Nvidia согласилась заплатить $12,9 млрд за Hugging Face, сообщает The New Stack со ссылкой на The Information. Это не покупка моделей: Nvidia уже выпускает собственные открытые модели. Компания покупает место, где разработчик находит веса, код и инструкцию по запуску, а затем почти автоматически оказывается внутри CUDA.
Для бизнеса вывод неприятно простой: открытые веса снижают зависимость от Anthropic и OpenAI, но сами по себе не делают инфраструктуру независимой. Можно уйти от одного поставщика и обнаружить, что вычислительный слой стал еще сильнее привязан к другому.
Что именно покупает Nvidia
Hugging Face получает около $150 млн выручки, пишет The New Stack. Поэтому объяснять цену текущим бизнесом площадки бессмысленно. За $12,9 млрд Nvidia получает каталог, куда попадают релизы открытых моделей и их дообученные версии, а также датасеты, рейтинги и библиотеку transformers, которой пользуется заметная часть индустрии.
The New Stack сравнивает сделку с покупкой GitHub компанией Microsoft за $7,5 млрд в 2018 году. Ценность GitHub была не только в хранении кода. Microsoft купила поверхность, через которую могла предлагать разработчикам следующие продукты. Hugging Face выполняет похожую роль для весов моделей.
Важно не приписывать сделке условий, которых источник не раскрывает. Нет данных об эксклюзивности, обязательной оптимизации под CUDA или запрете поддерживать AMD, Intel и специализированные ускорители. Nvidia, судя по опубликованной информации, покупает не договорное обещание держать модели на своих чипах, а контроль над площадкой, где складываются технические привычки.
Именно привычки здесь дороже выручки. Как отмечает The New Stack, скачанная открытая модель по умолчанию дообучается и обслуживается на CUDA, если команда специально не выбирает другой путь. Конкурент может построить ускоритель, но ему еще нужно убедить тысячи репозиториев, библиотек и инструкций считать этот ускоритель нормальным вариантом, а не отдельным инженерным приключением.
Почему Nvidia понадобился этот контроль сейчас
Закрытые модели по-прежнему подходят для множества задач, но стоимость переключения снижается. Ollama 0.33.0 позволяет запускать Qwen, DeepSeek и Kimi через интерфейс Claude Desktop с помощью локального прокси. Qwen3.8-27B в 4-битной версии занимает 16,1 ГБ и запускается на Mac с 32 ГБ объединенной памяти. На OpenRouter китайские открытые модели с февраля еженедельно занимали более 30% потребления токенов в США, а на пике доходили до 46%.
Параллельно крупнейшие покупатели Nvidia строят собственные маршруты выхода. The New Stack перечисляет разработку чипов OpenAI вместе с Broadcom, обучение Anthropic на Amazon Trainium и собственные TPU Google. На этом фоне открытые модели становятся для Nvidia страховкой: если разработчик не идет в закрытый API, он все равно может прийти на CUDA.
Покупка Hugging Face укладывается в более широкую тактику субсидирования экосистемы. Ранее TNW писал, что Nvidia предлагает AI-облакам вычисления сейчас, а оплату позже через разделение выручки и кредитную поддержку. Semafor сообщал о готовности компании предоставить до $105 млрд поддержки дата-центру OpenAI в Огайо. Nvidia уже продает не только ускорители. Она финансирует условия, при которых спрос на них возникает и остается внутри ее стека.
Что делать билдерам
Краткосрочно сделка может быть выгодна командам на Nvidia. У владельца Hugging Face появляется сильный стимул упрощать загрузку, дообучение, квантизацию и инференс моделей на CUDA. Если это даст меньше ручной настройки и более дешевый запуск, разработчики получат вполне реальную экономию.
Но open source теперь нельзя автоматически считать нейтральной инфраструктурой. Перед выбором модели стоит проверять не только лицензию и качество, но и переносимость всего контура: какие рантаймы поддерживаются, есть ли готовые сборки для альтернативных ускорителей, сколько стоит перенос собственных оптимизаций и не превращается ли удобный репозиторий в точку аппаратной привязки.
Главный маркер появится не в заявлениях Nvidia, а на страницах моделей Hugging Face. Если инструкции, контейнеры, ядра, квантизации и бенчмарки для CUDA начнут выходить раньше и работать заметно проще альтернатив, тезис подтвердится: $12,9 млрд были платой за сохранение маршрута по умолчанию. Если площадка сохранит равный практический путь к разным ускорителям, Nvidia купит важную дистрибуцию, но не гарантированную зависимость.