初创公司Windsurf联合创始人Varun Mohan并获取授权；微软则收购了Inflection AI，亚马逊拿下Adept。英伟达的选择显然遵循了同样的逻辑：避免全面收购带来的监管审查，同时快速获得关键人才和技术。
此外，英伟达近期还以7亿美元收购了以色列AI优化公司Run:ai，并将其整合进自己的软件生态。这些动作表明，英伟达正从单一芯片供应商向完整AI系统解决方案提供商转型。
从1万亿到4.28万亿：英伟达的并购逻辑与市场影响
回顾英伟达的并购史，其唯一超过10亿美元的大型收购是2019年以69亿美元收购以色列芯片设计公司Mellanox。Mellanox的网络技术至今仍是英伟达Blackwell系列GPU架构的支柱。而后来试图以400亿美元收购Arm的计划，则在2022年被监管机构否决。
自那以后，英伟达转向更轻量的“人才+技术”收购。就在本周，英伟达宣布斥资50亿美元入股英特尔（Intel），双方将共同开发AI处理器；同时向英国数据中心初创公司Nscale追加7亿美元投资。这些操作与其核心战略一脉相承：控制AI计算的全产业链——从芯片设计、网络互联到数据中心优化。
市场对英伟达的强劲信心已在股价中体现：2023年其市值尚在1万亿美元附近徘徊，如今已突破4.28万亿美元，短短三年内翻了两番。分析师认为，英伟达通过“收购式招聘”而非全资收购，既规避了反垄断风险，又快速补强了自身在GPU集群互联、软件优化等关键环节的短板，进一步巩固了其在AI基础设施领域的护城河。
值得关注的是，Enfabrica的技术直接服务于大规模GPU集群的互联与协同，而这恰是当前AI训练和推理的瓶颈所在。随着微软、谷歌等云巨头纷纷投入数百亿美元兴建超级算力中心，英伟达对网络层技术的掌控将直接影响AI算力供给的效率和成本。
英伟达董事长黄仁勋曾多次强调：“数据中心正在成为AI工厂。”通过这一系列交易，英伟达正从芯片设计师转变为整个AI工厂的总承包商。而Enfabrica CEO的加盟，将为这座“工厂”提供最关键的“通信管道”。