Zum Hauptinhalt springen
ToolPotion
KI-Berater
Einreichen

Nvidia will Hugging Face. Was das für offene Modelle bedeutet

Nvidias Hugging-Face-Deal über 12,9 Mrd. $ weckt das Interesse des DOJ. Was zugesagt wurde, was berichtet wird und wie Sie Ihr Open-Model-Setup absichern.

Teilen

Das US-Justizministerium hat laut The Verge „Anfragen gestellt“ zu Nvidias Kauf von Hugging Face für 12,9 Milliarden Dollar. The Verge gibt dabei einen Reuters-Bericht wieder, der sich auf anonyme Quellen stützt. Nvidia und das Ministerium wollten sich gegenüber Reuters nicht äußern, so PYMNTS. Ein Deal, der als beschlossene Sache verkündet wurde, hat also plötzlich eine Behörde, die Fragen stellt – und jeder, der offene Modelle herunterlädt, hat Grund, das eigene Setup zu prüfen.

Falls Sie die Seite noch nie geöffnet haben: Hugging Face ist der Ort, an dem offene Modelle liegen. Man kann es sich als Paketregister für KI vorstellen. Ein Modellentwickler lädt Gewichte hoch, ein Entwickler lädt sie herunter, und eine Bibliothek wie Transformers weiß standardmäßig, wo sie suchen muss. Laut Nvidias eigener Ankündigung nutzen mehr als 18 Millionen Menschen die Plattform, um mehr als 3 Millionen Modelle, 500.000 Datensätze und 1 Million Anwendungen zu teilen (Nvidia).

Sechs Kennzahlen-Kacheln: Kaufpreis von 12,9 Milliarden Dollar, 18 Millionen Nutzer, 3 Millionen Modelle, 500.000 Datensätze, 1 Million Anwendungen und über 500 Nvidia-Modelle auf Hugging Face

Nvidia sagt: Der Hub bleibt offen

Jensen Huang hat die Ankündigung selbst veröffentlicht. Die entscheidenden Sätze betreffen die Neutralität: „Hugging Face wird eine offene Plattform für das gesamte KI-Ökosystem bleiben“, schrieb er, und „NVIDIA-Rechenleistung wird nicht erforderlich sein, um auf Hugging Face zu entwickeln oder darüber bereitzustellen“ (Nvidia). Außerdem verspricht Nvidia, weiterhin Open-Weight-Modelle „von jedem Modellentwickler“ sowie Multi-Cloud- und Multi-Accelerator-Arbeit zu unterstützen.

Das ist viel Verpflichtung für einen Blogbeitrag. Ein Vertrag ist es nicht, und nichts darin sagt, was mit Preisen, Nutzungsbedingungen oder Hosting-Konditionen für Modelle von Wettbewerbern passiert. Nvidia erklärt, die eigene Infrastruktur könne bei „Plattformzuverlässigkeit, Sicherheit, Modellevaluierung, Inferenz und Deployment“ helfen. Inferenz und Deployment sind genau die Bereiche, in denen ein Chiphersteller etwas zu verkaufen hat.

Hugging Face-CEO Clément Delangue sagte gegenüber CNBC, sein Unternehmen sei zuerst auf Huang zugegangen, weil es „mehr Ressourcen, mehr Skalierung, mehr Sichtbarkeit“ brauche und Nvidia „ein perfektes Zuhause“ sei (CNBC). Das ist als Gründer zu lesen, der sich seinen Käufer aussucht, nicht als Firma, die geschluckt wird. Es passt auch zu Nvidias Bilanz auf dem Hub: Nach eigenen Angaben ist Nvidia der größte Beitragende an offenen Modellen und Daten auf Hugging Face, mit mehr als 500 Modellen und 250 Datensätzen (Nvidia).

Hub-and-Spoke-Diagramm: Modellentwickler, Entwickler, Datensätze und Inferenzanbieter sind alle mit dem Hugging-Face-Hub verbunden, der nun Nvidia gehört

Das Justizministerium fragt Berichten zufolge nach der Kontrolle

Alles in diesem Abschnitt geht auf die anonymen Quellen von Reuters zurück. Laut PYMNTS, das den Reuters-Bericht zusammenfasst, prüft das Ministerium, ob der Deal den Wettbewerb beeinträchtigen könnte, weil Nvidia damit die Kontrolle über einen zentralen Verteilungspunkt für KI erhielte. Die Fragen sind Berichten zufolge Teil einer breiteren Untersuchung von Nvidias Geschäftsgebaren, die unter der Biden-Regierung begann und unter Trump fortgesetzt wurde. Diese umfassendere Untersuchung hat auch andere Übernahmen, Investitionen, Vertriebspraktiken und die Frage abgedeckt, ob Nvidia Kunden unter Druck setzt.

In der Berichterstattung gibt es einen Präzedenzfall. PYMNTS weist darauf hin, dass Bloomberg Anfang des Jahres berichtet hat, das Ministerium prüfe, ob Nvidia seinen Lizenzdeal mit dem Chip-Startup Groq so aufgesetzt hat, dass eine Kartellprüfung umgangen wurde. Das ist Bloombergs Berichterstattung, kein Ergebnis einer Untersuchung. Laut CNBC ist der Hugging-Face-Deal Nvidias zweitgrößter Zukauf, nach den 20 Milliarden Dollar für Groq-Assets Ende letzten Jahres, und das Unternehmen bewege sich über die Hardware hinaus weiter nach oben im KI-Stack (CNBC). Erst die Chips, dann die Software, die darauf läuft, dann der Ort, an dem die Modelle liegen. Man versteht, warum ein Jurist da eine Linie zieht.

Derselbe Bericht hält fest, dass eine Untersuchung kein Beleg für Fehlverhalten ist und nicht zwingend in einer Klage endet. PYMNTS ergänzt, dass CNBC die Anfrage nach der Reuters-Veröffentlichung bei einer anonymen Quelle bestätigt hat. Wir würden die Erwartungen in beide Richtungen niedrig halten. Eine Anfrage ist ein Anruf, keine Anfechtung des Deals. Aber die Theorie dahinter ist leicht nachzuvollziehen: Ein Unternehmen, das die meisten Chips für den Betrieb offener Modelle verkauft, besitzt nun den Ort, von dem die Modelle bezogen werden.

Entwickler sind trotzdem nervös

Die Reaktion auf Hacker News fiel weniger höflich aus als die Pressemitteilung. Ein Kommentator prognostizierte: „Bald verlangt HuggingFace einen NVidia-Developer-Account, eine lästige Lizenzvereinbarung, der man bei der Registrierung zustimmen muss, und ein aufgeblähtes CLI mit jeder Menge Telemetrie“ (Hacker News). Eine Antwort hielt dagegen, Nvidia verlange nur bei Dingen wie CUDA und seinen Treibern eine Lizenzvereinbarung, nicht für den einfachen SDK-Zugang.

Ein anderer Kommentator ging auf die technischen Einsätze ein: Hugging Face „hat das llama.cpp-Team, das (war?) wohl die größte Bedrohung für Nvidias Dominanz durch dessen geschlossene CUDA-Software“ (Hacker News). Das ist die Meinung einer einzelnen Person, geschrieben vor der Ankündigung des Deals, und wir konnten sie beim Projekt nicht bestätigen. Aber es deutet auf etwas Reales hin. llama.cpp ermöglicht es Ollama und vielen Laptop-Setups, Modelle ohne Nvidia-Karte auszuführen. Sollte eine hardwareneutrale Runtime also je ins Wanken geraten, würden es zuerst die bemerken, die Modelle lokal betreiben. In Nvidias Ankündigung kommt das nicht vor, und wir haben keine überprüfbare Stellungnahme der Maintainer des Projekts gesehen. Betrachten Sie es als Frage, die man im Auge behalten sollte, nicht als Befund.

Und dann gibt es noch die schlicht zynische Version eines dritten Kommentators: Das sei, „als würde eine Firma Ihr öffentliches Hallenbad kaufen, und Sie versuchen, alle zu überzeugen, dass es nicht langsam den Bach runtergeht“ (Hacker News). Es ist ein anonymer Nutzer, kein Experte, aber er benennt die eigentliche Sorge. Plattformen brechen ein Versprechen selten am ersten Tag. Sie ändern später die Voreinstellungen.

Unsere Einschätzung

Wir glauben, dass Nvidia gute Gründe hat, den Hub noch lange offen zu halten. Seine Modelle liegen dort, die Modelle seiner Kunden liegen dort, und ein Hub, der erkennbar einen Chip bevorzugt, würde Entwickler vertreiben. Die Ankündigung sagt genau das. Wir glauben aber nicht, dass ein Blogbeitrag eine Garantie ist, und auch die regulatorische Frage ist offen. Falls aus den Fragen des Justizministeriums etwas Formelles wird, könnten sich Zeitplan und Bedingungen des Deals ändern. Niemand außerhalb des Raums weiß es, und keiner der Berichte, die wir gelesen haben, sagt, wann das endet.

Ein weiteres Detail von CNBC verdient Erwähnung. Hugging Face war kürzlich Ziel eines Hackerangriffs, Delangue machte Fehler in der Entwicklung dafür verantwortlich und sagte CNBC, der Vorfall zeige, warum das Unternehmen bei Open-Source-KI „noch einen Gang zulegen“ sollte (CNBC). Was auch immer Sie von diesem Argument halten: Es zeigt, dass die Plattform ein Ziel ist. Ein so großer Hub ist außerdem ein Single Point of Failure für alle, die darauf aufbauen, mit oder ohne neuen Eigentümer.

Die sauberere Erkenntnis ist älter als dieser Deal. Jeder einzelne Host für Ihre Modelldateien ist eine Abhängigkeit, und Abhängigkeiten haben bei Ihrer Verfügbarkeit ein Wörtchen mitzureden. Unsere Leitfäden dazu, welche Open-Weight-Modelle sich lohnen, wie die Kostenrechnung bei Open Source gegenüber SaaS aussieht und lokale gegenüber Cloud-KI, beruhen alle auf demselben Gedanken: Je weniger Sie mieten, desto weniger kann sich unter Ihren Füßen ändern.

Ein Nachmittag Aufräumarbeit

Nichts davon ist dringend, und nichts davon ist Paranoia. Machen Sie es, bevor Sie es brauchen, denn nach einer Änderung der Bedingungen ist der falsche Zeitpunkt, um zu merken, dass Sie nie etwas kopiert haben.

  1. Pinnen Sie jedes Produktionsmodell auf einen Commit-Hash statt auf „main“. Mit den Hugging-Face-Python-Tools heißt das: Übergeben Sie beim Herunterladen oder Laden revision="<commit-sha>".
  2. Kopieren Sie die Gewichte, die Sie tatsächlich ausliefern, in Speicher, den Sie kontrollieren – einen Bucket oder eine interne Registry – und laden Sie in Produktion von diesem Pfad.
  3. Speichern Sie den Lizenztext jedes Modells neben seinen Gewichten. Lizenzen können auf der Modellseite später geändert werden. Ihre Kopie zeigt, wem Sie zugestimmt haben.
  4. Spiegeln Sie auch die Datensätze, mit denen Sie trainieren. Die vergisst man gern.
  5. Testen Sie mindestens eine Runtime, die keine Nvidia-GPU braucht, auch wenn Sie nie vorhaben, sie zu nutzen.
python
from huggingface_hub import snapshot_download

path = snapshot_download(
    repo_id="org/model-name",
    revision="<commit-sha>",   # not "main"
    local_dir="/models/model-name",
)

Hier ist dieselbe Liste zum Abhaken. Weniger als fünf Punkte bedeuten: Eine Richtlinienänderung könnte Sie einen Launch kosten.

Als Nächstes gilt es zu beobachten, ob die Fragen des Ministeriums eine öffentliche Form annehmen, etwa als formelles Auskunftsersuchen oder als Stellungnahme von Nvidia. Bis dahin ist die sichere Annahme, dass Hugging Face so offen bleibt wie heute – und die vernünftige Gewohnheit, sich nicht darauf zu verlassen.

Weiterlesen

xAI bot an, ihre Häuser zu kaufenWarum sich Städte gegen KI-Rechenzentren wehrenBrancheneinblickexAI bot an, ihre Häuser zu kaufen: Warum sich Städte gegen KI-Rechenzentren wehrenIn einer Nachbarschaft in Mississippi sollten Anwohner Kaufangebote bekommen, wenn sie nicht wegen des Turbinenlärms klagen. Warum KI-Rechenzentren vor Ort auf Widerstand stoßen – und was für sie spricht.30. Okt. 202610 Min. LesezeitArtikel lesenGitHub Copilot FusionWarum ein Model-Router wichtig istBrancheneinblickeGitHub Copilot Fusion: Warum ein Model-Router wichtig istGitHub sagt, Copilot Fusion liege bei halben Kosten nur zwei Punkte hinter Claude Code. Was geroutet wird, wer Zugriff hat und was der Benchmark verschweigt.30. Okt. 20266 Min. LesezeitArtikel lesenChatGPT WorkWas es ist, was es kostet und wer wechseln sollteBrancheneinblickeChatGPT Work: Was es ist, was es kostet und wer wechseln sollteChatGPT Work ist kein Tarif, sondern ein Modus in jedem Tarif. Was enthalten ist, was Business und Enterprise kosten und wie es sich gegen Copilot und Gemini schlägt.30. Okt. 202610 Min. LesezeitArtikel lesenKI findet Softwarefehler schneller, als sie jemand beheben kannBrancheneinblickeKI findet Softwarefehler schneller, als sie jemand beheben kannKI findet und nutzt Softwarelücken inzwischen schneller aus, als Maintainer sie patchen können. Was PHP2Shell und Gemini 4 Carbon bedeuten und was Website-Betreiber tun sollten.30. Okt. 20269 Min. LesezeitArtikel lesenGPT-6.1 TerraWas ChatGPT-Nutzer bekommen und ob sich der Wechsel lohntBrancheneinblickeGPT-6.1 Terra: Was ChatGPT-Nutzer bekommen und ob sich der Wechsel lohntGPT-6.1 Terra ist OpenAIs Modell der mittleren Preisklasse für Bildschirme und Dokumente. Wer es in ChatGPT bekommt, was API und Copilot kosten und was unabhängige Tests sagen.29. Okt. 20269 Min. LesezeitArtikel lesenAnthropics S-1 aus Sicht eines Claude-Kunden gelesenBrancheneinblickeAnthropics S-1 aus Sicht eines Claude-Kunden gelesenWir haben Anthropics S-1 so gelesen, wie es Kunden tun würden: Ausfälle, Preissenkungen, Cloud-Abhängigkeit, Sicherheitsvorfälle und Governance – plus was Sie an Ihrem Setup ändern sollten.29. Okt. 202615 Min. LesezeitArtikel lesenGefunden werden, wenn KI antwortetDer Playbook für Creator und PublisherBrancheneinblickeGefunden werden, wenn KI antwortet: Der Playbook für Creator und PublisherKI-Suchoptimierung für Creator und Publisher: Eigene Kanäle aufbauen, Crawler-Richtlinie festlegen, zitierfähige Seiten veröffentlichen und KI-Referrals 2026 messen.23. Okt. 202612 Min. LesezeitArtikel lesenKI-Phishing und Deepfake-BetrugEin Abwehr-Leitfaden für kleine TeamsBrancheneinblickeKI-Phishing und Deepfake-Betrug: Ein Abwehr-Leitfaden für kleine TeamsKI hat Betrugsmails, geklonte Stimmen und gefälschte Videocalls überzeugend gemacht. Für kleine Teams sind die Maßnahmen, die das Geld retten, meist kostenlos: Rückruf unter einer bekannten Nummer, zwei Freigebende, Passkeys.22. Okt. 202616 Min. LesezeitArtikel lesen