英伟达的「生态防御战」
与自研芯片的深水区

8 月 24 日市场还在传「130 亿美元探索出售」，26 日 The Information 已确认英伟达同意以 129 亿美元收购，估值超 130 亿。Hugging Face 年化收入约 1.5 亿美元（两个月内从 1 亿涨到 1.5 亿），收购价约为其年化收入的 80 倍——上一轮融资是 2023 年 D 轮 2.35 亿美元、估值 45 亿（Salesforce 领投），三年估值涨近三倍。平台托管超 300 万个模型、近 100 万个数据集、服务 1300 万开发者；微软也曾接触但未继续。

为什么重要：这笔账不是财务逻辑，是对冲。OpenAI（Jalapeño）、Anthropic（自研芯片）都在降低对英伟达的依赖，英伟达的判断是「开源模型越繁荣，GPU 需求越难被单一闭源势力切断」。买下 Hugging Face 等于掌控开源生态的分发渠道与技术情报，叠加英伟达自研的 Nemotron 开源模型，形成「模型 + 分发」的闭环。这是本周最重的一步棋。

英伟达 2027 财年 Q2（截至 7/26）营收 962.21 亿美元、同比 +106%，数据中心 890 亿、+117%（占总营收 92%），净利润 596.88 亿、+126%，毛利率 75%，非 GAAP 每股收益 2.22 美元。Q3 指引 1080 亿，并首度提前一年给出 2028 财年 +70% 的营收指引。订单积压飙至 2790 亿美元。但应收账款从半年前的 385 亿涨到 630 亿，付款周期由 45 天拉长到 60 天。

为什么重要：营收神话未破，但两个暗点浮出：应收账款半年增 245 亿、付款周期拉长，说明下游算力买家的现金流压力正在传导回英伟达；而订单积压 2790 亿的「含金量」，取决于 Anthropic（450 亿 Nscale 长约）、DeepSeek（500 亿融资）这些买家未来的偿债能力。需求端「主权 AI」从大厂向更广市场扩散，但付款节奏在变慢——这不是崩盘信号，是链条变脆的信号。

南华早报报道，DeepSeek 第二轮融资计划募资约 500 亿元，投前估值约 5000 亿人民币（约 740 亿美元），预计 8 月底前交割；老股东（Monolith、宁德时代）之外，新投资者包括 CPE 源峰、君联资本、Stony Creek Capital（关联兆易创新），以及合肥国资背景基金。DeepSeek 已启动科创板 IPO 筹备，可能在 2026 年底提交申请、2027 年挂牌。财务上，2026 年前 7 个月营收约 4.75 亿（约为 2025 全年 10 倍）、净亏损 7.15 亿、整体毛利率 44.6%、API 推理业务毛利率高达 82.9%。

为什么重要：首轮 500 亿（6 月交割）+ 二轮 500 亿 = 两轮累计募资超 1000 亿，创中国大模型纪录。更关键的是 82.9% 的 API 毛利——它第一次用硬数字证明「开源模型的推理变现效率」远高于外界预期。但 4.75 亿营收对 5000 亿估值，市销率依然极高，这更像一次对「开源 + 中国算力自主」叙事的提前定价。

Hot Chips 上，OpenAI 首度公布自研推理芯片 Jalapeño 的实测数据：每瓦吞吐为英伟达 GB200/GB300 的 1.5–1.9 倍。同一周，GPT-5.6 Sol 输出价再降 20% 至 20 美元/百万 token（上周已从 30 降到 20，两周累计 -33%）。上周 OpenAI 还收编了「AI 版 Firebase」Instant，为 Agent 补记忆层；本周又联合 100+ 机构发公开信呼吁集体网络防御。

为什么重要：自研芯片与降价互为表里——芯片把推理成本压下去，降价才有物理空间。这是「算力自主」第一次给出可量化的性能对标，也直接解释了英伟达本周为何急着买 Hugging Face 锁开源生态：闭源巨头正在用自研芯片切走推理侧的需求，而推理侧恰恰是英伟达订单里增长最快、也最脆弱的一块。

Anthropic 签下 6 年 450 亿美元算力长约，租用 Nscale 460 兆瓦、部署英伟达 Vera Rubin。同日发布经济指数「observed exposure」：程序员 75% 的工作被 AI 触及（其中 25%–50% 的工作内容被模型覆盖）。此外还发布 MHS 模型硬件标准，让 Agent 直接操作显微镜与机械臂。

为什么重要：IPO 前夜的 Anthropic 一边锁定 6 年算力（呼应 OpenAI 的 8GW 俄亥俄协议），一边用经济指数给「AI 渗透率」提供量化叙事——这是在给二级市场准备一套可核算的「落地故事」。450 亿长约叠加上周的「博通为其囤 1000 亿债务」，Anthropic 的算力重注在 IPO 前持续加码。

阿里开源 Qwen3.8-Flash-Next，125B 总参仅 6B 激活，训练成本降至前代的 1/9；智谱揭榜「Ox Alpha」即 GLM-5.3-Flash，320B 参数、MIT 许可开源、在国产芯片上训练（此前匿名霸榜）。Unsloth 同期放出 Qwen3.8-27B 的 1-bit 量化版，6.2GB 保留 77% 精度、8GB 内存即可跑。

为什么重要：开源密集 MoE 的参数规模在涨（125B、320B），但激活参数与训练成本在降——「大而便宜」成为新常态。这延续上周 DeepSeek V4-Flash-Vision 的方向，开源模型的对位能力在持续逼近闭源旗舰。MIT 许可 + 国产芯片训练的组合，也让「可商用、可自主」的边界进一步外扩。

Meta 首发自研训练芯片 MTIA 300（内置 NIC 与通信卸载引擎），并开源百万 GPU 级协议 MetaRoCE。Apple 突袭发布 M6 与 M5 Ultra：首款 2nm 芯片 + 首款四晶粒架构，主打 AI 计算。Perplexity 也联合英伟达推出「Portable Computer」，主打本地 Agent、零 token 成本。

为什么重要：自研芯片从 OpenAI/Anthropic 扩展到 Meta（训练侧）与 Apple（消费端 2nm）。「英伟达的客户变成竞争对手」不再是个别实验室的探索，而是一线厂商的系统性动作。尤其 Meta 把训练芯片也纳入自研，意味着最上游的训练算力供给也在被稀释。

Claude 记忆打通聊天与 Cowork，跨入口统一上下文、敏感话题默认不记；社区项目 claude-mem 冲到 92K★，claude-plugins-official（35K★）与 claude-plugins-community 双双上线，Anthropic 首次推出官方插件目录。OpenAI 收编 Instant 补记忆层；字节发布「豆包工作」Agent 深度打通飞书；bytedance/deer-flow（80K★）主打长时程 SuperAgent；agentgateway 的 MCP/LLM/A2A 三合一网关被 Linux 基金会托管。

为什么重要：Agent 竞争的重心从「模型能力」滑向「记忆 + 工具 + 插件生态」。跨会话记忆成了新的护城河，插件目录成了新的分发渠道。OpenAI、Anthropic、字节三家在同一周押注记忆层，说明「谁能记住上下文、谁能接入更多工具」正在取代「谁跑分更高」成为 Agent 落地的主战场。