Perché Nvidia ha comprato Hugging Face

Dopo le indiscrezioni è arrivata la conferma ufficiale: Nvidia ha firmato l’accordo definitivo per acquisire Hugging Face. Il prezzo è 12,93 miliardi di dollari, il closing è previsto nella prima metà del 2027 e resta subordinato alle autorizzazioni regolatorie.

L’operazione mette insieme il principale fornitore dell’infrastruttura di calcolo per l’intelligenza artificiale e una piattaforma utilizzata da oltre 18 milioni di sviluppatori e più di 200mila aziende per trovare, valutare, personalizzare e distribuire modelli AI. Hugging Face ospita oltre tre milioni di modelli, 500mila dataset e un milione di applicazioni.

Se la scarsità di GPU ha dominato la prima fase della corsa alla GenAI, ora acquistano valore crescente gli strati che stanno sopra l’hardware: modelli, dataset, strumenti di sviluppo, sistemi di valutazione, distribuzione e inferenza.

Che cosa compra davvero Nvidia

L’accordo prevede circa 11,9 miliardi di dollari destinati agli azionisti di Hugging Face e un programma fino a circa un miliardo in azioni per trattenere i dipendenti che entreranno in Nvidia. Nel documento depositato il 2 settembre alla SEC (la Consob americana), Nvidia si impegna inoltre a mantenere open la piattaforma e a consentire il supporto dei processori di altri produttori.

Il CEO di Nvidia, Jensen Huang, ha ribadito questo principio annunciando l’operazione: «Per sviluppare o distribuire applicazioni tramite Hugging Face non sarà necessario utilizzare la potenza di calcolo di Nvidia». In linea con l’impegno assunto dall’azienda, sviluppatori e organizzazioni continueranno a mantenere piena libertà di scelta, potendo adottare modelli, framework, infrastrutture cloud, servizi di inferenza e piattaforme di calcolo anche di altri fornitori.

Hugging Face vale infatti per la sua capacità di funzionare come terreno relativamente neutrale tra ecosistemi concorrenti. Sul suo Hub convivono modelli e tecnologie provenienti da Meta, Google, Microsoft, Mistral, Alibaba e da migliaia di laboratori, università e aziende.

Non tutti sono open source in senso stretto: licenze e condizioni d’uso differiscono e una parte significativa dell’offerta è più correttamente definibile open weight. Ciò che conta è la possibilità per un’impresa di scegliere tra un numero molto elevato di modelli senza dipendere esclusivamente dalle API dei grandi fornitori di modelli proprietari. Più cresce il numero di modelli sviluppati, personalizzati e messi in produzione, più si amplia per Nvidia il mercato della potenza di calcolo necessaria ad addestrarli ed eseguirli.

C’è anche una motivazione “difensiva” dietro questa strategia. I principali hyperscaler, che figurano tra i maggiori acquirenti di GPU Nvidia, stanno infatti investendo nello sviluppo di acceleratori proprietari. Ad esempio Google sviluppa da anni le TPU (Tensor Processing Unit), acceleratori progettati internamente per training e inferenza AI. Amazon Web Services ha sviluppato AWS Trainium per l’addestramento e Inferentia per l’inferenza. Microsoft ha introdotto Azure Maia, famiglia di acceleratori AI per i data center Azure.

Ampliare l’ecosistema dell’intelligenza artificiale diventa per Nvidia anche un modo per mitigare il rischio di una crescente integrazione verticale da parte dei suoi principali clienti. Un rischio tutt’altro che teorico, considerando che la stessa Nvidia ha evidenziato una forte concentrazione dei ricavi: nel primo semestre dell’esercizio fiscale 2027, tre clienti diretti hanno rappresentato rispettivamente il 16%, il 15% e il 13% del fatturato.

Gli analisti: più sicurezza della supply chain, ma anche più potere

Jeff Pollard, VP principal analyst di Forrester, legge l’operazione innanzitutto attraverso la lente della sicurezza. Hugging Face, osserva, è il luogo nel quale una parte consistente dell’ecosistema AI scambia modelli, dataset e codice. L’acquisizione porta quindi Nvidia più vicino all’intera supply chain: calcolo, modelli, dati e workflow degli sviluppatori.

Questo, secondo Pollard, offre la possibilità di migliorare su larga scala trasparenza dei modelli, provenienza degli artefatti, gestione delle vulnerabilità e guardrail. Allo stesso tempo, avverte l’analista, concentra ulteriore influenza su una componente fondamentale dell’ecosistema AI aperto.

Naveen Chhabra, principal analyst di Forrester, mette l’accento proprio sull’integrazione verticale. Attraverso Hugging Face, Nvidia potrà avere una visibilità anticipata sulle preferenze dei clienti, sui modelli che stanno guadagnando terreno e sulle architetture emergenti. Chhabra definisce la piattaforma una «corporate scouting ground» e una macchina di market intelligence difficilmente replicabile.

Quella conoscenza può arrivare fino alla progettazione dei chip: i comportamenti degli sviluppatori di oggi anticipano i workload che l’hardware di domani dovrà eseguire.

Un’altra lettura arriva da Eugene Cheah, cofondatore e CEO della piattaforma di inferenza Featherless.ai, che ha paragonato l’operazione al «GitHub moment» dell’intelligenza artificiale: il riferimento è all’acquisizione di GitHub da parte di Microsoft nel 2018. Hugging Face potrebbe consolidarsi come centro dell’open AI proprio mentre entra nell’orbita di uno dei maggiori operatori tecnologici mondiali.

Nvidia ha costruito la propria posizione partendo da una GPU progettata per la grafica e trasformandola nell’infrastruttura dominante dell’AI. Ora dispone di chip, networking, sistemi, software, modelli e, se l’operazione sarà autorizzata, della piattaforma attraverso cui milioni di persone scelgono quali modelli provare e utilizzare.