Rachat Hugging Face par NVIDIA : l’IA locale sort-elle enfin du cercle des geeks ?
Dernière mise à jour : il y a 2 minutes
NVIDIA va racheter Hugging Face pour près de 13 milliards de dollars. Derrière le chiffre, une tendance se précise : les modèles ouverts, ceux que l’on télécharge et que l’on fait tourner sur son propre PC, ne sont plus un hobby de passionnés.
Pendant longtemps, pour le grand public, intelligence artificielle rimait avec ChatGPT. On ouvrait un navigateur, on envoyait une question vers des serveurs américains, une réponse revenait.
Pendant ce temps, un autre monde avançait plus discrètement : celui des modèles que l’on installe chez soi. Mistral, Qwen, DeepSeek, Gemma, Llama, Stable Diffusion, et des milliers d’autres. Ce petit monde vient peut-être de changer d’échelle.
NVIDIA met près de 13 milliards de dollars sur Hugging Face
Le 3 septembre 2026, NVIDIA a annoncé un accord pour acquérir Hugging Face pour 12,93 milliards de dollars : environ 11,9 milliards pour les actionnaires, plus un plan de rétention d’environ 1 milliard pour les salariés qui rejoignent NVIDIA. La clôture est visée pour le premier semestre 2027. Ce n’est pas une petite opération. Et elle devra probablement passer sous le regard des autorités de la concurrence.
Hugging Face annonce plus de 18 millions de développeurs, chercheurs et créateurs, plus de 3 millions de modèles, 500 000 jeux de données et environ un million d’applications. Plus de 200 000 entreprises utiliseraient la plateforme pour découvrir, tester, modifier ou déployer des modèles. En quelques années, Hugging Face est devenu la grande bibliothèque mondiale de l’IA ouverte. NVIDIA vient de décider que cette bibliothèque valait près de 13 milliards.
À retenir : en 2023, Hugging Face était valorisée 4,5 milliards. Fin 2025, elle avait déjà refusé une prise de participation NVIDIA qui l’aurait valorisée autour de 7 milliards, pour garder son indépendance. Le chèque a changé. La question de l’indépendance, elle, reste.
Hugging Face, c’est quoi exactement ?
Pour quelqu’un qui découvre l’IA locale, le nom peut sembler obscur. Le principe est simple.
C’est une plateforme où chercheurs, entreprises et développeurs publient leurs modèles. On y trouve des modèles pour discuter, écrire du code, analyser des documents, traduire, générer des images ou du son, faire de la reconnaissance vocale, ou lancer des agents.
Contrairement à un service fermé derrière une page web, la plupart de ces modèles peuvent être téléchargés et exécutés sur votre propre matériel. C’est précisément là que l’IA locale entre en jeu.
Et pour un lecteur français, un détail compte : Hugging Face a été fondée par des Français — dont Clément Delangue, désormais visible bien au-delà des blogs spécialisés. Une infra open née de ce côté-ci de l’Atlantique devient un actif stratégique américain. Ce n’est pas anodin.
L’IA locale n’est plus réservée aux informaticiens
Il y a quelques années, lancer un grand modèle de langage demandait des lignes de commande, Python, des environnements virtuels, CUDA… De quoi faire fuir avant la première question.
La situation a changé. Ollama, LM Studio, Jan, llama.cpp, Pinokio : on télécharge un modèle, on le lance, on discute depuis son ordinateur.
Hugging Face documente maintenant lui-même l’exécution locale, y compris avec llama.cpp. On n’est plus dans l’expérimental réservé à quelques geeks. On n’est pas non plus encore dans le réflexe de tout le monde — installer un modèle 8B en trois clics sur 16 Go de RAM, ce n’est pas encore ouvrir ChatGPT. Mais l’écart se réduit vite.
Hugging Face vient de faire un nouveau pas vers le local
Le timing est intéressant.
Le 22 septembre 2026, Hugging Face a annoncé que sa bibliothèque Transformers prenait en charge directement les modèles quantifiés au format GGUF, ceux utilisés avec llama.cpp.
Traduction simple : choisir un modèle adapté à la mémoire de son PC et le faire tourner devient encore plus facile. Le même article cite Ollama, LM Studio et Jan comme les applications qui ont rendu le local utilisable au quotidien.
L’écosystème commence à converger. Les formats se parlent. Les outils grand public et la « grande » bibliothèque des modèles cessent de vivre dans deux mondes séparés. (Hugging Face)
Les petits modèles explosent
On parle beaucoup des modèles qui avalent des milliers de GPU. Sur Hugging Face, les téléchargements racontent autre chose.
Dans son bilan des modèles ouverts 2026, Hugging Face indique que, parmi les modèles dont la taille est renseignée, 83 % des téléchargements historiques concernent des modèles de moins d’un milliard de paramètres. Ceux de plus de 100 milliards pèsent environ 1 %.
La raison est banale et décisive : les petits modèles tournent sur le matériel que les gens ont réellement. Pendant des années, la course était « le plus gros possible ». La prochaine bataille, c’est aussi « le meilleur modèle qui tient sur votre machine ».
Exemple concret : un Qwen ou un Gemma autour de 7–8 milliards de paramètres, en quantification Q4, passe souvent sur 16 Go de RAM. Un 70B, même quantifié, reste une autre catégorie — souvent davantage data center que PC de bureau.
GGUF et llama.cpp changent la donne
Si vous suivez IA Locale Facile, GGUF n’est pas un mot nouveau. L’idée : une version allégée du modèle, qui demande beaucoup moins de mémoire. Un modèle trop lourd devient utilisable sur une machine avec assez de RAM ou de VRAM.
Selon le même bilan 2026, le nombre de dépôts déclarant GGUF a grimpé de 464 % en sept mois. Hugging Face traite désormais llama.cpp comme une infrastructure majeure : celle qui met à portée de PC des modèles qui semblaient hors jeu.
Les agents aussi descendent sur le PC
Les chatbots ne sont qu’une partie du sujet. Hugging Face documente maintenant des agents de programmation qui tournent entièrement en local : écrire du code, lire un projet, sans envoyer tout le travail dans le cloud.
Dès qu’un agent touche vos fichiers, votre code ou des documents pro, la différence cloud / local n’est plus théorique. C’est une question de confidentialité, pas seulement de confort.
Pourquoi le faire tourner chez soi ?
L’IA locale ne remplacera pas ChatGPT, Claude ou Gemini demain matin. Les plus gros modèles resteront du côté des fermes de GPU.
Elle a simplement des avantages que le cloud n’a pas :
Vos fichiers peuvent rester chez vous. Utile pour un particulier. Décisif pour une entreprise.
Pas de quota. Une fois le modèle téléchargé, la limite, c’est votre machine et votre prise électrique.
Ça marche hors connexion. Train, atelier, chantier, box en rade.
Vous changez de modèle. Qwen aujourd’hui, Mistral demain, un nouveau dépôt HF après-demain.
Le calcul déjà payé. Une carte graphique sert au texte, à l’image, à la vidéo, à l’audio, au code.
Ce que NVIDIA achète vraiment
NVIDIA est le premier bénéficiaire des data centers géants. Il vend aussi des RTX dans des millions de PC. L’acquisition n’est donc pas qu’un coup de com’ « open source ».
Concrètement, NVIDIA rachète surtout :
le principal lieu où l’on trouve, compare et télécharge les modèles ouverts ;
un tuyau vers les développeurs qui, demain, achèteront peut-être une RTX, un serveur, ou du cloud NVIDIA ;
une vitrine pour ses propres modèles ouverts (NEMOtron et le reste), sans pouvoir les imposer — du moins c’est l’engagement écrit ;
une pièce de plus dans la chaîne : puces, software, distribution des poids.
Dans l’annonce, NVIDIA insiste : Hugging Face restera ouvert, on choisira ses modèles, ses frameworks, ses clouds et son matériel. Le hardware NVIDIA ne sera pas obligatoire. C’est important. C’est aussi un engagement d’acheteur, pas une loi de la physique.
NVIDIA était déjà l’un des plus gros contributeurs de modèles et de datasets sur la plateforme. Il passe de contributeur à propriétaire. La promesse d’ouverture peut tenir. Elle peut aussi, dans deux ans, se frotter aux priorités d’un groupe dont le métier reste de vendre du calcul.
Les grands médias commencent à en parler
Hugging Face sort des sites spécialisés. Le Monde a présenté le rachat et la plateforme comme une référence des modèles ouverts. Clément Delangue apparaît dans des médias qui ne s’adressent plus seulement aux développeurs.
Ce n’est pas qu’une anecdote de Une. Quand la presse économique explique Hugging Face à un lecteur qui n’a jamais lancé Ollama, le sujet change de rayon.
On a déjà vécu la première phase de l’IA
2022-2023 — découverte
Le grand public voit qu’une IA discute, écrit, code, génère des images.
2024-2025 — multiplication
ChatGPT n’est plus seul. Claude, Gemini, Mistral, DeepSeek, Qwen et les autres.
2025-2026 — les modèles ouverts deviennent utilisables
Plus petits, plus téléchargeables, mieux quantifiés.
2026 — ça descend dans la machine
Outils plus simples, interfaces graphiques, formats qui se standardisent, GPU grand public plus adaptés, et surtout : on pense le local dès la conception.
Le prochain réflexe : « Est-ce que je peux le faire tourner chez moi ? »
Aujourd’hui, face à une nouvelle IA, on demande encore souvent : où l’essayer ? Demain, la question peut devenir : est-ce que ça tient sur mon PC ?
Avec la vitesse des petits modèles, de GGUF, de llama.cpp et des cartes grand public, cette question n’est plus ridicule.
Le local ne remplacera pas le cloud. Il vivra à côté.
Cloud pour ce qui demande une puissance énorme. Local pour le quotidien, le privé, le répétitif, le professionnel.
Comme l’informatique actuelle : on utilise Internet, et on a quand même un processeur, un SSD et des logiciels dans la machine. L’IA peut suivre le même chemin.
Ce n’est probablement que le début
Quand j’ai commencé à tester l’IA locale, il fallait encore bricoler pour obtenir quelque chose de pratique. Aujourd’hui, quelques clics suffisent pour installer du texte, de l’image, de la musique ou des modèles déjà très capables.
Treize milliards de dollars sur Hugging Face, ce n’est plus un marché marginal.
L’IA locale n’est pas encore grand public.Mais pour la première fois, le grand public commence à regarder de ce côté-ci.
La prochaine étape ne se jouera peut-être pas uniquement dans les data centers.Elle se jouera aussi sur le PC posé sur le bureau.
Reste une question, plus utile que les félicitations de circonstance : si Hugging Face devient une infra NVIDIA, l’open restera-t-il aussi open dans vingt-quatre mois ?
Commentaires