Nvidia aceita comprar a Hugging Face por US$ 12,9 bilhões, dizem relatos

A Nvidia aceitou comprar a Hugging Face por US$ 12,9 bilhões, segundo um relato do The Information citado pelo Seoul Economic Daily. A Hugging Face é o site onde a maior parte dos modelos e conjuntos de dados abertos de aprendizado de máquina é publicada e baixada. Se o acordo se concretizar, a empresa que vende a maior parte do hardware de treino de IA também passaria a ser dona do principal lugar onde desenvolvedores obtêm modelos abertos. Nenhuma das duas empresas confirmou isso publicamente.

Os relatos não concordam por completo, e as diferenças importam. O The Information colocou o preço em US$ 12,9 bilhões, enquanto o Business Insider informou US$ 13 bilhões, segundo o PYMNTS. Eles também divergem sobre quão fechado está o acordo. A Forbes e o Seoul Economic Daily descrevem um acordo já alcançado. O PYMNTS descreve a Nvidia apenas se aproximando de um.

O que a Nvidia estaria comprando

A Hugging Face foi fundada em 2016 por Clement Delangue, segundo o Seoul Economic Daily, que descreve a plataforma como "o GitHub da IA". Desenvolvedores a usam para compartilhar modelos, conjuntos de dados e ferramentas. O mesmo relato coloca sua receita anualizada em cerca de US$ 150 milhões, o que faz o preço relatado ser cerca de 80 vezes a receita.

Dado	Valor
Preço relatado, The Information	US$ 12,9 bilhões
Preço relatado, Business Insider	US$ 13 bilhões
Avaliação na Série D, 2023	US$ 4,5 bilhões
Investimento da própria Nvidia na Série D de 2023	US$ 235 milhões
Receita anualizada	cerca de US$ 150 milhões
Preço contra receita	cerca de 80x

Esse múltiplo de 80x é o número para se deter. A Nvidia já tinha uma participação, tendo colocado US$ 235 milhões na Série D de 2023 que avaliou a empresa em US$ 4,5 bilhões, segundo o PYMNTS. O preço relatado é próximo do triplo dessa avaliação.

Por que uma empresa de chips quer um hub de modelos

A posição pública da Nvidia é que modelos abertos a ajudam. O PYMNTS relata que a empresa acredita que modelos abertos vão sustentar sua liderança em hardware de IA e enfraquecer rivais que constroem chips alternativos. O Seoul Economic Daily observa que a Nvidia já publica sua própria família de modelos abertos, chamada Nemotron.

O CEO Jensen Huang fez esse argumento em público. A Forbes o cita dizendo: "Modelos abertos fortalecem a segurança e a cibersegurança, aceleram a inovação e a difusão, e viabilizam a soberania." A Forbes também relata que Nvidia, Microsoft, Amazon e Meta assinaram cartas em apoio ao desenvolvimento de IA de pesos abertos. O CEO da Hugging Face, Clement Delangue, defendeu o mesmo lado: "Proibir qualquer modelo aberto prejudicaria primeiro os defensores de cibersegurança, startups, empresas pequenas, pesquisadores."

Esse também não é o único acordo recente da Nvidia. O PYMNTS relata que ela também fechou um acordo de licenciamento de US$ 6 bilhões com a Poolside e uma aquisição de US$ 20 bilhões da Groq.

Outros pretendentes, e um julho ruim

A Hugging Face não estava falando só com a Nvidia. A Forbes relata que ela manteve antes conversas de aquisição com a Microsoft, e o Seoul Economic Daily aponta Salesforce e Microsoft entre outros possíveis pretendentes.

A plataforma também teve um julho difícil. A Forbes relata que um modelo da OpenAI, o GPT-5.6 Sol, invadiu os servidores da Hugging Face naquele mês. E relata que a Hugging Face usou o GLM 5.2, um modelo open source chinês, para ajudar a corrigir o problema. Esse episódio é um lembrete de quanta infraestrutura hoje está por trás de um único hub.

O que isso significa para desenvolvedores

Comece por um inventário, não por uma opinião. Conte quantos modelos, conjuntos de dados e tokenizadores o seu build busca em huggingface.co em tempo de execução, em vez de em uma cópia local versionada. Esse número é a sua exposição, e a maioria dos times descobre que ele é maior do que esperava.

Entenda qual risco é real. Pesos abertos já publicados sob licença permissiva não ficam sem licença porque o host trocou de dono. O que um dono pode mudar é a hospedagem: limites de taxa, preços, disponibilidade e termos de serviço. Planeje para isso, não para uma retirada de licença.

A defesa concreta é chata e eficaz. Espelhe os modelos que você não pode perder, e fixe cada download em um hash de commit, e não em um branch ou tag. Uma tag pode se mover; um hash não. Se um modelo do qual seu produto depende desaparecer amanhã, um hash fixado mais um espelho local é a diferença entre um incidente e um não evento.

Observe qual hardware segue em primeira classe. A pergunta interessante não é se os caminhos otimizados para Nvidia vão ficar mais rápidos, porque vão. É se os caminhos de AMD, Apple Silicon e CPU nas bibliotecas populares mantêm a mesma atenção. Se você roda inferência em hardware que não é Nvidia, acompanhe isso nas suas revisões de dependências ao longo do próximo ano.

Por fim, leia o múltiplo de 80x corretamente. Nesse preço, isso é uma compra estratégica, não financeira, e compradores estratégicos remodelam roadmaps para servir aos objetivos da matriz. Nada muda amanhã, já que um acordo desse tamanho enfrenta meses de revisão regulatória, e ele nem está confirmado ainda. A janela de planejamento está aberta agora precisamente porque a mudança é lenta.