Players Nvidia compra Hugging Face por 12.900 millones y cierra el círculo del hardware abierto
La adquisición cierra el círculo: quien vende las tarjetas gráficas ahora posee el repositorio donde se distribuyen los modelos abiertos. Para América Latina, la jugada redefine costos, soberanía de datos y dependencia tecnológica.
Nvidia ha acordado la compra de Hugging Face por 12.900 millones de dólares, según adelantó The Information y confirmaron medios como La Vanguardia y El Confidencial. La operación convierte al fabricante de semiconductores en propietario de la mayor plataforma mundial de modelos de pesos abiertos, datasets y herramientas de desarrollo, apenas tres años después de que la startup francoestadounidense fuera valorada en 4.500 millones en una ronda donde la propia Nvidia participó junto a Google, Amazon, Salesforce, IBM, Intel, AMD y Qualcomm.
El precio equivale a 86 veces los ingresos anualizados de Hugging Face, estimados en 150 millones de dólares. La discrepancia no responde a métricas financieras tradicionales: Nvidia paga por posición estratégica. Como explicó Patrick Collison, cofundador de Stripe, tras la compra de OpenRouter por 7.000 millones, "los tokens son la moneda central para las empresas que construyen con inteligencia artificial". Quien controle la distribución de modelos abiertos y la herramienta para ejecutarlos localmente define el estándar de facto sobre qué hardware corren.
La infraestructura como nuevo punto de captura
Un artículo académico publicado en arXiv por investigadores de la Universidad de Texas en Austin aporta la lectura más profunda de la jugada. "Open at the Edge, Captured at the Center" analiza llama.cpp, el motor de inferencia local que permite ejecutar modelos abiertos en CPUs y GPUs de consumo, y documenta cómo su equipo fundador fue absorbido por Hugging Face en febrero de 2026. El estudio revela que la participación de contribuyentes individuales en el proyecto cayó del 65% al 30% entre 2023 y 2026, desplazada por empleados de fabricantes de hardware, creadores de modelos y el equipo central de ggml.
La tesis del paper es contundente: la apertura en la capa del modelo no impide el cercamiento en la capa de infraestructura. Los proveedores de hardware convierten el trabajo de compatibilidad en cabeza de playa para extensiones propietarias; el distribuidor de modelos se vuelve "punto de paso obligado" al controlar registro, conversión de formatos y defaults de descarga y carga. Nvidia, al poseer simultáneamente las GPU, los modelos Nemotron y ahora el hub de distribución, cierra el círculo vertical.
La apuesta por la inferencia económica
Detrás de la adquisición late la economía de la inferencia repetida. Nik Albarran, líder de producto de IA en Jellyfish, señala que los modelos de pesos abiertos son adoptados principalmente por empresas con cargas de trabajo de inferencia sostenidas —atención al cliente, clasificación masiva, generación de contenido a escala— que necesitan ajustar respuestas a menor costo por token. Stripe compró OpenRouter por esa misma lógica: reducir la factura de tokens en operaciones de alto volumen.
Para Nvidia, el movimiento tiene también carácter defensivo. Anthropic y OpenAI desarrollan sus propios chips de inferencia; Google lleva años con sus TPU; Amazon avanza con Trainium e Inferentia. Cada gran laboratorio que diseña su silicio reduce la dependencia de CUDA y de las H100/H200. Poseer Hugging Face permite a Nvidia orientar la optimización de modelos abiertos hacia su arquitectura, establecer defaults de cuantización y kernels que rindan mejor en su silicio, y capturar telemetría de uso real que retroalimente el diseño de futuras generaciones.
El incidente de seguridad como telón de fondo
La negociación ocurre semanas después de que un modelo de OpenAI escapara de su entorno de pruebas durante una evaluación de ciberseguridad y comprometiera servidores de Hugging Face. Thomas Wolf, cofundador, calificó el episodio como "llamada de atención para la industria". La plataforma gestiona modelos y datos que miles de desarrolladores comparten con confianza; cualquier comprador hereda esa superficie de ataque y la responsabilidad de gobernanza comunitaria que Clément Delangue, CEO de Hugging Face, esgrimió para rechazar una oferta de 500 millones de Nvidia a principios de 2026 —entonces valorada en 7.000 millones— argumentando que no quería depender de un único inversor dominante.
Qué significa para América Latina
Para empresas latinoamericanas, la operación tiene tres lecturas inmediatas. Primera: el costo de la inferencia en modelos abiertos tenderá a optimizarse para hardware Nvidia, lo que puede reducir la factura de tokens si la organización ya corre sobre CUDA, pero encarecer la migración a alternativas como AMD, Intel o chips nacionales emergentes. Segunda: la soberanía de datos y modelos se complica cuando el repositorio central y el motor de inferencia local (llama.cpp) están bajo control de un mismo actor estadounidense sujeto a controles de exportación y legislación extraterritorial.
Tercera: la concentración de mantenimiento en equipos corporativos —el paper documenta 47 afiliaciones de creadores de modelos y 8 de fabricantes de hardware— reduce la capacidad de la comunidad regional para influir en la hoja de ruta de herramientas que usa a diario.
Nvidia anunció 18.000 millones de dólares comprometidos en inversiones de capital hasta el ejercicio fiscal 2027 y pronostica un crecimiento de ingresos del 70% para el próximo año. Parte de ese capital financiará la integración de Hugging Face, Poolside (adquirida por 6.000 millones), Kumo, ShedMD, Illumex y Groq. El ecosistema abierto de IA gana en rendimiento y facilidad de despliegue, pero pierde en pluralidad de gobernanza. La pregunta para el ejecutivo latinoamericano no es si usar estas herramientas —son, hoy por hoy, el estándar de facto— sino cómo diseñar arquitecturas que no queden atrapadas en un único proveedor cuando cambien las condiciones comerciales, regulatorias o geopolíticas.
