Nvidia ha annunciato l’acquisizione di Hugging Face per 12,9303 miliardi di dollari, una delle operazioni più rilevanti mai realizzate nel settore dell’intelligenza artificiale aperta. L’accordo mette insieme il principale produttore di acceleratori per l’IA e una piattaforma usata da milioni di sviluppatori per pubblicare, trovare e provare modelli, dataset e applicazioni. La società californiana verserà circa 11,9 miliardi agli investitori di Hugging Face e destinerà fino a un miliardo in azioni Nvidia a programmi di permanenza per i dipendenti, secondo i dettagli riferiti da Reuters.
Le due aziende sostengono che Hugging Face continuerà a operare come piattaforma indipendente, con la possibilità per gli utenti di scegliere modelli, servizi cloud e acceleratori di produttori diversi. È un impegno centrale perché il valore della comunità dipende proprio dalla sua neutralità: se il sito diventasse una vetrina esclusiva dell’hardware Nvidia, sviluppatori e concorrenti potrebbero spostarsi altrove. L’acquirente afferma invece di voler ampliare l’infrastruttura, accelerare i progetti collaborativi e rendere più semplice portare i modelli dalla sperimentazione all’uso reale.
Hugging Face conta circa 18 milioni di sviluppatori, ricercatori e creatori, oltre tre milioni di modelli, mezzo milione di dataset e un milione di applicazioni dimostrative. Più di 200.000 organizzazioni utilizzano i suoi strumenti. L’azienda nacque nel 2016 per iniziativa di Clément Delangue, Julien Chaumond e Thomas Wolf e nel 2023 era stata valutata 4,5 miliardi di dollari. Il prezzo odierno riflette quindi non solo software e ricavi, ma l’accesso a una rete globale che è diventata una sorta di piazza pubblica dell’IA.
Per capire perché questa operazione conta bisogna distinguere tra “open source” e “open weight”. Un modello open weight rende disponibili i parametri numerici appresi durante l’addestramento, consentendo di eseguirlo e spesso di adattarlo sui propri computer. Non significa però automaticamente che siano pubblici anche il codice, i dati di addestramento o tutte le libertà previste dalle licenze open source tradizionali. Hugging Face ospita progetti con condizioni molto diverse e offre schede che aiutano a ricostruire provenienza, limiti e modalità d’uso.
Nvidia vende i chip e i sistemi su cui vengono addestrati o eseguiti molti di questi modelli. Possedere la piattaforma che li distribuisce può darle informazioni preziose sulle tecnologie emergenti, rafforzare gli strumenti compatibili con il proprio ecosistema e avvicinare nuovi clienti ai servizi di calcolo. Allo stesso tempo, la promessa di apertura sarà osservata con attenzione da sviluppatori, autorità antitrust e aziende rivali. La compatibilità con processori AMD, cloud indipendenti e modelli di terzi non è un dettaglio tecnico, ma una prova concreta dell’autonomia dichiarata.
L’operazione arriva mentre il settore cerca alternative ai sistemi proprietari accessibili soltanto attraverso un servizio online. Governi, università e imprese vogliono poter eseguire alcuni modelli nei propri centri dati per controllare costi, riservatezza e personalizzazione. Una raccolta ampia e facilmente consultabile riduce la barriera d’ingresso, ma apre anche problemi di sicurezza: file malevoli, licenze poco chiare, prestazioni non verificate e modelli capaci di produrre contenuti dannosi richiedono strumenti di controllo e informazioni affidabili.
Nvidia disponeva di oltre 22 miliardi di dollari di liquidità alla fine di luglio e aveva già costruito una presenza importante sulla piattaforma, con più di 500 modelli e 250 dataset aperti. L’acquisto trasforma però una collaborazione commerciale in controllo societario. La chiusura dipenderà dalle autorizzazioni necessarie e dalle condizioni definitive; fino ad allora le aziende restano separate. Gli organismi di vigilanza potranno valutare se l’integrazione favorisca l’innovazione oppure aumenti il potere di un’impresa già dominante nell’hardware per l’IA.
Per gli utenti non cambia tutto da un giorno all’altro. I segnali decisivi saranno la continuità delle licenze, la visibilità riservata ai progetti concorrenti, i prezzi dei servizi e la possibilità di trasferire modelli e dati senza ostacoli. Se la neutralità verrà rispettata, le risorse di Nvidia potrebbero migliorare velocità, affidabilità e accesso al calcolo. Se invece l’ecosistema fosse orientato progressivamente verso una sola infrastruttura, l’acquisizione diventerebbe un nuovo punto di concentrazione nella filiera dell’intelligenza artificiale.