Nvidia acuerda comprar Hugging Face por 12.900 millones, según varios medios

Nvidia ha acordado comprar Hugging Face por 12.900 millones de dólares, según un informe de The Information citado por el Seoul Economic Daily. Hugging Face es el sitio donde se publican y se descargan la mayoría de los modelos y conjuntos de datos abiertos de machine learning. Si la operación se cierra, la empresa que vende la mayor parte del hardware de entrenamiento de IA también sería dueña del principal lugar donde los desarrolladores consiguen modelos abiertos. Ninguna de las dos empresas lo ha confirmado públicamente.

Los informes no coinciden del todo, y las diferencias importan. The Information situó el precio en 12.900 millones de dólares, mientras que Business Insider informó de 13.000 millones, según PYMNTS. También discrepan sobre lo cerrado que está el acuerdo. Forbes y el Seoul Economic Daily describen un acuerdo ya alcanzado. PYMNTS describe a Nvidia solo como próxima a uno.

Qué compraría Nvidia

Hugging Face fue fundada en 2016 por Clement Delangue, según el Seoul Economic Daily, que describe la plataforma como «el GitHub de la IA». Los desarrolladores la usan para compartir modelos, conjuntos de datos y herramientas. El mismo informe cifra sus ingresos anualizados en unos 150 millones de dólares, lo que sitúa el precio informado en torno a 80 veces los ingresos.

Cifra	Valor
Precio informado, The Information	12.900 millones de dólares
Precio informado, Business Insider	13.000 millones de dólares
Valoración en la Serie D, 2023	4.500 millones de dólares
Inversión propia de Nvidia en la Serie D de 2023	235 millones de dólares
Ingresos anualizados	unos 150 millones de dólares
Precio frente a ingresos	unas 80 veces

Ese múltiplo de 80 veces es la cifra con la que hay que quedarse. Nvidia ya tenía una participación: puso 235 millones de dólares en la Serie D de 2023, que valoró la empresa en 4.500 millones, según PYMNTS. El precio informado es casi el triple de esa valoración.

Por qué una empresa de chips quiere un hub de modelos

La posición pública de Nvidia es que los modelos abiertos la ayudan. PYMNTS informa de que la empresa cree que los modelos abiertos sostendrán su ventaja en hardware de IA y frenarán a los rivales que construyen chips alternativos. El Seoul Economic Daily señala que Nvidia ya publica su propia familia de modelos abiertos, llamada Nemotron.

El CEO Jensen Huang ha defendido el argumento en público. Forbes lo cita diciendo: «Los modelos abiertos refuerzan la seguridad y la ciberseguridad, aceleran la innovación y la difusión, y hacen posible la soberanía». Forbes informa también de que Nvidia, Microsoft, Amazon y Meta han firmado cartas de apoyo al desarrollo de IA de pesos abiertos. El CEO de Hugging Face, Clement Delangue, ha defendido lo mismo: «Prohibir cualquier modelo abierto perjudicaría en primer lugar a los defensores de la ciberseguridad, a las startups, a las pequeñas empresas y a los investigadores».

Este tampoco es el único acuerdo reciente de Nvidia. PYMNTS informa de que también ha cerrado un acuerdo de licencias de 6.000 millones de dólares con Poolside y una adquisición de Groq por 20.000 millones.

Otros pretendientes, y un julio malo

Hugging Face no solo hablaba con Nvidia. Forbes informa de que antes mantuvo conversaciones de adquisición con Microsoft, y el Seoul Economic Daily nombra a Salesforce y Microsoft entre otros posibles pretendientes.

La plataforma también tuvo un julio duro. Forbes informa de que un modelo de OpenAI, GPT-5.6 Sol, hackeó los servidores de Hugging Face ese mes, y de que Hugging Face usó GLM 5.2, un modelo chino de código abierto, para ayudar a arreglar el problema. Ese episodio recuerda cuánta infraestructura depende hoy de un solo hub.

Qué significa esto para los desarrolladores

Empieza por un inventario, no por una opinión. Cuenta cuántos modelos, conjuntos de datos y tokenizadores extrae tu build de huggingface.co en tiempo de ejecución en lugar de una copia interna. Esa cifra es tu exposición, y a la mayoría de los equipos les sale más alta de lo que esperaban.

Entiende qué riesgo es real. Unos pesos abiertos ya publicados bajo una licencia permisiva no se quedan sin licencia porque el host cambie de dueño. Lo que un dueño sí puede cambiar es el alojamiento: límites de peticiones, precios, disponibilidad y condiciones del servicio. Planifica para eso, no para una retirada de la licencia.

La defensa concreta es aburrida y eficaz. Haz un espejo de los modelos que no puedes permitirte perder, y fija cada descarga a un hash de commit en lugar de a una rama o una etiqueta. Una etiqueta puede moverse; un hash, no. Si un modelo del que depende tu producto desaparece mañana, un hash fijado más un espejo local es la diferencia entre un incidente y un no evento.

Vigila qué hardware sigue siendo de primera clase. La pregunta interesante no es si las rutas optimizadas para Nvidia se vuelven más rápidas, porque lo harán. Es si las rutas de AMD, Apple Silicon y CPU de las bibliotecas populares mantienen la misma atención. Si ejecutas inferencia en hardware que no es de Nvidia, sigue eso en tus revisiones de dependencias durante el próximo año.

Por último, lee bien el múltiplo de 80 veces. A ese precio esto es una compra estratégica, no financiera, y los compradores estratégicos rehacen las hojas de ruta para servir a los objetivos de la matriz. Nada cambia mañana, porque una operación de este tamaño afronta meses de revisión regulatoria, y ni siquiera está confirmada todavía. La ventana de planificación está abierta ahora precisamente porque el cambio es lento.