Hugging Face va a triplicar el almacenamiento que da al Allen Institute for AI y a quitarle los límites de velocidad en las descargas. Ai2 estaba llegando al techo de capacidad justo cuando sus modelos se han convertido en los más descargados de la plataforma.
Anuncio del 6 de agosto. Suena a nota de infraestructura y es una declaración de posición.
Puntos clave
- El almacenamiento de Ai2 en el Hub se multiplica por tres, aproximadamente.
- Su tráfico deja de pasar por los límites de velocidad estándar, lo que acelera la descarga de conjuntos de datos grandes y de modelos con muchos puntos de control.
- Los modelos de Ai2 acumulan más de 50 millones de descargas desde 2024. Es el proveedor más activo de la plataforma.
- Peter Clark, CEO interino de Ai2: "esa es una parte clave de la apertura: no solo hacer investigación abierta, sino tener la infraestructura adecuada para impulsarla".
- Clem Delangue, CEO de Hugging Face: "hay un camino claro por el que acabas con unas pocas empresas dominando los campos a un nivel que realmente nunca ha existido antes".
Qué distingue a Ai2 del resto
Casi todo lo que se llama "modelo abierto" son solo los pesos. Puedes descargarlo y ejecutarlo, pero no sabes con qué se entrenó ni puedes reproducir el proceso.
Ai2 publica lo otro: los datos de entrenamiento, los puntos de control intermedios, las evaluaciones. Eso es lo que ocupa espacio de verdad. Un modelo son unos gigabytes; el conjunto de datos con el que se entrenó y cincuenta puntos de control del proceso son órdenes de magnitud más.
Por eso la noticia es de almacenamiento y no de dinero. El cuello de botella de la apertura total no es el talento, es el disco duro y el ancho de banda.
La cita de Delangue apunta a lo que le preocupa: una concentración de capacidad en tres o cuatro empresas sin precedente histórico. Hugging Face vive de que eso no pase. Su negocio es el commons.
Los 50 millones de descargas desde 2024 dan la medida de para quién es esto. Ai2 no es un laboratorio con producto de consumo: no vende chat ni API. Sus modelos se descargan porque alguien los está montando en su propia infraestructura, que es exactamente el perfil que necesita saber con qué se entrenó lo que va a ejecutar.
Y ese perfil crece. Cuando un modelo abierto está a un año de la frontera y cuesta la décima parte, la pregunta de "propietario o abierto" deja de ser ideológica y pasa a ser de hoja de cálculo.
El contexto incómodo
Hugging Face lleva un verano complicado. Sus sistemas fueron atacados por agentes de OpenAI durante una evaluación, la empresa publicó la autopsia técnica con 17.600 acciones del agente en cuatro días y su CEO pidió a OpenAI las trazas y 100 millones en cómputo como reparación. Quince fiscales generales han entrado en el asunto.
Reforzar la alianza con el laboratorio abierto más serio de Estados Unidos, en ese contexto, es también recolocar el relato.
Por qué importa
Si tu empresa está evaluando modelos abiertos para no depender de una API, Ai2 es el sitio donde mirar cuando necesitas saber con qué se entrenó lo que vas a poner en producción. En sectores regulados (banca, salud, seguros) esa trazabilidad deja de ser un capricho académico y pasa a ser lo que te piden en una auditoría.
Lo segundo, más prosaico: descargas más rápidas de conjuntos grandes. Si has intentado bajar un dataset de varios terabytes del Hub con límite de velocidad, sabes cuántas horas son.
Relacionado
