NVIDIA anunció formalmente la adquisición de Hugging Face por 12,930 millones de dólares, la segunda compra más grande en la historia de la compañía. El acuerdo pone bajo el paraguas del fabricante de chips más valioso del mundo al hub de modelos, datasets y aplicaciones que usan a diario millones de desarrolladores de IA.
Hugging Face no es una startup de nicho: según cifras publicadas por NVIDIA al anunciar el trato, la plataforma es usada por más de 18 millones de desarrolladores, investigadores y creadores, aloja más de 3 millones de modelos y 500,000 datasets, y sirve más de 1 millón de aplicaciones a más de 200,000 empresas que la usan para descubrir, evaluar, personalizar y desplegar IA. Es, de facto, el repositorio de código abierto de referencia del ecosistema de IA generativa, el equivalente para modelos de lo que GitHub es para código. NVIDIA ya era su mayor contribuyente individual, con más de 500 modelos y 250 datasets abiertos publicados en la plataforma antes de esta compra.
El CEO de NVIDIA, Jensen Huang, enmarcó la operación como una forma de "escalar la plataforma de Hugging Face, fortalecer su infraestructura y ampliar el acceso a la IA para desarrolladores e instituciones en todo el mundo". NVIDIA ha construido su dominio del mercado sobre las GPUs que entrenan y sirven modelos; comprar Hugging Face le da control sobre la capa donde esos modelos se descubren, comparten y despliegan — un punto de apalancamiento distinto al del hardware, más cercano a la distribución de software que a la venta de silicio.
Si tu empresa descarga modelos open-weight, usa datasets públicos o despliega aplicaciones a través de Hugging Face —algo común en proyectos de IA en Guatemala y Latinoamérica que buscan evitar el costo de APIs propietarias— esta adquisición no cambia nada de forma inmediata, pero sí vale la pena monitorear dos cosas en los próximos meses: si el catálogo de modelos y la neutralidad de infraestructura de Hugging Face se mantienen intactos, y si los términos de acceso o precios de servicios premium de la plataforma (Inference Endpoints, Spaces, etc.) cambian una vez que la integración con NVIDIA avance. Para equipos que ya usan hardware NVIDIA, la integración más profunda entre ambas plataformas probablemente se traduzca en mejor tooling y despliegue más simple; para quienes usan hardware de otros proveedores, la recomendación es no depender de un solo hub para modelos críticos de producción.
Carlos Montiel es arquitecto de soluciones IA empresarial. Implementa LLMs, Agentes, RAG y orquestadores en empresas de Guatemala y Latinoamérica. Contáctalo para una consultoría.
Contactar a Carlos Montiel