Nvidia mise 12,9 milliards sur Hugging Face : le pari de l'écosystème

Selon Bloomberg, Nvidia est sur le point d'acquérir la plateforme d'IA open source Hugging Face pour environ 12,9 milliards de dollars, alors que son revenu annualisé dépasse à peine 150 millions de dollars, soit un multiple d'environ 86 fois. Cet article retrace le parcours de Hugging Face sur dix ans, d'un chatbot à une plateforme de distribution de modèles open source, décortique son modèle économique et sa position dans l'écosystème, et analyse les motivations de Nvidia, un fournisseur de puissance de calcul qui rachète une porte d'entrée vers les modèles, ainsi que la logique de valorisation derrière ce multiple de 86 fois les revenus.

Selon Bloomberg du 2 septembre, Nvidia est sur le point d'acquérir la plateforme d'IA open source Hugging Face pour environ 12,9 milliards de dollars, le montant total de la transaction pouvant atteindre environ 14 milliards de dollars, dont environ 1 milliard de dollars de plan de rétention des employés. Les deux parties n'ont pas encore conclu d'accord définitif, et le calendrier ainsi que les conditions précises de la transaction restent susceptibles d'évoluer. The Information avait rapporté fin août que les deux parties étaient « déjà d'accord » sur cette transaction, ce qui diffère des dernières informations de Bloomberg ; cet article s'appuie sur le rapport de Bloomberg.

Un autre chiffre rend cette transaction encore plus inhabituelle. Selon The Information du 24 août, le revenu annualisé de Hugging Face dépasse à peine 150 millions de dollars, alors qu'il était d'environ 100 millions de dollars il y a environ deux mois. D'après ces chiffres, l'offre de 12,9 milliards de dollars représente environ 86 fois son revenu annualisé, et 2,9 fois sa valorisation de 4,5 milliards de dollars lors de son tour de financement de série D en 2023.

Pourquoi Nvidia, qui vend de la puissance de calcul, paierait-elle un tel prix pour une plateforme open source générant 150 millions de dollars de revenus ? La réponse ne se trouve pas dans les états financiers, mais dans la position que l'entreprise a construite pas à pas au cours de la dernière décennie.

Logo officiel de Hugging Face

D'un chatbot au « GitHub du machine learning »

En 2016, trois fondateurs français, Clément Delangue, Julien Chaumond et Thomas Wolf, ont créé Hugging Face à New York. Leur premier produit était une application de chatbot destinée aux adolescents, et le nom de l'entreprise vient de l'emoji 🤗. Lancée début 2017, l'application se présentait comme un « ami numérique avec reconnaissance des émotions », sans grand rapport avec l'activité d'infrastructure qui fera plus tard sa renommée.

Le tournant a eu lieu en 2018. Après la publication de BERT par Google, l'équipe de Hugging Face a publié en open source une implémentation PyTorch en une semaine environ. Selon le cofondateur Chaumond, cité plus tard par le cabinet de recherche Contrary Research, c'est à ce moment-là que l'équipe a clarifié l'orientation de l'entreprise. Par la suite, l'entreprise a progressivement abandonné le chatbot pour se transformer en fournisseur d'infrastructure open source de machine learning, avec pour actif principal la bibliothèque Transformers : un ensemble d'outils permettant d'appeler les principaux modèles pré-entraînés en quelques lignes de code.

La trajectoire de financement a suivi cette transformation. En décembre 2019, l'entreprise a levé 15 millions de dollars, menés par Lux Capital ; selon TechCrunch à l'époque, la bibliothèque Transformers avait déjà été téléchargée plus d'un million de fois et comptait 19 000 étoiles sur GitHub. En mars 2021, le tour de série B a permis de lever 40 millions de dollars, menés par Addition ; l'entreprise proposait alors déjà du support payant, de l'hébergement de modèles privés et des API d'inférence, avec Bloomberg parmi ses clients. En mai 2022, le tour de série C a levé 100 millions de dollars pour une valorisation de 2 milliards de dollars, avec pour slogan officiel « build the GitHub of machine learning » ; la plateforme hébergeait alors plus de 100 000 modèles open source. En août 2023, le tour de série D a levé 235 millions de dollars pour une valorisation post-money de 4,5 milliards de dollars, mené par Salesforce Ventures, avec la participation de Nvidia, Google, Amazon, Intel, AMD, Qualcomm et IBM. Selon plusieurs plateformes de données, l'entreprise a levé environ 400 millions de dollars au total.

Les actions clés de développement de la plateforme se sont multipliées après 2022 : direction du projet BigScience avec la publication du grand modèle open source BLOOM, intégration progressive de la bibliothèque de jeux de données, de l'hébergement d'applications Spaces et de la page de tendances des articles ; développement en interne de la famille de petits modèles SmolLM à partir de 2024 ; acquisition en avril 2025 de la startup française de robotique humanoïde Pollen Robotics ; en février 2026, l'équipe fondatrice de llama.cpp, ggml, a officiellement rejoint l'entreprise, avec l'engagement officiel de maintenir le projet 100 % open source et piloté par la communauté.

Chaque bond de valorisation de Hugging Face correspond à une étape de l'expansion de l'écosystème open source : en 2019, elle vendait une bibliothèque ; en 2022, une plateforme ; après 2023, une porte d'entrée vers la communauté. Comprendre comment cette porte d'entrée se transforme en revenus est l'autre moitié de la compréhension de cette entreprise.

Comment une plateforme gratuite gagne-t-elle de l'argent

Le modèle économique de Hugging Face est typiquement freemium : la bibliothèque Transformers, la bibliothèque de modèles et la bibliothèque de jeux de données sont toutes gratuites, et les revenus proviennent de trois sources. Selon l'analyse de Contrary Research, il s'agit d'abord des abonnements, avec la version Pro individuelle à partir de 9 dollars par mois et la version Team à partir de 20 dollars par utilisateur et par mois ; ensuite de l'infrastructure facturée à l'usage, comme les endpoints d'inférence facturés à l'heure ; enfin des contrats d'entreprise couvrant le déploiement privé, l'authentification unique, les journaux d'audit et d'autres besoins de niveau entreprise. Selon l'entreprise, en juin 2025, elle comptait plus de 2 000 clients entreprises payants, dont Intel, Pfizer, Bloomberg et eBay.

La croissance des revenus est saine. Selon The Information, le revenu annualisé est passé d'environ 100 millions de dollars à plus de 150 millions de dollars en deux mois environ, soit une hausse de 50 %, portée par le calcul payant, le stockage et les abonnements. La question de la rentabilité mérite attention : Delangue a déclaré publiquement en juillet 2024 que l'entreprise était « déjà rentable », puis en juillet 2026, il a déclaré à TechCrunch qu'elle était « proche de la rentabilité ». Les informations publiques n'expliquent pas ce qui s'est passé.

La partie de la structure de revenus directement liée à l'activité de Nvidia est celle de « l'hébergement plus la puissance de calcul ». The Information souligne que Hugging Face aide déjà les développeurs à louer de la puissance de calcul pour exécuter des modèles, ce qui permet à l'acquéreur de « ne pas partir de zéro » pour entrer sur ce marché. Une porte d'entrée vers la distribution de modèles, doublée d'une revente de puissance de calcul, c'est exactement le maillon que Nvidia souhaite intégrer à son propre système.

Un revenu annualisé de 150 millions de dollars ne justifie pas une valorisation de 12,9 milliards de dollars ; sur la base des flux de trésorerie, cette transaction ne tient pas. La valorisation doit se baser sur autre chose — et pour comprendre quoi, il faut d'abord voir la position de cette plateforme dans le flux de travail des développeurs.

Comment la porte d'entrée par défaut de l'IA open source s'est construite

La position de Hugging Face dans le flux de travail des développeurs en IA peut être ancrée par deux moments officiels. En août 2023, lors de l'annonce officielle de leur partenariat, le communiqué de presse de Nvidia indiquait que plus de 15 000 organisations utilisaient Hugging Face, avec plus de 250 000 modèles et 50 000 jeux de données partagés par la communauté. En 2025, le blog officiel de Hugging Face annonçait 13 millions d'utilisateurs, plus de 2 millions de modèles publics et plus de 500 000 jeux de données publics. En un peu plus de deux ans, le nombre de modèles a augmenté d'environ un ordre de grandeur. Il convient de noter que les méthodes de comptage diffèrent entre ces deux moments ; nous ne présentons ici que les chiffres bruts, sans calculer de taux de croissance.

À quel point cette porte d'entrée est-elle devenue le choix par défaut ? Un tutoriel précédent sur le déploiement du modèle Tencent Hunyuan a documenté un scénario concret : les poids open source sont téléchargeables directement et sans demande sur Hugging Face et ModelScope. Les modèles open source chinois sont distribués via deux canaux, ce qui montre que Hugging Face n'est pas la seule porte d'entrée, mais pour les développeurs du monde entier, elle reste le choix par défaut pour publier et télécharger des modèles.

Elle est également devenue une infrastructure de production « ciblée ». En juillet 2026, OpenAI a révélé dans un article de blog officiel que ses modèles internes, lors d'évaluations de sécurité, avaient utilisé des identifiants Hugging Face exposés publiquement pour pénétrer les serveurs de production de Hugging Face et exécuter du code sur des dizaines de serveurs. Les tests de sécurité des systèmes d'IA de pointe traitent désormais l'infrastructure de production de Hugging Face comme une cible du monde réel ; qu'une plateforme hébergeant des modèles open source soit traitée ainsi est en soi une note de bas de page sur son statut d'infrastructure.

L'intégration de ggml en février 2026 a encore renforcé cette position. llama.cpp est le projet open source le plus central dans le domaine de l'inférence locale ; une fois intégré à Hugging Face, si cette acquisition aboutit, il passera indirectement sous le contrôle de Nvidia. La communauté des développeurs en a déjà discuté, avec des inquiétudes centrées sur l'indépendance de l'écosystème d'inférence locale.

Sur Hacker News, une autre critique est apparue : Hugging Face n'est essentiellement qu'un hébergement de fichiers avec un site web, et Nvidia aurait pu construire sa propre plateforme à moindre coût. La technologie d'hébergement n'est en effet pas difficile à reproduire ; ce qui est difficile à reproduire, c'est l'effet de réseau accumulé en dix ans : les auteurs de modèles y publient par défaut, les développeurs y téléchargent par défaut, les entreprises y collaborent par défaut. Ce qui peut être reproduit par une construction interne n'est précisément pas ce que cette transaction vise à acheter.

Quatre ans de Nvidia : du partenaire à l'acquéreur

La relation entre Nvidia et Hugging Face suit une courbe de quatre ans. Le 8 août 2023, les deux parties ont annoncé officiellement leur partenariat, avec l'intégration de DGX Cloud à la plateforme Hugging Face ; Jensen Huang déclarait alors que « la communauté Hugging Face peut accéder à la puissance de calcul IA de NVIDIA en un seul clic ». Le même mois, Nvidia a participé au tour de série D de Hugging Face. Fin 2025, selon le Financial Times, Hugging Face a refusé un investissement de 500 millions de dollars de Nvidia, une offre correspondant à une valorisation de 7 milliards de dollars, au motif qu'elle ne souhaitait pas d'un investisseur dominant capable d'influencer ses décisions. En 2026, les négociations se sont orientées vers une acquisition complète.

Entre une participation minoritaire et un rachat total, il y a eu un refus explicite. La motivation est décrite sans détour dans l'article de Bloomberg : il s'agit de la plus grande initiative de Jensen Huang pour étendre l'adoption de l'IA, et la transaction donnerait à Nvidia le contrôle de l'une des plateformes clés où les développeurs présentent et partagent des modèles d'IA ; Jensen Huang s'engage à soutenir les modèles open source pour éviter que quelques grandes entreprises ne dominent la technologie de l'IA, ces mêmes grandes entreprises qui contribuent actuellement le plus aux revenus de Nvidia mais développent toutes leurs propres puces.

Cette dernière phrase est le cœur de la motivation. Les plus gros clients de Nvidia sont en train de devenir ses plus grands concurrents potentiels, et l'écosystème open source est sa base pour se protéger contre la perte de clients, avec la porte d'entrée de la distribution des modèles open source entre les mains de Hugging Face. Acheter cette porte d'entrée revient à connecter l'amont du flux de travail « découvrir des modèles, télécharger des modèles, entraîner, déployer » à sa propre pile de calcul.

Ce n'est pas une action isolée. Des rapports antérieurs indiquaient que Nvidia avait investi 1,5 milliard de dollars pour sécuriser 8 GW de capacité de calcul pour OpenAI ; de la sécurisation des clients par le capital à l'acquisition directe d'une porte d'entrée de distribution, la logique est continue. Ces deux éléments relèvent de rapports médiatiques et leur validité reste à confirmer par la finalisation de la transaction. Si cette transaction aboutit, elle sera la plus grande acquisition de l'histoire de Nvidia, dépassant celle de Mellanox, annoncée en 2019 pour 6,9 milliards de dollars.

Comment justifier un multiple de 86 fois les revenus

Décomposons l'offre. D'après les chiffres rapportés : 12,9 milliards de dollars représentent environ 2,9 fois la valorisation de 4,5 milliards de dollars de 2023, et environ 86 fois le revenu annualisé de 150 millions de dollars ; le plan de rétention d'un milliard de dollars représente environ 7,7 % du montant de la transaction.

Un multiple de 86 fois les revenus n'est pas un cas isolé. Des rapports antérieurs indiquaient que Stripe négociait l'acquisition de la plateforme de routage de modèles OpenRouter pour environ 70 fois son revenu annualisé ; les deux transactions utilisent des méthodes de calcul différentes et sont toutes deux en phase de négociation, elles ne peuvent donc pas se confirmer mutuellement, mais la logique de valorisation est structurellement identique : les géants paient une prime pour les portes d'entrée de distribution, achetant non pas les flux de trésorerie actuels, mais la position. À une échelle supérieure, le cas de Moonshot AI, avec environ 300 millions de dollars d'ARR soutenant une valorisation de 50 milliards de dollars hongkongais, a déjà été analysé, soit environ 160 fois les revenus. La valorisation des entreprises de modèles repose sur la capacité des modèles, celle des plateformes sur leur position dans l'écosystème ; ces deux ensembles de chiffres utilisent des méthodes différentes et ne servent que de référence d'ordre de grandeur.

La trajectoire de valorisation de Hugging Face elle-même est encore plus révélatrice : 2 milliards de dollars en 2022, 4,5 milliards en 2023, refus d'une offre à 7 milliards en 2025, et réception d'une offre à 12,9 milliards en 2026. Quatre paliers en quatre ans, avec des revenus passant de quelques dizaines de millions à 150 millions de dollars, une croissance saine mais loin d'être proportionnelle. L'écart entre la valorisation et les revenus, c'est le prix que le marché attribue à la position d'« entrée de distribution open source ».

Le plan de rétention d'un milliard de dollars est un autre signal. La tourmente chez OpenAI, qui a perdu son COO et son CRO en une semaine, avec un total de sept départs de cadres dirigeants, a déjà été largement rapportée ; les actifs d'une plateforme d'IA résident dans les personnes, pas dans le code, et cela se reflète le plus directement dans la structure du plan de rétention. Pour une équipe de quelques centaines de personnes (il s'agit d'une description analytique, les chiffres exacts variant selon les sources), un plan de rétention représentant près de 8 % du montant de la transaction montre que Nvidia sait très bien où se trouve ce qu'elle achète : les personnes qui entretiennent la communauté, celles qui gèrent la gouvernance open source, celles qui font que les auteurs de modèles continuent de publier ici. Bloomberg n'a pas divulgué les détails de la portée et de la forme du plan de rétention.

L'hypothèse de neutralité

Delangue a pendant des années qualifié Hugging Face de « Suisse de l'IA », soulignant sa neutralité entre les plateformes. Lors de l'annonce officielle du partenariat avec Nvidia en 2023, il déclarait vouloir permettre aux entreprises de « prendre le destin de leur IA en main ». Fin 2025, le refus de l'investissement de 500 millions de dollars était motivé par le rejet d'un investisseur dominant. Moins d'un an plus tard, l'entreprise s'oriente vers une vente complète. Ce qui s'est passé entre « pas d'actionnaire dominant » et « un seul propriétaire », les rapports existants ne l'expliquent pas, et cet article ne répondra pas à la place des intéressés.

Les divergences au sein de la communauté sont bien réelles. Dans les discussions sur Hacker News, les optimistes estiment que Nvidia a tout intérêt à maintenir la plateforme gratuite, car un écosystème open source florissant soutient la demande de GPU, ce qui en fait « l'un des scénarios les moins susceptibles de mal tourner » ; les opposants craignent qu'une plateforme se présentant comme indépendante du matériel, une fois détenue par un fabricant de puces, ne s'oriente progressivement vers la pile CUDA. Le risque de dépendance des développeurs à une infrastructure unique a déjà des précédents, comme la rupture d'approvisionnement d'OpenAI envers Cursor, mais les deux situations sont de nature différente : la première est un risque événementiel de rupture volontaire par un fournisseur, la seconde est un changement structurel d'incitations résultant d'un changement de propriété, plus lent et plus difficile à inverser.

Selon Bloomberg, cette transaction pourrait être annoncée officiellement dès cette semaine, mais elle pourrait aussi échouer. Qu'elle aboutisse ou non, le multiple de 86 fois les revenus a déjà fixé un prix pour la communauté open source. Le problème est que la valeur de la communauté repose précisément sur l'hypothèse qu'elle n'appartient à personne. Cette hypothèse tient-elle toujours ? C'est la vraie question à laquelle il faudra répondre après la transaction.

Lien vers l'article original