Selon des informations rapportées, NVIDIA aurait conclu un accord visant à acquérir Hugging Face pour environ 12,9 milliards de dollars. Toutefois, Reuters n’a pas pu vérifier ces informations au moment des faits, et aucune des deux parties ne les a confirmées publiquement. Cette incertitude est importante : toute analyse doit éviter de supposer que la transaction est déjà finalisée. La question la plus importante est de savoir ce qui arriverait à la structure de pouvoir du secteur de l’IA si le premier fabricant mondial de puces pour l’IA contrôlait une plateforme fondamentale regroupant des millions de modèles publics et de développeurs.
Beaucoup considèrent Hugging Face comme un site de stockage de modèles. Cette vision sous-estime toutefois son rôle dans le secteur. D’après les documents de référence, la plateforme comptait environ 13 millions d’utilisateurs en 2025 et hébergeait plus de 2 millions de modèles publics. Surtout, son dépôt de modèles relie les chercheurs, les communautés open source, les développeurs d’applications, les services d’inférence et les écosystèmes matériels.
Les modèles peuvent être copiés, mais les couches qui les entourent — téléchargements, évaluations, gestion des versions, jeux de données, collaboration communautaire et chaînes d’outils — sont beaucoup plus difficiles à reproduire. Hugging Face se définit donc mieux comme une couche de distribution des modèles et un réseau de développeurs que comme une simple plateforme de contenu.
Ces dernières années, la chaîne de valeur la plus lisible du secteur de l’IA s’est structurée ainsi : puces — cloud — modèles — applications. NVIDIA dispose d’un pouvoir de négociation considérable au niveau des puces. Mais à mesure que les modèles s’ouvrent, vendre uniquement des GPU ne suffit plus à contrôler l’ensemble de la demande en IA.
Les modèles sélectionnés par les développeurs, l’endroit où ils les téléchargent, les outils d’inférence qu’ils utilisent et le matériel sur lequel ils les déploient peuvent tous influencer les achats de puissance de calcul. Les modèles et les écosystèmes de développeurs constituent ainsi une passerelle en amont vers la demande en puissance de calcul.
Sous cet angle, la logique de l’acquisition est claire : étendre l’avantage de NVIDIA en matière de calcul aux couches des modèles et des développeurs. Si NVIDIA se contente de vendre des GPU, elle doit attendre que les développeurs génèrent une demande en puissance de calcul. En contribuant à organiser et à distribuer l’écosystème des modèles, elle pourrait influencer beaucoup plus tôt leurs choix technologiques.
Cet enjeu est particulièrement important dans l’IA open source, où les modèles peuvent fonctionner sur différents types de matériel et où les développeurs disposent d’une plus grande liberté de choix. Une plateforme de modèles véritablement neutre offre également à des fabricants concurrents, comme AMD et Intel, un accès aux développeurs. Pour NVIDIA, cela constitue à la fois une opportunité pour son écosystème et une vulnérabilité stratégique potentielle.
L’un des principaux atouts de l’infrastructure open source est la conviction des utilisateurs qu’une plateforme ne restreindra pas leurs choix pour des raisons commerciales. Hugging Face prend en charge des solutions matérielles et logicielles de plusieurs fournisseurs, et cette neutralité constitue en elle-même une composante de l’effet de réseau.
Plus de développeurs apportent plus de modèles. Plus de modèles accroissent la valeur de la plateforme. Une neutralité renforcée facilite l’arrivée de fournisseurs concurrents et de développeurs indépendants.
Si la plateforme était contrôlée par un grand fabricant de puces, les autres fabricants de matériel et les développeurs pourraient toutefois se demander s’ils souhaitent continuer à l’utiliser comme passerelle par défaut. Le principal risque ne serait donc pas la fermeture immédiate des modèles concurrents après une acquisition. La préoccupation la plus réaliste serait un biais subtil de l’écosystème : recommandations par défaut, exemples de documentation, optimisations d’inférence, programmes de partenariat, subventions en puissance de calcul, classements des modèles et intégrations de chaînes d’outils pourraient tous orienter les choix concrets des développeurs sans remettre en cause le caractère ouvert de la plateforme.
La concurrence dans les infrastructures d’IA ne consiste souvent pas à empêcher les autres d’entrer. Elle consiste plutôt à réduire les frictions au sein de son propre écosystème, afin que les développeurs y restent naturellement au sein de la même pile technologique.
Hugging Face était valorisée à environ 4,5 milliards de dollars lorsqu’elle a finalisé son financement de série D en 2023. Le prix d’acquisition de 12,9 milliards de dollars rapporté pour NVIDIA représente, en un peu plus de deux ans, une valorisation presque triplée.
Cette prime est difficile à justifier si Hugging Face est considérée uniquement comme une plateforme d’hébergement de modèles. La logique devient plus claire lorsqu’on la considère comme un maillon de la chaîne d’infrastructure de l’IA.
Le marché ne valorise pas seulement le chiffre d’affaires généré aujourd’hui par Hugging Face. Il valorise aussi le nombre de développeurs, de modèles et d’applications d’IA que la plateforme met en relation. Alors que le nombre de modèles continue d’augmenter, les développeurs ont besoin d’un endroit fiable pour les découvrir, les télécharger, les tester et les déployer. Hugging Face occupe précisément cette position.
Pour NVIDIA, rapprocher la communauté des modèles, les outils de développement et la puissance de calcul des GPU pourrait permettre de transformer l’utilisation des modèles par les développeurs en une demande durable de puissance de calcul.
Le prix de 12,9 milliards de dollars semble donc valoriser la passerelle vers les développeurs de l’IA et l’effet de réseau de l’écosystème, plutôt que la seule acquisition d’une entreprise exploitant une plateforme de modèles. La question centrale est de savoir si la valeur future de l’IA restera concentrée dans les modèles eux-mêmes ou si elle se déplacera progressivement vers la couche d’infrastructure qui relie modèles, développeurs, outils logiciels et puissance de calcul.
Que la transaction soit finalement conclue ou non, cet épisode montre que le secteur de l’IA entre dans une nouvelle phase. La concurrence ne porte plus seulement sur le nombre de paramètres des modèles et les benchmarks. Elle concerne de plus en plus l’infrastructure : puissance de calcul, modèles, développeurs et canaux de distribution.
Pour les acteurs du secteur, la question essentielle n’est pas de savoir si l’open source sera acquis. Il s’agit de déterminer qui définira le parcours par défaut que les développeurs suivront à l’avenir. Celui qui contrôlera ce parcours sera mieux placé pour influencer la prochaine répartition de la valeur dans l’ensemble du secteur de l’IA.

Tableau : étapes de valorisation de Hugging Face dans les références pertinentes (2023–2026 ; montants en milliards de dollars ; le montant de 2026 repose sur les chiffres rapportés et le statut de la transaction reste soumis à une divulgation officielle)
Elle fait bien plus qu’héberger des modèles. Elle relie modèles, jeux de données, développeurs, outils et processus de déploiement. Sa véritable valeur réside dans son réseau de développeurs et dans son rôle de passerelle pour la distribution des modèles.
Pas nécessairement. Le code, les modèles et les données open source pourraient rester ouverts. Les questions les plus importantes porteraient plutôt sur la neutralité de la plateforme et la possibilité d’un biais de l’écosystème.
Parce que les modèles et les développeurs déterminent la demande future en puissance de calcul. Contrôler la passerelle vers les développeurs permet à une entreprise d’influencer plus tôt le déploiement des modèles et les choix matériels.
L’essentiel est de déterminer quels actifs la valorisation représente réellement et si ces actifs peuvent se traduire par une demande en puissance de calcul, des revenus logiciels, des revenus de plateforme ou des avantages défensifs durables pour l’écosystème.
Conserver des modèles, des données et des flux de travail aussi portables que possible. Se familiariser avec plusieurs moteurs d’inférence et plateformes cloud, et éviter de lier les processus de production critiques à un seul fournisseur.
* Les informations ne sont pas destinées à être et ne constituent pas des conseils financiers ou toute autre recommandation de toute sorte offerte ou approuvée par Gate.
* Cet article ne peut être reproduit, transmis ou copié sans faire référence à Gate. Toute contravention constitue une violation de la loi sur le droit d'auteur et peut faire l'objet d'une action en justice.





