ai industry15 min de lectura

NVIDIA no compró un hub de modelos por 12.930 millones de dólares. Compró el valor por defecto

El 3 de septiembre de 2026, NVIDIA acordó adquirir Hugging Face por 12.930.300.000 dólares, la segunda operación más grande de su historia después de los 20.000 millones pagados por los activos de Groq. Hugging Face empezó en 2016 como una app de chatbot para adolescentes y acabó alojando 3 millones de modelos para 18 millones de desarrolladores. Una lectura detenida de cómo llegó hasta ahí, por qué las dos apuestas anteriores de NVIDIA por plataformas terminaron de forma opuesta, y dónde se decidirá realmente la promesa de neutralidad: no en una entrada de blog, sino en kernels, formatos de cuantización y destinos de despliegue por defecto.

K
Ken Jo
#nvidia#hugging-face#open-source-ai#open-weights#acquisition#ai-infrastructure#transformers#antitrust

NVIDIA adquiere Hugging Face por 12.930.300.000 dólares, anunciado el 3 de septiembre de 2026, con cierre previsto en el primer semestre de 2027

Marcas gráficas de Simple Icons (CC0). Cifras del anuncio de NVIDIA del 3 de septiembre de 2026.

El 3 de septiembre de 2026, Jensen Huang publicó una entrada de blog breve anunciando que NVIDIA había acordado adquirir Hugging Face por 12.930.300.000 dólares. No «aproximadamente 13.000 millones»: la cifra exacta, hasta los últimos cien dólares.

Casi toda la cobertura posterior se preguntó si el «GitHub de la IA» podía seguir siendo neutral bajo una empresa de chips. Esa es la pregunta correcta. Casi siempre se formula en el lugar equivocado.

La neutralidad de Hugging Face no la va a decidir una promesa en una entrada de blog. La decidirán qué kernels están en la ruta rápida, qué formatos de cuantización reciben soporte de primera clase y qué hace el botón Deploy por defecto. Son decisiones de ingeniería, se toman cada semana y ninguna se anunciará.

En resumen:

  • El precio es la noticia. 12.930 millones de dólares por una empresa que levantó 395 millones en toda su vida y que valía 4.500 millones hace tres años. La segunda mayor operación de NVIDIA, por detrás de los 20.000 millones pagados por los activos de Groq.
  • NVIDIA ya ha comprado dos veces una plataforma neutral, con desenlaces opuestos. Mellanox se cerró y funcionó. Arm se desmoronó ante unos reguladores que la llamaban «la Suiza del hardware». Hugging Face se parece más a Arm que a Mellanox.
  • El riesgo técnico no es un jardín amurallado. Nadie va a bloquear a AMD. El riesgo son los valores por defecto, y los valores por defecto son la forma en que un ecosistema se inclina sin que nadie haya decidido inclinarlo.

De un chatbot para adolescentes a la capa que todo el mundo importa

Hugging Face se fundó en 2016 en Nueva York por tres ingenieros franceses, Clément Delangue, Julien Chaumond y Thomas Wolf, para construir una app de chatbot para adolescentes. Ese producto no es la razón por la que nadie conoce el nombre.

El verdadero momento fundacional llegó dos años después y duró un fin de semana. Cuando Google publicó BERT a finales de 2018, el equipo de Hugging Face entregó un port a PyTorch en una semana. La biblioteca que liberaron para sostener su propio chatbot, primero pytorch-pretrained-bert, luego pytorch-transformers y después simplemente transformers, se convirtió en un éxito entre desarrolladores del ámbito académico que no tenían el menor interés en un chatbot para adolescentes.

En 2019 la empresa hizo lo que la mayoría de las startups no se atreve a hacer: mató el producto y se quedó con la herramienta.

Lo que vino después es un caso de manual de negocio de distribución disfrazado de proyecto de código abierto. transformers estandarizó cómo se carga un modelo. El Hub estandarizó dónde viven los pesos. safetensors estandarizó el formato de archivo, después de que la industria pasara años distribuyendo redes neuronales como objetos de Python serializados con pickle, capaces de ejecutar código arbitrario al cargarse. Cada una de esas piezas parece infraestructura comunitaria. Cada una es también una posición.

La valoración siguió a la posición, no a los ingresos. Hugging Face alcanzó los 2.000 millones de dólares en mayo de 2022 y después levantó una serie D de 235 millones en agosto de 2023 con una valoración post-money de 4.500 millones, liderada por Salesforce Ventures. La lista de inversores de esa ronda merece leerse dos veces: Google, Amazon, NVIDIA, Intel, AMD, Qualcomm, IBM y Salesforce. Competidores directos, todos comprando una participación en el mismo terreno neutral.

El capital total levantado a lo largo de la vida de la empresa fue de unos 395 millones de dólares, con una plantilla de unas 300 personas. Sea lo que sea esta operación además de eso, es uno de los desenlaces más eficientes en capital de la historia de la infraestructura de IA.

Hugging Face desde 2016 hasta la adquisición de 2026: app de chatbot, port de BERT, Hub, serie D a 4.500 millones de dólares y la operación de 12.930 millones

Diez años desde un chatbot para adolescentes hasta una adquisición de 12.930 millones de dólares. Valoraciones tomadas de los anuncios de financiación de la empresa; cifra de la operación tomada del anuncio de NVIDIA del 3 de septiembre de 2026.

Qué compran realmente 12.930 millones de dólares

El propio anuncio de NVIDIA da la escala por la que pagó: más de 18 millones de desarrolladores, investigadores y creadores; más de 3 millones de modelos; 500.000 conjuntos de datos; 1 millón de aplicaciones; y más de 200.000 empresas que usan la plataforma para descubrir, evaluar, personalizar y desplegar IA.

Fíjese en lo que falta en esa lista. Ninguna cifra de ingresos. Ni ARR, ni tasa de crecimiento, ni margen. Para una transacción de 12.930 millones de dólares anunciada por una compañía cotizada, la ausencia es llamativa y le dice qué se compró. NVIDIA no compró un negocio SaaS con un buen múltiplo. Compró una posición en la cadena de suministro.

Este es el mecanismo, y es una línea de código:

from transformers import AutoModel
model = AutoModel.from_pretrained("org/model-name")

Esa llamada es el punto donde la cadena de suministro de la IA se estrecha hasta un único punto. Resuelve un nombre a un repositorio, descarga pesos, elige un formato, selecciona un backend y le entrega un objeto. Cada uno de esos pasos tiene un valor por defecto. La mayoría de los desarrolladores no cambia ninguno, porque toda la propuesta de valor de la biblioteca es precisamente que no hace falta.

NVIDIA no compró un hub de modelos. Compró el valor por defecto. Para una empresa cuyo foso siempre ha sido que todo apunta ya a CUDA, comprar la capa donde se decide a qué «apunta ya todo» no es una jugada de diversificación. Es la misma jugada, movida un nivel más arriba en la pila.

El propio relato de Delangue respalda esta lectura. Contó a CNBC el 3 de septiembre que se acercó a Huang durante el verano, «y unas semanas después, aquí estamos», porque Hugging Face y la IA de código abierto estaban «en un punto de inflexión» y necesitaban «más recursos, más escala, más visibilidad». Es una empresa de distribución concluyendo que no podía financiar la distribución a la escala que el momento exigía.

NVIDIA ha comprado una plataforma neutral dos veces. Los resultados fueron opuestos

Aquí la historia es más útil que la especulación, porque NVIDIA ya ha realizado exactamente este experimento, dos veces y con los dos desenlaces posibles.

OperaciónAnuncioPrecioQué eraDesenlace
Mellanoxmarzo de 20196.900 M$Proveedor de interconexión, complementario al negocio de NVIDIACerrada en abril de 2020; se convirtió en la división de redes de NVIDIA
Armseptiembre de 202040.000 M$Propiedad intelectual de CPU neutral, licenciada a todos los competidores de NVIDIAAbandonada en febrero de 2022 por la oposición regulatoria
Run:ai2024~700 M$Software de orquestación de GPUCerrada tras la aprobación de la UE; liberada como código abierto después
Groq (activos)finales de 202520.000 M$Silicio de inferenciaLa mayor compra de NVIDIA hasta la fecha
Hugging Faceseptiembre de 202612.930 M$Distribución neutral de modelos usada por todos los competidoresPendiente; requiere presentación HSR

Jensen Huang en el escenario del Computex de Taipéi en 2010, con polo blanco sobre un fondo verde

El mismo consejero delegado, dieciséis años antes: Huang en el Computex de Taipéi el 31 de mayo de 2010, cuando NVIDIA era una empresa de tarjetas gráficas en una feria de PC y Hugging Face no existía. Foto de Masaru Kamikura, CC BY 2.0 vía Wikimedia Commons.

La operación de Mellanox funcionó porque Mellanox vendía algo que los clientes de NVIDIA también querían, y porque los competidores de NVIDIA no dependían de que existiera de forma neutral.

Arm fracasó por la razón contraria. Todo el valor de Arm consistía en que cualquiera podía licenciarla en igualdad de condiciones: reguladores y competidores la describían como «la Suiza del hardware», y el argumento que mató la operación no fue que NVIDIA fuese a abusar con seguridad de la propiedad. Fue que los clientes tendrían que confiar sus hojas de ruta a un competidor, y que la mera opción de abusar ya constituía el daño.

Hugging Face está estructuralmente mucho más cerca de Arm. Es la Suiza del software de IA, y su neutralidad es estructural para AMD, Intel, Qualcomm y todas las nubes que compiten con NVIDIA, varias de las cuales, recordemos, figuran en su accionariado.

Hay una diferencia que importa, y NVIDIA se apoya en ella con fuerza. Un vicepresidente ha defendido públicamente que los reguladores deberían ver Hugging Face como una «plataforma de desconcentración»: un hub que distribuye modelos de pesos abiertos de miles de creadores difunde la capacidad de IA hacia fuera, frente a la concentración en un puñado de laboratorios cerrados de frontera. Huang planteó el mismo argumento en el anuncio, apoyándose en una carta abierta sobre pesos abiertos que coescribió y en el historial de NVIDIA como mayor contribuidor individual del Hub: más de 500 modelos y más de 250 conjuntos de datos abiertos.

Es un argumento genuinamente sólido. También es, convenientemente, el argumento de que aquello que NVIDIA está comprando es demasiado bueno para el ecosistema como para quitárselo.

La vía regulatoria es real en cualquier caso. Con 12.930 millones de dólares se exige una presentación HSR, lo que significa que la FTC y el DOJ reciben notificación formal y se abre un periodo de espera: la primera prueba antimonopolio real de la actual racha de adquisiciones de NVIDIA, después de una serie de compras de activos e inversiones estructuradas precisamente para evitarla. La FTC y el DOJ abrieron en febrero de 2026 una investigación conjunta sobre colaboraciones competitivas en IA. Se espera que la operación se cierre en el primer semestre de 2027, que es mucho tiempo para que los competidores escriban cartas.

La promesa de neutralidad es técnica, y es comprobable

Los compromisos de NVIDIA en el anuncio son inusualmente concretos para un documento de este tipo. Hugging Face permanece abierto a todo el ecosistema. Los desarrolladores eligen sus propios modelos, frameworks, nubes y proveedores de inferencia. El desarrollo multinube y multiacelerador sigue soportado. Y la frase con la que los competidores les tomarán la palabra: «No se requerirá computación de NVIDIA para construir sobre Hugging Face ni para desplegar a través de Hugging Face.»

Tómela al pie de la letra. Es casi con certeza sincera, y casi con certeza tampoco es el mecanismo que nadie debería estar vigilando, porque nadie inclina una plataforma bloqueando a un competidor. Eso es visible, demandable y estúpido. Las plataformas se inclinan mediante valores por defecto, y los valores por defecto parecen ingeniería.

Aquí es donde se decide de verdad:

Los kernels y la ruta rápida. Cuando transformers elige una implementación de atención, una ruta está optimizada y probada, y las demás son correctas pero más lentas. Qué hardware obtiene la ruta rápida mantenida es una decisión de asignación de recursos que se toma en pull requests, no en notas de prensa.

Los formatos de cuantización. GGUF, AWQ, GPTQ, FP8, NVFP4: cada uno se corresponde con lo que hace bien un silicio concreto. Qué formatos reciben herramientas de primera clase en el Hub, cuáles obtienen un widget de subida, cuáles conversión automática y cuáles quedan en manos de scripts de la comunidad determina qué ejecuta realmente la mayoría.

Los valores por defecto del servido. Hugging Face mantiene su propia pila de inferencia y enruta desde el Hub hacia proveedores de inferencia. Qué ofrece primero el botón Deploy, y en qué orden, es una decisión de interfaz con resultado económico.

El ranking de descubrimiento. La búsqueda, las tendencias y las recomendaciones en un hub con 3 millones de modelos deciden cuáles existen en la práctica. Las tarjetas de modelo que llevan señales de compatibilidad de hardware influyen en lo que se elige mucho antes de que nadie ejecute un benchmark.

Nada de esto exige mala fe. Un equipo que intenta sinceramente ser neutral, dotado de recursos por una empresa cuyos ingenieros conocen mejor una arquitectura, producirá mejor soporte para esa arquitectura; no porque alguien lo haya elegido, sino porque ahí está la experiencia. Llamémoslo la gravedad del mantenedor: las plataformas derivan hacia quien arregla los errores.

Dónde se decide realmente la neutralidad de una plataforma: kernels, formatos de cuantización, valores por defecto del servido y ranking de descubrimiento, por debajo de la capa donde se hacen las promesas de política

Los compromisos del anuncio de NVIDIA operan en la capa de política. El comportamiento que experimentan los desarrolladores se fija tres capas más abajo.

Qué vigilar, en concreto

Si quiere saber si esto siguió siendo neutral, no lea el próximo anuncio. Compruebe estos puntos, con fecha en el calendario:

  1. El destino por defecto del botón Deploy, antes y después del cierre. Una captura de pantalla por trimestre es una auditoría completa.
  2. El tiempo hasta el soporte de formatos que no son de NVIDIA. Cuando aterriza una nueva cuantización de AMD o de Apple Silicon, ¿cuántas semanas pasan hasta que el Hub la maneja tan bien como maneja NVFP4?
  3. Quién mergea los kernels. La composición de mantenedores en los backends de atención y cuantización de transformers es pública. Mire la proporción, no la retórica.
  4. Si los competidores siguen publicando allí. Que Meta, Alibaba, Mistral y AI2 publiquen pesos en el Hub como canal principal es la métrica real de neutralidad. Si alguno empieza a priorizar su propia distribución, esa es la señal.
  5. Los remedios, si los hay. Si la FTC o el DOJ arrancan compromisos de gobernanza, un asiento independiente en el consejo, una política de neutralidad publicada, un procedimiento de reclamaciones, eso vale más que cualquier declaración voluntaria.

Conclusión: los pesos abiertos acaban de tener dueño

La industria de la IA ha pasado tres años discutiendo sobre modelos abiertos frente a cerrados como si fuera una cuestión de licencias. Siempre fue en parte una cuestión de distribución, y esa distribución acaba de consolidarse en un único propietario con el mayor interés posible en una de las respuestas.

Eso no hace que la operación esté mal. Hugging Face necesitaba de verdad un capital que sus cerca de 395 millones de dólares levantados en toda su vida nunca iban a proporcionar, el ecosistema de pesos abiertos se beneficia de verdad de un hub financiado, y el historial de contribuciones de NVIDIA al Hub es de verdad el mayor de todos. Las tres cosas pueden ser ciertas a la vez, y lo son.

Pero algo cambió el 3 de septiembre, y merece nombrarse con precisión. El lugar donde los modelos abiertos se encuentran, se evalúan y se cargan ya no pertenece a una empresa cuyo único interés es que siga siendo ese lugar. Pertenece a una empresa con un interés mucho mayor situado una capa por debajo.

La neutralidad es ahora algo que NVIDIA debe mantener activamente, en lugar de algo que la estructura producía gratis. Es un problema más difícil de lo que suena, y los primeros en descubrirlo no serán los reguladores. Serán los desarrolladores que noten, trimestre a trimestre, cuál es la ruta rápida.

Dónde encaja Telli.sh: nosotros estamos justo en el extremo consumidor de este mismo ecosistema. Telli.sh graba reuniones, separa a los interlocutores, traduce en directo entre 15 idiomas y genera resúmenes, y los modelos que hay detrás vienen del ecosistema abierto que esta operación reconfigura. Nuestra extensión de navegador incluye nueve motores de traducción, entre ellos una opción totalmente en el dispositivo, precisamente para que la elección del modelo y la elección del proveedor sigan separadas. Ese principio es la razón por la que esta adquisición merece seguirse de cerca y no de pasada.

Graba tu próxima reunión y conserva el original

Fuentes

← Volver al blog