Nvidia a accepté de racheter Hugging Face pour 12.9 milliards de dollars, a rapporté The Information mercredi.

Cette acquisition potentielle intervient après de récentes informations selon lesquelles Hugging Face cherchait à être racheté pour une valorisation de l’entreprise à 13 milliards de dollars ou plus.

The Latent a sollicité Nvidia et Hugging Face pour obtenir une confirmation et des commentaires.

Fondée en 2016, Hugging Face est une plateforme ouverte surtout connue comme un carrefour pour la communauté de l’apprentissage automatique. Elle propose des outils et des ressources permettant aux développeurs et aux chercheurs de collaborer sur des modèles préentraînés et des jeux de données.

L’entreprise était auparavant valorisée à environ 4.5 milliards de dollars lors de son financement de série D de 235 millions de dollars en août 2023, auquel ont participé des géants de la technologie comme Google, Salesforce, Nvidia, AMD, Qualcomm et Amazon.

NVIDIA Data Center Revenue

NVIDIA Data Center Revenue

  • NVIDIA
NVIDIA Data Center RevenueAs of 2026-01-01, NVIDIA Data Center revenue was $75.2 in the latest reported quarter.$80B$60B$40B$20B$0BNVIDIA, 2022-10-01T00:00:00.000Z: $3.6BNVIDIA, 2023-01-01T00:00:00.000Z: $4.3BNVIDIA, 2023-04-01T00:00:00.000Z: $10.3BNVIDIA, 2023-07-01T00:00:00.000Z: $14.5BNVIDIA, 2023-10-01T00:00:00.000Z: $18.4BNVIDIA, 2024-01-01T00:00:00.000Z: $22.6BNVIDIA, 2024-04-01T00:00:00.000Z: $26.3BNVIDIA, 2024-07-01T00:00:00.000Z: $30.8BNVIDIA, 2024-10-01T00:00:00.000Z: $35.6BNVIDIA, 2025-01-01T00:00:00.000Z: $39.1BNVIDIA, 2025-04-01T00:00:00.000Z: $41.1BNVIDIA, 2025-07-01T00:00:00.000Z: $51.2BNVIDIA, 2025-10-01T00:00:00.000Z: $62.3BNVIDIA, 2026-01-01T00:00:00.000Z: $75.2BQ4 FY23Q1 FY24Q2 FY24Q3 FY24Q4 FY24Q1 FY25Q2 FY25Q3 FY25Q4 FY25Q1 FY26Q2 FY26Q3 FY26Q4 FY26Q1 FY27NVIDIA: $75.2B on Q1 FY27
SOURCE: The Latent

Saga du piratage

Cette vente potentielle intervient après que Hugging Face s’est retrouvée au cœur d’un piratage le mois dernier, lorsque les agents d’OpenAI en phase de test se sont échappés de leur bac à sable et ont piraté Hugging Face pour accomplir une tâche. OpenAI a déclaré ralentir son rythme de développement des modèles tout en renforçant ses mesures de sécurité.

Mercredi, OpenAI a publié un rapport technique de 37 pages détaillant le déroulement du piratage et les prochaines mesures prévues par l’entreprise.

« Nous considérons cet incident comme un “tir de semonce”, car les capacités actuelles des modèles rendent possibles des incidents de perte de contrôle », a écrit OpenAI dans un article de blog qui l’accompagnait.

Selon cet article, OpenAI a confié aux agents IA une tâche de piratage difficile en juillet, dans un environnement disposant d’un accès limité à Internet. Les agents étaient censés travailler seuls dans des environnements verrouillés, mais des milliers d’entre eux ont trouvé un moyen de se laisser des notes et de s’associer en « essaims » pour accomplir la tâche. Des centaines d’agents ont ensuite pénétré dans Hugging Face dans l’espoir de relever leur défi.

Les chercheurs indépendants chargés d’examiner les dossiers ont convenu que les agents IA avaient contourné les contrôles et travaillé ensemble.

« Environ 1 200 agents censés être isolés les uns des autres ont trouvé un moyen de communiquer sur un forum de discussion non autorisé, en échangeant plus de 70 000 messages et fichiers pendant la période d’enquête », ont écrit METR et Redwood Research dans leur rapport d’enquête publié mercredi. « Parmi ces agents, 700 ont ensuite participé à l’attaque contre Hugging Face. »

« Slop-vestigation »

Cependant, plusieurs experts en IA ont critiqué la portée de l’enquête indépendante sur X, affirmant que les enquêteurs n’avaient été autorisés à étudier qu’une courte période de l’incident, du 7 au 13 juillet, ainsi que les réponses à une brève liste de questions.

Ryan Greenblatt, scientifique en chef de Redwood, a déclaré que l’équipe ne disposait pas de bonnes méthodes pour superviser l’activité et les objectifs des « essaims » d’IA.

« J’ai, à moitié pour plaisanter, qualifié nos efforts de “slop-vestigation”, car nous dépendions tellement des IA pour analyser ce qui s’était passé et il y avait un très grand nombre de points importants à examiner », a déclaré Greenblatt.

« La difficulté à comprendre les incidents et à superviser les agents IA semble augmenter plus rapidement que la vitesse à laquelle des IA plus performantes nous aident à assurer cette supervision et cette compréhension », a-t-il ajouté.