Voor welgeteld 12,9303 miljard dollar wordt Hugging Face onderdeel van Nvidia. Volgens Nvidia-CEO Jensen Huang blijft het AI-modelplatform open voor allerlei gratis te downloaden LLM’s. Desondanks roept de overname vragen op over zowel die belofte als Nvidia’s duurzame status als AI-hardwarekoning.
De geruchten gingen al weken rond, met zelfs het gemoeide bedrag een open geheim. Hugging Face (HF), het grootste platform waarop open AI-modellen te downloaden zijn, was tot vandaag een onafhankelijk privaat bedrijf. Als spil van de LLM-softwareketen is HF gemeengoed geworden; toevallig geldt hetzelfde voor Nvidia’s GPU’s, die sinds de opkomst van GenAI het voornaamste thuis zijn geweest voor het trainen en dagelijks draaien van LLM’s.
Nvidia was altijd al een platformbedrijf
Sommige berichtgeving omtrent deze overname zal ongetwijfeld HF als een ietwat frappante keuze voor een overname opvatten; immers is Nvidia een AI-chipbedrijf dat nog niet zo lang geleden de potentiële concurrent Groq inlijfde. Echter is de ‘moat’, de kracht achter welhaast een monopolie op GPU’s in het datacenter, veelal aangeduid als de softwarelaag om de GPU’s heen. Samengevat als CUDA, dat zowel als software en als driver kan worden omschreven, zou de gewenning en volwassenheid van Nvidia’s software net zo cruciaal zijn voor diens succes als de hardware. Echter is het breder te nemen dan dat: het platform van Nvidia is altijd al breder geweest dan GPU’s; zie de Mellanox-overname voor networking of Run:ai voor orkestratie. Nu komt daar een extra dimensie bij.
Met Hugging Face als onderdeel van Nvidia is de optelsom het thuis voor een ietwat wrijvende combinatie van openheid en een gesloten aard. HF biedt AI-modellen van allerlei soorten en maten, met als gemene deler de vrijgevige licenties die aan de beschikbare LLM’s gepaard gaan. Daaronder vallen al jaren Nvidia-modellen, die vanzelfsprekend optimaal draaien binnen de ‘walled garden’ van Nvidia.
De adoptie van HF liegt er niet om: naar eigen zeggen kent het 18 miljoen gebruikers, meer dan 3 miljoen modellen, 500.000 datasets en 1 miljoen applicaties, met 200.000 bedrijven die het platform gebruiken voor hun AI-doeleinden.
Het overnamebedrag ligt fors boven de laatste publiek gemelde waardering. Bij de Series D-ronde in 2023 stond Hugging Face nog op 4,5 miljard dollar. Tegenover een gerapporteerde jaaromzet van ongeveer 150 miljoen dollar komt de prijs neer op zo’n 86 keer de omzet.
Geen verplichte Nvidia-hardware
Nvidia-CEO Huang benadrukt dat er niets verandert aan de neutraliteit. “Nvidia-rekenkracht zal niet vereist zijn om te bouwen of te deployen via Hugging Face”, schrijft hij. Het platform blijft multi-cloud en multi-accelerator ondersteunen, en houdt ook de bekende 🤗-merknaam.
Die belofte moet de gemoederen wat tot rust brengen. Meerdere waarnemers stelden eerder al de vraag of een neutrale hub neutraal kan blijven onder een eigenaar die tegelijk de dominante GPU-infrastructuur levert waarop veel van die open modellen draaien.
De band tussen beide partijen bestond in ieder geval al lang. Nvidia publiceerde meer dan 500 modellen en 250 open datasets op het platform en is daarmee volgens Huang de grootste bijdrager van open modellen en data. Huang verwijst in zijn aankondiging naar een open brief over open weights die hij recent mede-ondertekende.
Nvidia voelt de druk elders
Je zou het niet zeggen bij het meest waardevolle bedrijf ter wereld, maar Nvidia staat ook onder druk op de lange termijn. Voor het eerst is er een teken dat de klanten van de GPU-bouwer echt elders aan het kijken zijn. Niet AMD, niet Google Cloud, Amazon of een van de AI-modelmakers zelf ligt hieraan ten grondslag, maar allemaal een beetje. De workloads van LLM’s verschillen enorm, van training tot inferencing, en Nvidia heeft tot nu toe weinig qua prestaties te vrezen gehad. Maar er is verandering op komst.
Specifiek gaat het om concepten zoals Cerebras, Google’s Frozen v2 of OpenAI’s Jalapeño-chip in samenwerking met Broadcom: processoren die op papier weliswaar imposant klinken maar lang niet zo generiek krachtig zijn als een GPU van Nvidia of AMD, maar wel bij zeer doelgerichte workloads uitblinken. Als AI-modellen ooit standaardiseren of afvlakken in hun prestatieverbeteringen, wordt het rendabel om de architectuur van deze modellen in feite te etsen op hardware. GPU’s doen dat niet: ze zitten vol abstractielagen tussen model en hardware en zijn breed inzetbaar voor nagenoeg elke LLM. Een chipontwerp dat enkel een bepaald AI-model optimaal draait, kan voor die use case vele malen sneller en efficiënter opereren dan een GPU.
Het is daarom belangrijk voor Nvidia dat AI-modellen blijven vernieuwen en veranderen, inclusief open opties die de prijs van LLM-gebruik drukken en democratiseren. Zolang dat proces actief blijft en adoptie groeit, kan Nvidia profiteren van een aanhoudende vraag en daartoe behorende prijzen.
Lees ook: Nvidia verdubbelt omzet dankzij aanhoudende AI-hausse