In den letzten Jahren hat Nvidia eine äußerst vorteilhafte Position in der künstlichen Intelligenz (AI) Branche eingenommen. Egal, ob es um den Wettkampf zwischen OpenAI, Google und Meta um die stärksten Modelle geht oder um den Wettbewerb zwischen Microsoft und Amazon um Cloud-Computing-Kunden – solange der Markt weiterhin Modelle trainieren und betreiben muss, wird es schwierig sein, an Nvidias GPUs vorbeizukommen. Allerdings entwickeln mehrere der größten Kunden ihre eigenen AI-Chips, Google hat TPU, Amazon hat Trainium eingeführt, Microsoft arbeitet an Maia, und OpenAI versucht ebenfalls, die Abhängigkeit von Nvidia zu verringern.
Allein durch den Verkauf von GPUs kann Nvidia nicht garantieren, dass es immer im Zentrum des Marktes bleibt. Am 3. September gab Nvidia bekannt, Hugging Face für US$129.303 Millionen (ca. HK$1.008,6 Millionen) zu übernehmen. Die Transaktion umfasst etwa US$119 Millionen (ca. HK$928,2 Millionen) an Aktionärszahlungen sowie ein Mitarbeiteraktienbindungsprogramm von bis zu US$10 Millionen (ca. HK$78 Millionen). Laut den von Nvidia bei der US-amerikanischen Securities and Exchange Commission eingereichten Unterlagen wird die Transaktion voraussichtlich im ersten Halbjahr 2027 abgeschlossen, muss jedoch noch von den Regulierungsbehörden genehmigt werden.
130 Millionen Dollar für den Hauptzugang zu AI-Entwicklern
Hugging Face wird oft als „GitHub der AI-Ära“ bezeichnet. Die Plattform vereint eine Vielzahl von offenen Modellen, Datensätzen, Entwicklungstools und AI-Anwendungen, wo Entwickler Modelle suchen, Gewichte herunterladen, Feinabstimmungen vornehmen und die Modelle in ihren eigenen Produkten bereitstellen können. Laut von Nvidia veröffentlichten Daten hat Hugging Face über 18 Millionen Entwickler und Forscher sowie mehr als 200.000 Unternehmensbenutzer, die über 3 Millionen Modelle, 500.000 Datensätze und 1 Million AI-Anwendungen hosten.
Allerdings stimmt die finanzielle Größe nicht mit der Benutzerbasis überein. Die Finanzierungsbewertung von Hugging Face im Jahr 2023 betrug US$4,5 Milliarden (ca. HK$35,1 Milliarden), und ausländische Medien berichteten von einem jährlichen Umsatz von etwa US$150 Millionen (ca. HK$1,17 Milliarden). Basierend auf dem endgültigen Transaktionspreis ergibt sich eine Bewertung von etwa dem 86-fachen des jährlichen Umsatzes.
Allein durch Unternehmensabonnements und Modellhosting lässt sich ein so hoher Preis nicht erklären. Der Wert von Hugging Face ergibt sich vielmehr aus seiner Position im Entwicklungsprozess. Wenn eine neue Modellarchitektur populär wird, die Downloads einer bestimmten kleinen Modellklasse plötzlich ansteigen oder Entwickler beginnen, massiv mit Video-Generierung, Robotik und Edge-AI zu experimentieren, zeigen sich diese Veränderungen oft zuerst bei Hugging Face, bevor sie in Server- und GPU-Bestellungen umgewandelt werden. Nach der Übernahme von Hugging Face kann Nvidia Veränderungen in Modellarchitekturen, Anwendungstypen und Bereitstellungsanforderungen früher erkennen.
Diese Maßnahme beinhaltet nicht das willkürliche Auslesen von Unternehmensdaten, sondern ermöglicht es, durch die Gesamttrends auf der Plattform schneller zu beurteilen, wo die nächste Runde des Rechenleistungsbedarfs entstehen wird. Im Vergleich zum Kaufpreis von US$129 Millionen (ca. HK$1.006,2 Millionen) ist der Wert dieser Informationen schwer direkt zu quantifizieren.
Einen breiteren Weg für offene Modelle ebnen
Die Übernahme von Hugging Face durch Nvidia steht auch im Zusammenhang mit den selbstentwickelten Chips großer Kunden. OpenAI, Google, Microsoft und Amazon haben einen enormen Bedarf an Rechenleistung, sind jedoch auch am besten in der Lage, sich von Nvidia zu lösen. Das Training und die Inferenz geschlossener Modelle konzentrieren sich auf eine Handvoll Unternehmen, und sobald diese Unternehmen beginnen, Teile ihres Geschäfts auf selbstentwickelte Chips zu verlagern, könnte Nvidia möglicherweise erhebliche Aufträge verlieren. Im Gegensatz dazu ist der Bedarf an Rechenleistung für offene Modelle viel dezentraler. Unternehmen und Entwickler müssen, nachdem sie Modelle von Hugging Face heruntergeladen haben, die Feinabstimmung und Inferenz selbst durchführen.
Derzeit basieren die am besten kompatiblen und am umfassendsten ausgestatteten Lösungen nach wie vor größtenteils auf Nvidia GPUs und CUDA.
Je leichter offene Modelle zu beschaffen und bereitzustellen sind, desto mehr Unternehmen werden AI nutzen, und die gesamte Marktverwendung von Rechenressourcen wird entsprechend zunehmen. Ob das Modell letztendlich von Meta, Mistral, DeepSeek oder anderen Unternehmen bereitgestellt wird, spielt für Nvidia keine große Rolle, solange das Modell weiterhin auf Nvidias Hardware läuft. Einige ausländische Medien betrachten diese Transaktion auch als eine Möglichkeit für Nvidia, sich gegen die selbstentwickelten Chips großer Kunden abzusichern. Die Förderung offener Modelle könnte den Bedarf an Rechenleistung von einigen großen Unternehmen auf mehr Unternehmen und Entwickler verteilen.
Hugging Face selbst betreibt auch Unternehmensabonnements, private Modell-Repositories und Inferenzdienste. Nvidia kann GPUs, CUDA, Modelloptimierung, die Hugging Face-Plattform und Inferenzdienste miteinander verknüpfen, sodass Entwickler von der Auswahl des Modells bis zur vollständigen Bereitstellung in derselben Toolchain bleiben. Dieses System zwingt Entwickler nicht, Nvidia GPUs zu kaufen, die Dokumentation ist umfassender, die Anpassung erfolgt schneller, und die Ein-Klick-Bereitstellung ist einfacher, was bereits ausreicht, um die Entscheidungen vieler Entwickler zu beeinflussen.
Kann die Open-Source-Plattform ihre Neutralität bewahren?
Nvidia hat sich diesbezüglich verpflichtet. Jensen Huang erklärte, dass Hugging Face weiterhin verschiedene Modelle, Frameworks, Cloud-Dienste und Rechenplattformen unterstützen wird, ohne dass Entwickler Nvidias Rechenressourcen nutzen müssen. Nvidia hat in den regulatorischen Unterlagen auch versprochen, dass die Plattform weiterhin andere Chip-Hersteller unterstützen wird. Die Sorge der Öffentlichkeit ist nicht, dass AMD und Intel sofort von Hugging Face verschwinden, sondern dass die Plattform im täglichen Betrieb allmählich in Richtung Nvidia kippt.
Ob die Anpassungstools von AMD und Intel die gleichen Wartungsressourcen erhalten, ob neue Modelle zuerst CUDA-optimierte Versionen erhalten, ob Nvidias eigene Nemotron-Modelle eine auffälligere Empfehlungsposition erhalten und ob Bereitstellungslösungen für verschiedene Hardware an ebenso prominenten Stellen erscheinen, all diese Details werden die Entscheidungen der Entwickler beeinflussen. Die Plattform muss nicht die Wettbewerber ausschließen; subtile Unterschiede in der Suchreihenfolge, technischen Dokumentation, Empfehlungspositionen und Ingenieureingaben könnten nach Jahren der Ansammlung das gesamte Ökosystem verändern.
Hugging Face war zuvor in dieser Hinsicht vorsichtig. Laut Berichten von Financial Times und Business Insider lehnte Hugging Face 2025 eine Investition von Nvidia in Höhe von US$500 Millionen (ca. HK$3,9 Milliarden) ab, als die Bewertung bei etwa US$7 Milliarden (ca. HK$54,6 Milliarden) lag, weil man nicht wollte, dass ein dominierender Investor die Plattformentscheidungen beeinflusst. Nun ist Nvidia von einem potenziellen Großaktionär zum Käufer geworden.
Ob die Technologie von Hugging Face offen bleibt, ist leicht zu beurteilen, aber ob die Plattform verschiedene Modelle, Cloud-Dienste und Chip-Hersteller fair behandelt, wird entscheiden, ob Entwickler weiterhin Vertrauen haben. Nach dem Kauf von GitHub durch Microsoft wurde GitHub nicht zu einer geschlossenen Plattform, die nur Microsoft-Technologien bedient, was Hugging Face einen Referenzfall bietet. Allerdings ist die Situation bei Nvidia komplizierter: Es hat bereits den Großteil des Marktes für AI-Chips erobert, und die meisten Modelle auf Hugging Face sind ebenfalls zuerst für Nvidia GPUs optimiert.
Wenn die Hardware und die Distributionsplattform von demselben Unternehmen kontrolliert werden, wird der Interessenkonflikt direkter.
Die AI-Branche beginnt um die „Zugang“ -Sprache zu kämpfen
Diese Transaktion könnte offenen Modellen mehr Rechenressourcen, stabilere Infrastrukturen sowie umfassendere Sicherheitsbewertungen und Unternehmensdienste verschaffen. Die Hürden für kleine und mittelständische Entwickler im In- und Ausland, Modelle bereitzustellen, könnten sinken, und offene Modelle wären besser in der Lage, mit geschlossenen Plattformen wie OpenAI und Anthropic zu konkurrieren. AMD, Intel und Cloud-Service-Anbieter mit selbstentwickelten Chips müssen schneller vorankommen; es reicht nicht aus, nur zu beweisen, dass Modelle auf ihren eigenen Chips laufen, sie müssen auch ein Erlebnis bieten, das dem von Nvidia bei Download, Optimierung, Bereitstellung und Inferenz nahekommt.
Einige Modellanbieter könnten auch ihre Abhängigkeit von Hugging Face verringern und gleichzeitig eigene Websites, Code-Plattformen und andere Modellgemeinschaften betreiben. Das endgültige Szenario könnte sein, dass die Modelle selbst offener werden, die Plattformen, die die Modelle hosten, jedoch in mehrere Lager aufgeteilt sind. Regulierungsprüfungen werden sich ebenfalls um dieses Thema drehen. Die Regulierungsbehörden müssen beurteilen, ob der größte AI-Chip-Anbieter der Welt, der die wichtigsten offenen Modellplattformen kontrolliert, seine eigene Hardware bevorzugt, die Unterstützung für Wettbewerbsangebote verringert oder Plattforminformationen nutzt, um zusätzliche Vorteile zu erlangen.
Nvidia hat in den regulatorischen Unterlagen bereits erwähnt, dass viele beliebte offene Modelle aus China stammen. Wenn die USA die Verbreitung und Nutzung chinesischer Modelle weiter einschränken, könnten sowohl Hugging Face als auch Nvidia betroffen sein. Chinesische Modellanbieter könnten auch motivierter sein, andere Verbreitungskanäle zu entwickeln, was möglicherweise neue Grenzen im globalen offenen Modell-Ökosystem schafft. Wenn man nur den jährlichen Umsatz von US$150 Millionen (ca. HK$1,17 Milliarden) betrachtet, ist US$129 Millionen (ca. HK$1.006,2 Millionen) zweifellos eine teure Übernahme.
Im Kontext der gesamten AI-Industriekette verbindet Hugging Face Modelle, Entwickler und Rechenressourcen. Wer diesen Zugang kontrolliert, hat die größere Chance, den Standort der Modellausführung zu beeinflussen. Nvidia musste ursprünglich nur darauf warten, dass AI-Unternehmen GPUs kaufen; nach der Übernahme von Hugging Face beginnt es, am gesamten Prozess der Auswahl von Modellen, Tools und Hardware durch Entwickler teilzunehmen. Jensen Huang muss nun die Versuchung zur Integration zügeln. Je mehr Hugging Face zu Nvidias Plattform wird, desto überzeugender wird der Grund für Entwickler, zu gehen.
Nur wenn Nvidia weiterhin Wettbewerber akzeptiert, wird das Vertrauen der Entwickler, das durch die Investition von US$129 Millionen (ca. HK$1.006,2 Millionen) gewonnen wurde, nach Abschluss der Übernahme nicht schnell an Wert verlieren.