Nvidia chce kupić Hugging Face za 12,9 mld dolarów. Walka o AI przesuwa się z GPU na kontrolę ekosystemu

Jeśli doniesienia The Information, CNBC i Reuters się potwierdzą, Nvidia przejmie największy otwarty hub modeli AI. To nie jest zakup startupu z przychodem 150 mln dolarów. To próba dokupienia warstwy, na której funkcjonuje społeczność deweloperów i reakcja na próby uniezależnienia się twórców zamkniętych modeli od procesorów Nvidii.

Raporty The Information, CNBC, Reuters i TechCrunch z 26–27 sierpnia 2026 r. wskazują, że Nvidia uzgodniła warunki przejęcia Hugging Face za 12,9 mld dolarów. Transakcja nie została jeszcze formalnie potwierdzona przez żadną ze stron. Business Insider zastrzega, że rozmowy mogły nie zakończyć się podpisaniem umowy i wciąż mogą się rozpaść. Ani Nvidia, ani Hugging Face nie odpowiedziały od razu na pytania mediów. Mimo to sama skala doniesień i logika biznesowa, która za nimi stoi, zasługują na poważną analizę. Jeśli transakcja dojdzie do skutku, będzie to jeden z najgłośniejszych zakupów w historii rynku sztucznej inteligencji i jeden z największych ruchów Nvidii poza czystym sprzętem.

Nie chodzi już wyłącznie o karty graficzne. Chodzi o to, kto będzie właścicielem warstwy, na której żyje otwarta społeczność AI: modele, zbiory danych, narzędzia, pipeline’y wdrożeniowe i nawyki milionów inżynierów.

Z repozytorium chatbotów do infrastruktury całej branży

Hugging Face powstało w 2016 r. w Nowym Jorku z inicjatywy Francuzów: Clémenta Delangue’a, Juliena Chaumonda i Thomasa Wolfa. Firma zaczynała od aplikacji czatowej, a w 2018 r. opublikowała bibliotekę Transformers i w praktyce stała się tym, czym GitHub jest dla kodu. Hub Hugging Face to dziś miejsce, w którym społeczność publikuje, testuje, wersjonuje i wdraża modele. W sierpniu 2026 r. platforma ogłosiła przekroczenie 3 mln modeli. Wcześniejsze zestawienia mówiły o setkach tysięcy zbiorów danych i o skali użytkowników liczonej w milionach. Dla działów AI w korporacjach, laboratoriów akademickich i startupów to nie jest „kolejny serwis”. To domyślna szyna, po której krążą wagi modeli, karty modelu, przestrzenie demonstracyjne i format Safetensors.

Biznes Hugging Face nie opiera się na tym, że 97 proc. użytkowników korzysta z darmowego huba. Przychody pochodzą z planów zespołowych i enterprise, hostowanego wnioskowania, treningu zarządzanego oraz usług, które sprzedają szybkość, wsparcie i prywatność firmom niemającym ochoty trzymać wag na publicznej półce. The Information oszacowało tegoroczny przychód anualizowany na około 150 mln dolarów, wobec ok. 100 mln jeszcze w czerwcu. Delangue mówił niedawno o zbliżaniu się do rentowności. To ważne, bo wycena 12,9 mld dolarów przy takiej skali przychodów oznacza mnożnik rzędu 80–90 razy przychód. Rynek płaci nie za dzisiejszy P&L, lecz za pozycję platformową.

Droga od 4,5 mld do 12,9 mld dolarów

W sierpniu 2023 r. Hugging Face pozyskało 235 mln dolarów w rundzie prowadzonej przez Salesforce Ventures. Wśród inwestorów byli Alphabet GV, IBM Ventures, Amazon, Intel i – co dziś brzmi jak preludium tej intencji – sama Nvidia. Wycena sięgnęła wówczas 4,5 mld dolarów. Łącznie firma zebrała poniżej 400 mln dolarów kapitału. Przez niemal trzy lata nie wracała po kolejną dużą rundę, finansując wzrost z przychodów. To rzadkość w sektorze, w którym trzy lata to kilka cykli fundraisingu.

Pod koniec 2025 r. Nvidia zaproponowała inwestycję 500 mln dolarów przy ówczesnej rynkowej wycenie 7 mld. Hugging Face odmówiło. Oficjalny powód, opisywany przez Financial Times, był jasny: spółka nie chciała dominującego inwestora, który mógłby wpływać na decyzje. Nieoficjalnie Delangue dawał do zrozumienia, że pieniędzy po prostu nie potrzebował. Dziś, według doniesień, ta sama Nvidia ma zapłacić niemal dwa razy więcej niż ówczesna wycena i niemal trzykrotność wartości z 2023 r. Rozmowy ruszyły po tym, gdy Hugging Face, jak donosił Business Insider, zatrudniło bank i zaczęło oceniać zainteresowanie innych oferentów. Nvidia nie chciała zostawić „GitHuba AI” w rękach konkurenta.

Pięciowarstwowy tort Jensena Huanga

Siddy Jobe, zarządzający funduszami Eonopolis Exponential Technologies, powiedział w CNBC Squawk Box Europe, że Nvidia jest firmą społecznościową i platformową, a Hugging Face wpisuje się w ten model. Mówił o „pięciowarstwowym torcie” Nvidii, w którym modele fundamentowe (ang. „foundational models”, dostarczanie gotowe, bazowe algorytmy sztucznej inteligencji) stanowią jedną z warstw. – „Jest jasne, że Nvidia chce być zintegrowana w całym stosie w pionie: od energii, przez modele fundamentowe, aż po aplikacje” – dodał.

Jego pięciowarstwowy tort składa się z: energii, chipów i krzemu, infrastruktury chmurowej i data centers, modeli sztucznej inteligencji, aplikacji końowych. Ta metafora wielowarstwowego tortu dobrze opisuje strategię Jensena Huanga z ostatnich 24 miesięcy. Firma kupuje Hugging Face, by kontrolować dystrybucję modeli – czyli warstwę czwartą. Nvidia nie broni już wyłącznie pozycji dostawcy GPU – rozwija m.in.:

• warstwę energii i centrów danych,
• oprogramowanie CUDA (skrót od Compute Unified Device Architecture – to stworzona przez Nvidię platforma programistyczna i interfejs (API), który stanowi największy sekret sukcesu i potęgi tej firmy – pozwolił zwykłym programistom wykorzystać gigantyczną moc obliczeniową karty graficznej do ogólnych, skomplikowanych obliczeń matematycznych, tzw. GPGPU)
• TensorRT-LLM (otwarta biblioteka oprogramowania stworzona przez Nvidię, której jedynym zadaniem jest maksymalne przyspieszenie i zoptymalizowanie działania Dużych Modeli Językowych LLM na procesorach graficznych tej firmy),
• mikrousługi NIM (gotowe, „pudełkowe” oprogramowanie, które pozwala firmom błyskawicznie uruchomić wybrany model sztucznej inteligencji na własnym sprzęcie),
• własne otwarte modele z rodziny Nemotron,
• narzędzia dla robotyki
• i – jeśli doniesienia się potwierdzą – największy publiczny rynek modeli.

W grudniu 2025 r. ogłoszono licencję technologiczną z Groq o wartości raportowanej na ok. 20 mld dolarów, wraz z przejściem części kadry Groq do Nvidii. To był ruch na froncie wnioskowania – w segmencie rynku AI, który odpowiada za uruchamianie i codzienne działanie modeli, a nie za ich tworzenie (na froncie trenowania). To na froncie wnioskowania odbywa się obecnie wielka bitwa i to tu Nvidia wykonuje kluczowy ruch. Hugging Face byłoby ruchem na froncie społeczności, dystrybucji wag i standardu de facto.

Dlaczego akurat teraz? Ponieważ zamknięte laboratoria uciekają od monopolu GPU – czyli Nvidii. OpenAI projektuje układy z Broadcomem. Anthropic trenuje na Trainium Amazona. Google od dekady rozwija TPU. Hiperskalerzy budują własne akceleratory, żeby uniezależnić się od Nvidii w treningu i – coraz częściej – we wnioskowaniu. Otwarty ekosystem, w którym modele Meta, Mistral, Alibaby (Qwen), Google Gemma czy chińskich laboratoriów i tak lądują na Hugging Face, który pozostaje miejscem, gdzie popyt na CUDA, NIM i klastry GPU Nvidii odnawia się codziennie. Kto kontroluje hub, ten wpływa na to, jak łatwo model „wskakuje” na konkretny stos sprzętowo-programowy.

Neutralność, która przestaje być oczywista

Siła Hugging Face polegała na poczuciu neutralności. Firma nie sprzedawała flagowego chatbota konkurującego z ChatGPT czy Claude. Była infrastrukturą wspólną. Dlatego w rundzie 2023 r. mogli siedzieć obok siebie Google, Amazon, Nvidia, IBM i Salesforce. Dlatego Delangue mógł współpodpisywać apele o wsparcie otwartych wag, także z Jensenem Huangiem, i jednocześnie odmawiać Nvidii pakietu, który dałby jej zbyt duży głos.

Po przejęciu ta konstrukcja się zmienia. Formalnie Nvidia od lat powtarza, że nie dyskryminuje modeli zamkniętych i otwartych. Praktycznie jednak właściciel huba staje się sędzią i zawodnikiem naraz. Pytania, które natychmiast zadadzą działy ryzyka w bankach, telco i administracji, są przewidywalne. Czy modele konkurencyjne wobec Nvidii będą tak samo widoczne w rankingu i tak samo dobrze zintegrowane z narzędziami platformy? Czy formaty, kontenery i ścieżki wdrożenia nie zaczną faworyzować NIM i GPU Nvidii kosztem AMD, Trainium, TPU lub akceleratorów europejskich? Czy dane telemetryczne z milionów pobrań i Space’ów nie staną się cichą przewagą informacyjną przy projektowaniu kolejnych generacji układów?

Nie są to pytania teoretyczne. To pytania ściśle biznesowe o potencjalny lock-in. Europejski CIO, który buduje politykę multi-model i multi-cloud, musi założyć, że „GitHub AI” może stać się elementem stosu jednego dostawcy. Nie znaczy to, że należy natychmiast uciekać z platformy. Znaczy to, że trzeba mieć plan B: własne rejestry wag, procedury lustrzanego kopiowania, testy przenośności na więcej niż jednym runtime i zapis w umowach enterprise o przenoszalności artefaktów.

Cyberbezpieczeństwo jako drugi front transakcji

Kontekst bezpieczeństwa nie jest czymś, co można trywializować. Latem 2026 r. Hugging Face doświadczyło incydentu, w którym – według relacji mediów i samej firmy – agent oparty na technologii OpenAI wymknął się spod kontroli i zaatakował infrastrukturę platformy. Delangue wskazywał na błędy inżynierskie i mówił, że zespół użył otwartego modelu (w adaptacji związanej z Nvidią) do analizy tysięcy działań i opanowania sytuacji, gdy zamknięte narzędzia nie odróżniały atakującego od obrońcy. W wywiadzie dla CNBC stwierdził, że cyberbezpieczeństwo AI stanie się ogromnym rynkiem w USA i na świecie, a w tym rynku „prawdopodobnie królami będą modele otwarte”.

Nvidia szybko ustawiła się po stronie otwartego bezpieczeństwa: koalicja Open Secure AI Alliance, donacje wag i danych, format Safetensors. Przejęcie Hugging Face dawałoby jej nie tylko marketplace modeli, lecz także punkt obserwacyjny nad tym, jak społeczność wykrywa jailbreaki, zatruwanie danych, backdoory w wagach i autonomiczne zachowania agentów.

Dla regulatorów to argument podwójny. Z jednej strony koncentracja krytycznej infrastruktury AI. Z drugiej – szansa na szybsze upowszechnienie dobrych praktyk zabezpieczeń na cały otwarty ekosystem. Komisja Europejska, organy antymonopolowe w USA i nadzorcy sektorowi będą musieli rozstrzygnąć, który wektor jest ważniejszy.

Co to oznacza dla firm w Polsce i Europie?

Polski i europejski kontekst jest inny niż ten Krzemowej Doliny. Tutaj liczą się AI Act, suwerenność danych, dostęp do mocy obliczeniowej i chroniczny deficyt kompetencji. Hugging Face jest w praktyce warstwą, na której wiele polskich zespołów – od fintechu, przez medtech, po administrację eksperymentującą z LLM – testuje modele Qwen, Llama, Mistral, Gemma czy lokalne fine-tune’y, zanim ktokolwiek podpisze kontrakt z hiperskalerem. Zmiana właściciela huba nie zabierze tych repozytoriów z dnia na dzień. Zmieni jednak rachunek ryzyka.

Po pierwsze, licencje i provenance – na nasze, ładne staropolskie słowo: „proweniencja”, czyli pochodzenie (danych i modeli, śledzenie łańcucha dostaw). Kupując model z huba kontrolowanego przez Nvidię, organizacja powinna jeszcze dokładniej dokumentować pochodzenie wag, licencję, zbiór treningowy i łańcuch dostaw oprogramowania. Bo AI Act nie pyta, czy model jest „modny” – pyta, czy system wysokiego ryzyka da się wyjaśnić i nadzorować.

Po drugie, koszt wnioskowania. Jeśli integracja Hugging Face–NIM–GPU Nvidii stanie się najwygodniejszą ścieżką z huba do produkcji, TCO (Total Cost of Ownership, czyli Całkowity Koszt Posiadania) pójdzie w stronę jednego stosu. To jednocześnie wygodne operacyjnie i strategicznie niebezpieczne, gdy w Europie równolegle mówi się o gigafabrykach, suwerennej chmurze i uniezależnieniu od pojedynczych dostawców.

Po trzecie, ludzie. Walka o AI nie toczy się już wyłącznie o moc obliczeniową. Toczy się o kontrolę nad ekosystemem: infrastrukturą, modelami i społecznością deweloperów. A społeczność to kompetencje. Firmy, które potrafią czytać karty modelu, oceniać benchmarki, robić fine-tuning i twardo stawiać wymagania dostawcom, będą mniej zależne od tego, czy hub jest niezależny, czy należy do Nvidii. Firmy, które tylko „podłączają API”, zapłacą za wygodę utratą opcji.

Ryzyka transakcyjne, o których jeszcze nie wspomniano

Nawet jeśli The Information ma rację co do uzgodnionej ceny, droga do zamknięcia bywa długa. Przegląd antymonopolowy w USA po strukturze transakcji z Groq – krytykowanej przez senatorów jako omijanie kontroli koncentracji – będzie uważniejszy. Unia Europejska przyjrzy się wpływowi na konkurencję w oprogramowaniu AI, nie tylko w półprzewodnikach. Pojawi się pytanie o to, czy „neutralny” hub modeli jest infrastrukturą o znaczeniu systemowym, podobnie jak App Store albo chmura publiczna.

Jest też ryzyko kulturowe. Społeczność open source bywa alergiczna na przejęcia. Część projektów może przenieść się do forków (programiści skopiują wszystko i wezmą swoje zabawki do innej, najpewniej zupełnie nowej piaskownicy), własnych rejestrów albo inicjatyw europejskich. Jeśli Nvidia spróbuje zbyt szybko spiąć hub z własnym stackiem sprzedażowym, straci właśnie to, za co płaci 12,9 mld: zaufanie deweloperów. Jeśli zostawi Hugging Face szeroką autonomię redakcyjną i techniczną, transakcja może zadziałać jak dawne przejęcie GitHuba przez Microsoft: początkowy opór, potem status quo plus głębsze kieszenie.

Dla Nvidii 12,9 mld dolarów przy kapitalizacji liczonej w bilionach to kwota strawna. Dla rynku AI to sygnał, że warstwa oprogramowania i społeczności została wyceniona jak infrastruktura krytyczna. Mnożnik przychodów jest wysoki, ale nie absurdalny, jeśli uznać Hugging Face za system operacyjny otwartego AI, a nie za startup z ARR 150 mln.

CIO, You know – czyli co warto zapamiętać w zarządzie

Po pierwsze: doniesienia są poważne, ale do momentu komunikatu spółek pozostają doniesieniami. Po drugie: niezależnie od tego, czy umowa zostanie podpisana w tym kształcie, kierunek jest czytelny. Najwięksi gracze dokupują nie tylko krzem, lecz punkty kontroli nad tym, jak modele są publikowane, oceniane i wdrażane. Po trzecie: strategia AI w firmie nie może sprowadzać się do wyboru dostawcy modelu. Musi obejmować politykę artefaktów, potencjalną możliwość przeniesienia do alternatywnych opcji, bezpieczeństwo łańcucha dostaw wag i świadomy stos runtime (ang. hardware-aware runtime stack lub model-aware runtime – warstwy oprogramowania pośredniczącego, która w kontekście przejęcia platformy Hugging Face przez Nvidię jest to jedno z najważniejszych rzeczy, bo oznacza ono koniec ery, w której programista musiał ręcznie konfigurować dziesiątki bibliotek i sterowników, aby model w ogóle ruszył).

Teraz Nvidia próbuje wygrać wojnę o miejsce, w którym te przyspieszacze spotykają się z ludźmi, którzy piszą kod. Hugging Face było dotychczas wspólnym „placem budowy” i testów. Za 12,9 mld dolarów ten plac może dostać nowego właściciela. To jeszcze nie koniec open-source. To początek nowego rozdania o to, kto ustala domyślne standardy otwartego AI oraz o ty, czy Europa będzie w tym rozdaniu podmiotem, czy tylko rynkiem zbytu.