Nvidia Spends Over $900 Million to Hire Enfabrica CEO and Expand AI Infrastructure Push

Nvidia Spends Over $900 Million to Hire Enfabrica CEO and Expand AI Infrastructure Push

N
News Editor 01
2026-07-06 16:09:03
Nvidia reportedly paid over $900 million in cash and stock to bring in Enfabrica CEO Rochan Sankar, part of his engineering team, and access to the startup’s core technology, deepening its AI infrastructure strategy.

据外媒报道,英伟达已以超过9亿美元的现金与股票组合交易,引入AI硬件公司Enfabrica首席执行官Rochan Sankar及其部分工程师团队,并获得该公司核心技术的相关使用权。交易已于上周完成,这意味着Rochan Sankar目前已正式加入英伟达。这笔交易再次显示,在生成式AI竞争持续升温的背景下,头部科技公司正通过“人才+技术”的复合型交易方式,加速补齐基础设施能力。

从交易结构来看,这并非传统意义上对整家公司的完整收购,而更接近近年来科技行业频繁出现的“acqui-hire”模式,即以高额对价吸纳关键创始人、核心工程团队,并同时获取技术许可或核心资产。这类操作通常被视为一种更灵活的扩张路径,既能快速整合人才和技术,也在一定程度上避免大型并购可能带来的监管压力。

瞄准GPU互联能力,补强大规模AI系统底座

Enfabrica成立于2019年,核心卖点在于AI基础设施层能力,尤其是围绕数据中心内部“数据管道”的建设,让大规模GPU集群能够像统一机器一样协同工作。报道指出,英伟达此次获得的相关硬件技术,可支持10万块GPU连接协作,形成近似“同一大脑”式的算力组织能力。这一方向与当前AI训练和推理系统的发展需求高度一致,因为随着模型参数规模持续上升,单纯依赖芯片性能已不足以支撑竞争优势,网络互连、任务调度和集群级协同能力正成为新的关键壁垒。

Enfabrica最新系统并非只支持单芯片运行,而是可让72块GPU在高密度机架中协同工作。报道提到,这一方案也被应用于微软最新宣布的40亿美元威斯康星数据中心项目。对英伟达而言,这类技术能与其GPU、网络和整机系统战略形成更强耦合,从而推动公司从单一芯片供应商,向完整AI系统提供商持续演进。

英伟达延续“少买公司、多拿关键能力”策略

尽管英伟达在AI芯片市场处于核心地位,但其历史上并非激进并购型公司。公开信息显示,英伟达此前真正意义上的十亿美元级并购并不多。其代表性案例是2019年以69亿美元收购以色列芯片设计公司Mellanox,而后者的网络技术至今仍是英伟达最新Blackwell产品线的重要组成部分。

英伟达曾尝试以400亿美元收购Arm,但该交易在2022年遭监管阻止。相比之下,近期英伟达更明显地转向针对特定能力模块的投资、合作和团队并入。例如,过去一年公司完成了对以色列AI基础设施软件公司Run:ai的7亿美元收购,该公司技术主要用于帮助开发者优化GPU资源管理与AI基础设施效率。

此外,报道还提到,英伟达本周披露已持有英特尔50亿美元股份,并确认双方将共同打造AI处理器;同时,英伟达还新近向英国数据中心技术初创公司Nscale投资7亿美元。这表明,英伟达的资本动作并非简单围绕芯片本身,而是在从算力、网络、调度到数据中心落地的整条AI基础设施链条上进行系统化卡位。

Big Tech争抢AI人才,交易模式日趋相似

Rochan Sankar加入英伟达,并非孤立事件。2026年以来,AI行业已经出现多起类似交易。报道提到,Meta在6月支付143亿美元,获得Scale AI创始人Alexandr Wang,并取得该公司49%股份;一个月后,编程初创公司Windsurf联合创始人Varun Mohan通过一笔24亿美元、附带许可条款的交易加入谷歌。此前,谷歌还吸纳了Character.AI团队,微软整合了Inflection,亚马逊则拿下Adept。

这些案例说明,AI竞争正从模型和应用层,进一步延伸至人才、基础设施和底层系统能力的争夺。相较于传统并购,科技巨头更倾向于通过团队引入、股权投资、技术授权等多种组合方式完成资源整合。这类模式速度更快、灵活性更高,也更符合当下AI产业高速迭代的节奏。

市场影响:对AI产业链与加密算力叙事均具启示

从市场角度看,英伟达此次加码Enfabrica相关技术,首先强化了一个明确趋势:未来AI竞争不再只是比拼GPU数量,而是比拼谁能更高效地把海量GPU组织起来。随着训练集群和推理集群不断扩大,互连架构、数据传输和资源编排的重要性持续上升,这将利好数据中心网络、AI基础设施软件以及高性能计算相关赛道。

对于加密市场参与者而言,虽然这笔交易并不直接涉及区块链业务,但其外溢影响值得关注。一方面,AI算力基础设施持续升温,可能进一步增强市场对“算力即资产”的想象,带动GPU云、分布式计算、去中心化算力网络等叙事关注度。另一方面,英伟达不断巩固在AI硬件生态中的主导地位,也可能加剧高端算力资源向大型科技公司集中,使部分试图以去中心化方式切入AI训练或推理市场的加密项目面临更高竞争门槛。

资本市场层面,英伟达的估值增长同样值得关注。报道显示,公司两年前还在冲击1万亿美元市值,如今市值已超过4.28万亿美元,较2023年实现四倍增长。这种资本扩张能力,使其能够持续通过投资、并购和人才引入巩固领先地位。对整个科技与数字资产市场而言,这意味着AI基础设施仍将是未来一段时间内最受资本追逐的核心主线之一。

总体来看,英伟达以超9亿美元引入Rochan Sankar及Enfabrica核心能力,并非单笔孤立人才交易,而是其构建完整AI系统版图的重要一步。随着GPU互联、集群管理和数据中心级协同能力成为新竞争焦点,围绕AI底层基础设施的并购与投资预计仍将持续升温。

This article was originally published by Bit.Fan. For more cryptocurrency news and market insights, visit www.bit.fan.
400

Disclaimer:

The market information, project data, and third-party content displayed on this platform are for industry information sharing only and do not constitute any form of investment advice or return commitment.

Cryptocurrency trading carries high risks. Users should fully assess their risk tolerance and make independent decisions. All profits, losses, and legal responsibilities are borne by the users themselves.