NVIDIA n'a pas acheté un hub de modèles pour 12,93 milliards de dollars. Il a acheté le réglage par défaut

Marques figuratives issues de Simple Icons (CC0). Chiffres tirés de l'annonce de NVIDIA du 3 septembre 2026.

Le 3 septembre 2026, Jensen Huang a publié un court billet de blog annonçant que NVIDIA avait accepté de racheter Hugging Face pour 12 930 300 000 dollars. Pas « environ 13 milliards » : le chiffre exact, jusqu'aux dernières centaines de dollars.

La couverture médiatique qui a suivi s'est surtout demandé si le « GitHub de l'IA » pouvait rester neutre sous la tutelle d'un fabricant de puces. C'est la bonne question. Elle est presque toujours posée au mauvais endroit.

La neutralité de Hugging Face ne se décidera pas par une promesse dans un billet de blog. Elle se décidera par les kernels placés sur le chemin rapide, par les formats de quantification qui reçoivent un support de premier ordre, et par ce que fait le bouton Deploy par défaut. Ce sont des décisions d'ingénierie, elles se prennent chaque semaine, et aucune ne sera annoncée.

L'essentiel :

• Le prix, c'est l'histoire. 12,93 milliards de dollars pour une société qui a levé 395 millions au total et qui valait 4,5 milliards il y a trois ans. La deuxième plus grosse opération de NVIDIA, derrière les 20 milliards versés pour les actifs de Groq fin 2025.
• NVIDIA a déjà racheté deux fois une plateforme neutre, avec des issues opposées. Mellanox s'est conclu et a fonctionné. Arm s'est effondré face à des régulateurs qui parlaient de la « Suisse du matériel ». Hugging Face ressemble plus à Arm qu'à Mellanox.
• Le risque technique n'est pas un jardin clos. Personne ne va bloquer AMD. Le risque tient aux réglages par défaut, et les réglages par défaut sont la manière dont un écosystème s'incline sans que quiconque ait décidé de l'incliner.

D'un chatbot pour adolescents à la couche que tout le monde importe

Hugging Face a été fondée en 2016 à New York par trois ingénieurs français, Clément Delangue, Julien Chaumond et Thomas Wolf, pour créer une application de chatbot destinée aux adolescents. Ce n'est pas ce produit qui a rendu le nom célèbre.

Le véritable moment fondateur est arrivé deux ans plus tard, et il a duré un week-end. Quand Google a publié BERT fin 2018, l'équipe de Hugging Face a livré un portage PyTorch en une semaine. La bibliothèque qu'ils avaient ouverte pour soutenir leur propre chatbot, d'abord pytorch-pretrained-bert, puis pytorch-transformers, puis simplement transformers, est devenue un succès auprès de développeurs académiques qui n'avaient pas le moindre intérêt pour un chatbot d'adolescents.

En 2019, l'entreprise a fait ce que la plupart des start-up n'arrivent pas à se résoudre à faire : elle a tué le produit et gardé l'outil.

Ce qui a suivi est un cas d'école de commerce de distribution déguisé en projet open source. transformers a standardisé la façon de charger un modèle. Le Hub a standardisé l'endroit où vivent les poids. safetensors a standardisé le format de fichier, après des années passées par l'industrie à livrer des réseaux de neurones sous forme d'objets Python picklés, capables d'exécuter du code arbitraire au chargement. Chacun de ces éléments ressemble à de l'infrastructure communautaire. Chacun est aussi une position.

La valorisation a suivi la position, pas le chiffre d'affaires. Hugging Face a atteint 2 milliards de dollars en mai 2022, puis a levé une série D de 235 millions en août 2023 sur une valorisation post-money de 4,5 milliards, menée par Salesforce Ventures. La liste des investisseurs de ce tour mérite deux lectures : Google, Amazon, NVIDIA, Intel, AMD, Qualcomm, IBM et Salesforce. Des concurrents directs, achetant tous une part du même terrain neutre.

Le capital levé sur toute la vie de l'entreprise s'élève à environ 395 millions de dollars, pour un effectif d'environ 300 personnes. Quoi que soit cette opération par ailleurs, elle est l'un des dénouements les plus efficaces en capital de l'histoire de l'infrastructure IA.

Dix ans entre un chatbot pour adolescents et une acquisition à 12,93 milliards de dollars. Valorisations issues des annonces de levées de la société ; montant de l'opération issu de l'annonce de NVIDIA du 3 septembre 2026.

Ce que 12,93 milliards de dollars achètent réellement

L'annonce de NVIDIA donne elle-même l'échelle payée : plus de 18 millions de développeurs, chercheurs et créateurs ; plus de 3 millions de modèles ; 500 000 jeux de données ; 1 million d'applications ; et plus de 200 000 entreprises qui utilisent la plateforme pour découvrir, évaluer, personnaliser et déployer de l'IA.

Notez ce qui manque à cette liste. Aucun chiffre d'affaires. Pas d'ARR, pas de taux de croissance, pas de marge. Pour une transaction de 12,93 milliards de dollars annoncée par une société cotée, cette absence saute aux yeux, et elle vous dit ce qui a été acheté. NVIDIA n'a pas acheté une activité SaaS avec un bon multiple. Il a acheté une position dans la chaîne d'approvisionnement.

Voici le mécanisme, et il tient en une ligne de code :

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

Cet appel est l'endroit où la chaîne d'approvisionnement de l'IA se resserre en un point unique. Il résout un nom vers un dépôt, télécharge des poids, choisit un format, sélectionne un backend et vous rend un objet. Chacune de ces étapes a une valeur par défaut. La plupart des développeurs n'en changent aucune, parce que toute la proposition de valeur de la bibliothèque est précisément qu'on n'a pas à le faire.

NVIDIA n'a pas acheté un hub de modèles. Il a acheté le réglage par défaut. Pour une entreprise dont la douve a toujours été que tout vise déjà CUDA, acheter la couche où se décide ce que « tout vise déjà » n'est pas une diversification. C'est le même coup, déplacé d'un cran plus haut dans la pile.

Le récit de Delangue lui-même appuie cette lecture. Il a déclaré à CNBC le 3 septembre qu'il avait approché Huang pendant l'été, « et quelques semaines plus tard, nous y voilà », parce que Hugging Face et l'IA open source se trouvaient à « un tournant » et avaient besoin de « plus de ressources, plus d'échelle, plus de visibilité ». C'est une entreprise de distribution qui conclut qu'elle ne peut pas financer la distribution à l'échelle exigée par le moment.

NVIDIA a racheté deux fois une plateforme neutre. Les résultats ont été opposés

Ici, l'histoire est plus utile que la spéculation, car NVIDIA a déjà mené exactement cette expérience, deux fois, avec les deux issues possibles.

Le même PDG, seize ans plus tôt : Huang au Computex de Taipei le 31 mai 2010, quand NVIDIA était un fabricant de cartes graphiques présent à un salon PC et que Hugging Face n'existait pas. Photo de Masaru Kamikura, CC BY 2.0 via Wikimedia Commons.

L'opération Mellanox a fonctionné parce que Mellanox vendait quelque chose que les clients de NVIDIA voulaient aussi, et parce que les concurrents de NVIDIA ne dépendaient pas de son existence neutre.

Arm a échoué pour la raison inverse. Toute la valeur d'Arm tenait au fait que chacun pouvait la licencier à conditions égales. Régulateurs et concurrents la décrivaient comme la « Suisse du matériel », et l'argument qui a tué l'opération n'était pas que NVIDIA abuserait certainement de la propriété. C'était que les clients devraient confier leurs feuilles de route à un concurrent, et que l'existence même de l'option d'en abuser constituait déjà le préjudice.

Hugging Face est structurellement bien plus proche d'Arm. C'est la Suisse du logiciel d'IA, et sa neutralité est porteuse pour AMD, Intel, Qualcomm et tous les clouds qui concurrencent NVIDIA, dont plusieurs, rappelons-le, figurent à sa table de capitalisation.

Il existe une différence qui compte, et NVIDIA s'y appuie lourdement. Un vice-président a soutenu publiquement que les régulateurs devraient voir Hugging Face comme une « plateforme de déconcentration » : un hub qui distribue des modèles à poids ouverts venus de milliers de créateurs diffuse la capacité IA vers l'extérieur, contre la concentration d'une poignée de laboratoires fermés. Huang a avancé le même argument dans l'annonce, en s'appuyant sur une lettre ouverte sur les poids ouverts qu'il a cosignée et sur le bilan de NVIDIA comme premier contributeur unique du Hub : plus de 500 modèles et plus de 250 jeux de données ouverts.

C'est un argument réellement solide. C'est aussi, commodément, l'argument selon lequel la chose que NVIDIA achète est trop bénéfique pour l'écosystème pour lui être retirée.

Le chemin réglementaire est réel dans les deux cas. À 12,93 milliards de dollars, l'opération exige un dépôt HSR, ce qui signifie que la FTC et le DOJ reçoivent une notification formelle assortie d'un délai d'attente. C'est le premier véritable test antitrust de la série d'acquisitions actuelle de NVIDIA, après une succession d'achats d'actifs et d'investissements structurés précisément pour l'éviter. La FTC et le DOJ ont ouvert en février 2026 une enquête conjointe sur les collaborations concurrentielles dans l'IA. La clôture est attendue au premier semestre 2027, ce qui laisse aux concurrents beaucoup de temps pour écrire des lettres.

La promesse de neutralité est technique, et elle est vérifiable

Les engagements de NVIDIA dans l'annonce sont inhabituellement précis pour ce type de document. Hugging Face reste ouvert à tout l'écosystème. Les développeurs choisissent leurs propres modèles, frameworks, clouds et fournisseurs d'inférence. Le développement multi-cloud et multi-accélérateur reste pris en charge. Et la phrase sur laquelle les concurrents les attendront : « Le calcul NVIDIA ne sera pas requis pour construire sur Hugging Face ni pour déployer via Hugging Face. »

Prenez-la au pied de la lettre. Elle est presque certainement sincère, et elle n'est presque certainement pas le mécanisme à surveiller, car personne n'incline une plateforme en bloquant un concurrent. C'est visible, attaquable et stupide. Les plateformes s'inclinent par les réglages par défaut, et les réglages par défaut ont l'air d'ingénierie.

Voici où cela se décide vraiment :

Les kernels et le chemin rapide. Quand transformers choisit une implémentation d'attention, un chemin est optimisé et testé, les autres sont corrects mais plus lents. Savoir quel matériel obtient le chemin rapide maintenu est une décision d'allocation de ressources qui se prend dans des pull requests, pas dans des communiqués.

Les formats de quantification. GGUF, AWQ, GPTQ, FP8, NVFP4 : chacun correspond à ce qu'un silicium particulier fait bien. Quels formats reçoivent un outillage de premier ordre sur le Hub, lesquels obtiennent un widget d'upload, lesquels une conversion automatique, et lesquels sont laissés à des scripts communautaires, détermine ce que la plupart des gens exécutent réellement.

Les valeurs par défaut du service. Hugging Face maintient sa propre pile d'inférence et route depuis le Hub vers des fournisseurs d'inférence. Ce que le bouton Deploy propose en premier, et dans quel ordre, est une décision d'interface aux conséquences économiques.

Le classement dans la découverte. La recherche, les tendances et les recommandations sur un hub de 3 millions de modèles décident lesquels existent en pratique. Les fiches de modèles porteuses de signaux de compatibilité matérielle influencent les choix bien avant que quiconque n'exécute un benchmark.

Rien de tout cela n'exige de la mauvaise foi. Une équipe qui cherche sincèrement à être neutre, dotée en ressources par une entreprise dont les ingénieurs connaissent le mieux une seule architecture, produira un meilleur support pour cette architecture, non parce que quelqu'un l'a choisi, mais parce que c'est là que se trouve l'expertise. Appelons cela la gravité du mainteneur : les plateformes dérivent vers ceux qui corrigent les bugs.

Les engagements de l'annonce de NVIDIA opèrent à la couche des politiques. Le comportement que vivent les développeurs se règle trois couches plus bas.

Ce qu'il faut surveiller, concrètement

Si vous voulez savoir si tout cela est resté neutre, ne lisez pas la prochaine annonce. Vérifiez ces points, agenda en main :

1. La cible par défaut du bouton Deploy, avant et après la clôture. Une capture d'écran par trimestre constitue un audit complet.
2. Le délai de prise en charge des formats non NVIDIA. Quand une nouvelle quantification AMD ou Apple Silicon arrive, combien de semaines avant que le Hub la gère aussi bien que NVFP4 ?
3. Qui merge les kernels. La composition des mainteneurs sur l'attention et les backends de quantification de transformers est publique. Regardez le ratio, pas la rhétorique.
4. Si les concurrents continuent d'y publier. Meta, Alibaba, Mistral et AI2 publiant leurs poids sur le Hub comme canal principal, voilà la vraie métrique de neutralité. Si l'un d'eux commence à mettre en avant sa propre distribution, c'est le signal.
5. Les remèdes, s'il y en a. Si la FTC ou le DOJ obtient des engagements de gouvernance, un siège d'administrateur indépendant, une politique de neutralité publiée, une procédure de plainte, cela vaut plus que n'importe quelle déclaration volontaire.

En résumé : les poids ouverts ont désormais un propriétaire

L'industrie de l'IA a passé trois ans à débattre de l'ouvert contre le fermé comme s'il s'agissait d'une question de licence. C'était depuis toujours en partie une question de distribution, et cette distribution vient d'être consolidée chez un propriétaire unique qui a le plus grand intérêt possible à l'une des réponses.

Cela ne rend pas l'opération mauvaise. Hugging Face avait réellement besoin de capitaux que ses quelque 395 millions de dollars levés en dix ans n'allaient jamais fournir, l'écosystème des poids ouverts profite réellement d'un hub financé, et le bilan des contributions de NVIDIA au Hub est réellement le plus important de tous. Ces trois choses peuvent être vraies en même temps, et elles le sont.

Mais quelque chose a changé le 3 septembre, et cela mérite d'être nommé avec précision. L'endroit où les modèles ouverts sont trouvés, évalués et chargés n'appartient plus à une société dont le seul intérêt est qu'il reste cet endroit. Il appartient à une société dont l'intérêt, bien plus grand, se situe une couche en dessous.

La neutralité est désormais une chose que NVIDIA doit activement entretenir, et non une chose que la structure produisait gratuitement. C'est un problème plus difficile qu'il n'y paraît, et les premiers à s'en apercevoir ne seront pas les régulateurs. Ce seront les développeurs qui remarquent, trimestre après trimestre, quel chemin est le plus rapide.

---

Où Telli.sh intervient : nous nous situons exactement du côté consommateur de cet écosystème. Telli.sh enregistre les réunions, sépare les intervenants, traduit en direct dans 15 langues et génère des résumés, et les modèles derrière tout cela viennent de l'écosystème ouvert que cette opération remodèle. Notre extension de navigateur embarque neuf moteurs de traduction, dont une option entièrement locale, précisément pour que le choix du modèle et le choix du fournisseur restent séparés. C'est ce principe qui rend cette acquisition digne d'être suivie de près plutôt que distraitement.

Enregistrer votre prochaine réunion et conserver l'original

Sources

• NVIDIA Blog, Jensen Huang, "NVIDIA to Acquire Hugging Face," 3 septembre 2026 — le prix exact de 12 930 300 000 dollars ; les chiffres d'échelle de la plateforme (plus de 18 millions de développeurs, plus de 3 millions de modèles, 500 000 jeux de données, 1 million d'applications, plus de 200 000 entreprises) ; les engagements de neutralité, dont la phrase indiquant que le calcul NVIDIA ne sera pas requis pour construire sur Hugging Face ni pour déployer via Hugging Face ; la prise en charge multi-cloud et multi-accélérateur ; le bilan de contribution de NVIDIA de plus de 500 modèles et plus de 250 jeux de données ouverts ; et la lettre ouverte sur les poids ouverts ; consulté le 8 septembre 2026
• CNBC, "Nvidia agrees to buy Hugging Face for almost $13 billion," 3 septembre 2026 — le récit de Delangue sur son approche de Huang durant l'été, les citations sur le « tournant » et sur « plus de ressources, plus d'échelle, plus de visibilité », la confirmation qu'il s'agit du deuxième plus gros achat de NVIDIA après les 20 milliards pour les actifs de Groq fin 2025, et l'argument de « l'avantage asymétrique » de Huang sur les modèles ouverts et la sécurité ; consulté le 8 septembre 2026
• Tom's Hardware, "Nvidia acquires Hugging Face for $12.93 billion," 2026 — le cadrage par la distribution de modèles et la clôture attendue au premier semestre 2027
• TechCrunch, "Hugging Face raises $235M from investors including Salesforce and Nvidia," 24 août 2023 — la série D sur une valorisation post-money de 4,5 milliards de dollars et la liste d'investisseurs comprenant Google, Amazon, NVIDIA, Intel, AMD, Qualcomm, IBM et Salesforce
• Contrary Research, "Hugging Face Business Breakdown & Founding Story" — la fondation en 2016 à New York par Delangue, Chaumond et Wolf, l'origine chatbot et le virage 2018-2019 vers l'outillage open source
• TechTimes, "Nvidia's $12.9B Hugging Face Deal Must Pass Antitrust Review Its Quasi-Mergers Dodged," 28 août 2026 — l'obligation de dépôt HSR, l'enquête conjointe FTC/DOJ de février 2026 sur les collaborations dans l'IA, et le parallèle avec la « Suisse du matériel » d'Arm
• Wccftech, "NVIDIA Insists Its $12.93 Billion Acquisition Of Hugging Face Will Escape Antitrust Scrutiny, Calling It A 'Deconcentration Platform,'" 2026 — la défense de NVIDIA autour de la « plateforme de déconcentration »
• Photo : Jensen Huang au Computex de Taipei, 31 mai 2010, par Masaru Kamikura — CC BY 2.0 via Wikimedia Commons
• Simple Icons — les marques NVIDIA et Hugging Face utilisées dans le visuel d'en-tête, publiées sous CC0
• Notre lecture de l'UCP de Google et de ce qu'il standardise — le même thème vu du côté protocole : les décisions d'infrastructure qui semblent procédurales sont là où se trouve réellement le levier