英伟达（Nvidia）近日以超过9亿美元的价格，收购了AI硬件初创公司Enfabrica的首席执行官Rochan Sankar及其工程团队，同时获得了该公司的核心技术授权。这笔交易采用现金加股票的方式结算，已于上周完成。Rochan目前已正式加盟Nvidia。
交易细节：规避监管的“收购式招聘”
据CNBC率先报道，这笔交易的核心在于人才与技术的双重整合。Enfabrica成立于2019年，专注于构建高性能数据中心互联基础设施，其技术能够将多达10万个GPU连接成一个统一的计算集群——这恰好是Nvidia当前最迫切需要的。
Enfabrica在2023年完成了1.25亿美元的B轮融资，由Atreides Management领投，Nvidia当时已参与其中。据CNBC透露，该轮融资后公司的估值比上一轮增长了五倍。被收购后，Nvidia获得了Enfabrica核心硬件的访问权，这类硬件专门用于大规模GPU集群的协同工作。
这一模式与Meta、Google、Microsoft、Amazon等科技巨头近年来的“收购式招聘”如出一辙——通过收购小型AI公司来吸纳顶尖人才，同时避免触发反垄断审查。今年6月，Meta以143亿美元收购了Scale AI创始人Alexandr Wang的团队，并取得该公司49%的股份；7月，Google以24亿美元接手编程初创公司Windsurf的联合创始人Varun Mohan及其团队；微软则收购了Inflection AI团队，亚马逊收购了Adept。
Nvidia自身的收购史同样遵循这一逻辑。其唯一的十亿美元级收购是2019年以69亿美元收购以色列芯片设计公司Mellanox，后者为Nvidia的Blackwell产品线提供了关键的网络技术。2022年，Nvidia试图以400亿美元收购ARM，但因监管阻力失败。过去一年，Nvidia还以7亿美元收购了以色列初创公司Run:ai（专注AI基础设施优化），并向英国数据中心技术公司Nscale投资7亿美元。
战略转型：从芯片商到全栈AI系统提供商
Enfabrica的技术恰好填补了Nvidia的短板：大规模GPU集群的互联效率。Nvidia最新系统已不再依赖单芯片运行，而是采用72个GPU联动的机架式设计。微软在威斯康星州投资40亿美元建设的数据中心，正是采用这种架构。Enfabrica的互联技术能将数十万GPU整合成一台“超级计算机”，显著提升AI训练和推理的效率。
这一动作是Nvidia全面转向AI系统销售战略的一部分。Nvidia目前在AI芯片市场占据主导地位，其市值已从2023年的大约1万亿美元飙升至4.28万亿美元。通过整合Enfabrica，Nvidia能够向客户提供更完整的AI基础设施——从芯片到网络再到软件。
市场影响分析：对加密货币和AI算力格局的潜在冲击
尽管这笔交易本身并非直接针对加密货币行业，但它将对依赖GPU算力的加密挖矿和AI项目产生深远影响。
首先，Nvidia全面掌握大规模GPU集群技术后，可能会进一步压缩矿工对高端GPU的获取能力。当前，以太坊转向PoS后，GPU矿工主要转向AI算力租赁和新兴PoW币种（如Kaspa、Ravencoin等）。Nvidia若将更多产能转向AI专用集群，将减少可供矿工采购的消费级显卡数量，推高挖矿硬件成本。
其次，Enfabrica的集群互联技术可能被用于构建去中心化AI训练网络。例如，一些加密项目（如Render Network、Bittensor）正试图利用闲置GPU进行分布式AI计算。Nvidia的集中化解决方案可能与这些去中心化网络形成直接竞争，迫使后者提升效率或寻求差异化。
此外，Nvidia对Intel的50亿美元投资以及与Intel共同开发AI处理器的消息，表明传统芯片厂商正在加速AI化进程。这可能分流Nvidia的研发资源，但短期内不会改变其高端GPU的定价权。
最后，从更宏观的视角看，AI行业的巨型收购案正不断抬高人才与技术的估值门槛。如果Nvidia能通过“收购式招聘”持续巩固技术护城河，那么依赖GPU计算的区块链项目将面临更严峻的算力成本压力，或推动加密行业探索更高效的ASIC或FPGA替代方案。
总之，Nvidia这笔9亿美元的收购不仅仅是人才和技术的整合，更是AI算力基础设施战争的号角。对于加密货币行业而言，紧跟GPU供应链变化、探索去中心化替代方案，将是应对这一趋势的关键。