L’essentiel
- Nvidia rachète Hugging Face, la plateforme de référence des modèles ouverts, pour 12,9 milliards de dollars.
- Le hub revendique plus de 18 millions de développeurs, 3 millions de modèles, 500 000 jeux de données et 200 000 entreprises utilisatrices.
- Jensen Huang promet une plateforme ouverte à tous : aucun matériel Nvidia imposé, les autres clouds et les autres puces restent pris en charge.
- Le fabricant est déjà le premier contributeur de modèles ouverts du site, avec plus de 500 modèles et 250 jeux de données déposés.
Google, Amazon, OpenAI et désormais Anthropic dessinent leurs propres accélérateurs. Pendant que ses plus gros clients apprennent à se passer de lui, Nvidia vient d’acheter la porte d’entrée de tous ceux qui ne graveront jamais une puce. Hugging Face ne vend ni modèle, ni GPU (processeur graphique) : c’est un entrepôt où l’on dépose et où l’on télécharge. Nvidia y met 12,9 milliards de dollars.
Les clients qui ne fabriqueront jamais leur silicium
Nvidia gagne son argent sur l’infrastructure de calcul, et ce marché lui est longtemps venu par ricochet : appeler l’API d’OpenAI ou d’un autre fournisseur, c’était finir sur ses puces sans même le savoir. Cette rente s’érode. Chaque génération de TPU, la puce d’IA maison de Google, chaque Trainium conçu par Amazon, chaque accélérateur dessiné par OpenAI ou Anthropic retire une tranche de demande garantie.
Les modèles à poids ouverts, ceux dont les paramètres se téléchargent librement, tournent partout ailleurs : chez des dizaines d’hébergeurs, dans les entreprises, les universités, les administrations. Cette clientèle-là ne dessinera jamais son propre silicium ; elle achètera des cartes, ou louera des heures sur des cartes. Huang le dit sans détour : « Free AI should be great for hardware. » Des poids gratuits font vendre du matériel. En rachetant le lieu où ces poids se distribuent, il sécurise le seul segment que ses grands comptes ne peuvent pas lui reprendre.
Qui est allé chercher l’autre
Les deux camps ne racontent pas la même scène. Huang affirme que Clem Delangue est venu le voir alors qu’il réfléchissait au chapitre suivant de son entreprise. Thomas Wolf, cofondateur lui aussi, écrit sur LinkedIn que l’offre est partie de Huang, avec pour projet de faire du hub une plateforme ouverte, indépendante et neutre en matériel.
Wolf présente Nvidia comme le partenaire le mieux ajusté à la mission de la maison, des poids ouverts à la robotique et à la science, et assure que rien ne change aujourd’hui pour les utilisateurs. Cet écart de version pèse sur la suite : celui qui a sollicité l’autre aborde les arbitrages à venir avec moins de marge.
Une neutralité que personne n’arbitre
La promesse est explicite, et elle ne coûte rien à tenir tant que personne ne la teste. Mais la neutralité d’un hub tient à des décisions minuscules et quotidiennes, dont aucune ne fait l’objet d’un communiqué : l’ordre dans lequel les modèles s’affichent, le fournisseur d’inférence câblé derrière le bouton de déploiement, les versions compressées, dites quantifiées, proposées au téléchargement.
Nvidia publie déjà ses propres versions NVFP4 de Kimi K2.6 et GLM-5.2, un format de compression maison ajusté à ses cartes. Le groupe profite ainsi des modèles chinois qu’il ne domine pas encore, tout en s’apprêtant à contrôler la vitrine où cette compétition se juge. Dans la gouvernance annoncée, personne n’est en position de trancher entre l’exposition d’un modèle et les ventes de son propriétaire. Le précédent le plus proche est GitHub, racheté 7,5 milliards de dollars par Microsoft en 2018 avec la même promesse d’indépendance et de libre choix des outils. Microsoft, lui, ne vendait pas les machines qui font tourner le code déposé chez lui.
Nemotron, Lepton et les 36 milliards d’engagements
Le fabricant est loin d’être un nouveau venu sur les modèles ouverts. Avec Nemotron, il publie les poids, une large part des données d’entraînement et les recettes de post-entraînement ; au sein de la Nemotron Coalition, il travaille avec Mistral AI, Thinking Machines Lab, Perplexity, Black Forest Labs, Cursor, LangChain, Reflection AI et Sarvam à un modèle commun. Cela ne le place pas en tête : ses modèles restent derrière les meilleurs modèles chinois, mais s’exécutent nettement plus vite dans certains scénarios.
L’autre moteur de l’opération est commercial. Hugging Face distribue des modèles et loue aussi le calcul pour les faire tourner. Nvidia s’y était avancé une première fois avant de reculer : DGX Cloud a été réduit pour ne pas capter les clients de ses propres gros acheteurs. Depuis, sa place de marché Lepton oriente les charges vers CoreWeave, Lambda ou Nebius, et Hugging Face s’y branche via un service de clusters.
Fin juillet, Nvidia déclarait 36 milliards de dollars d’engagements liés à ses accords avec des partenaires cloud. Ces engagements diminuent quand les partenaires revendent leur capacité à des tiers, et Nvidia les couvre partiellement contre le risque de capacité inutilisée. Un canal de vente peuplé de 18 millions de développeurs allège mécaniquement cette facture.
Les gestes qui diront si la promesse tient
Rien ne bouge cette semaine pour ceux qui téléchargent des poids : dépôts, bibliothèques et scripts fonctionnent à l’identique. L’épreuve viendra plus tard. Elle portera d’abord sur les laboratoires concurrents, chinois en tête, dont le fabricant tire aujourd’hui parti : la place qui leur est faite sur les pages les plus consultées, celle laissée à leurs formats d’origine face aux versions maison, les fournisseurs d’inférence proposés pour les servir. Rien de tout cela ne s’annonce ; tout cela se mesure.
Hugging Face avait bâti sa position sur un statut de tiers : personne n’y avait intérêt à ce qu’un modèle sorte devant un autre. Ce statut vient de changer de propriétaire, et avec lui la main qui décide de ce qu’« ouvert » signifie à l’échelle de la plateforme. Une dépendance technique se remplace en quelques semaines ; une dépendance de distribution, beaucoup plus difficilement.
Mon avis
La neutralité d’une plateforme se lit dans son code de classement, pas dans une interview. Je m’attends à ce que personne chez Nvidia n’ait jamais besoin d’interdire quoi que ce soit : il suffira que le chemin le plus court, de la page d’un modèle à une machine qui tourne, passe par du matériel maison. Si l’écosystème ouvert veut conserver un point de distribution qu’aucun fabricant ne possède, c’est maintenant qu’il doit financer l’alternative, pas dans deux ans, quand les réflexes seront pris et que le hub aura gagné le droit de choisir.
