Εξαγορές

Η Nscale αγοράζει την Anyscale για να ανέβει στην AI υπολογιστική στοίβα

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Η Nscale, ο χειριστής AI cloud που κατασκευάζει τα δικά του κέντρα δεδομένων και παράγει τη δική του ενέργεια, έχει συμφωνήσει να αγοράσει την Anyscale, την εταιρεία πίσω από το πλαίσιο κατανεμημένης υπολογίστης Ray. Η απόκτηση, ανακοινώθηκε στις 30 Ιουλίου 2026, προσθέτει ένα επίπεδο ορχηστρικής εργασίας στην κορυφή του στόλου GPU της Nscale και μεταφέρει τους περίπου 200 υπαλλήλους της Anyscale σε Ηνωμένες Πολιτείες, Ευρώπη και Ινδία στην εταιρεία με έδρα το Λονδίνο. Αναμένεται να ολοκληρωθεί στο δεύτερο μισό του 2026, με την προϋπόθεση της ολοκλήρωσης των συνθηκών και των ρυθμιστικών εγκρίσεων.

Η Anyscale πωλεί την διαχειριζόμενη πλατφόρμα που χρησιμοποιούν οι ομάδες μηχανικής μάθησης για να διανείμουν одну εργασία σε χιλιάδες επιταχυντές ταυτόχρονα: προετοιμασία πολυμορφικών δεδομένων, προ-εκπαίδευση, εκπαίδευση, ενίσχυση μάθησης και εξυπηρέτηση εικονικής. Διατηρεί την επωνυμία και τους υφιστάμενους πελάτες, τους οποίους η ανακοίνωση της Nscale αναφέρει ως Coinbase, Runway και Bedrock Robotics. Οι πελάτες αυτοί παραμένουν ελεύθεροι να τρέχουν σε οποιαδήποτε υποδομή χρησιμοποιούν τώρα, με την πλατφόρμα της Nscale να γίνεται μια πρόσθετη επιλογή με την πάροδο του χρόνου.

Γιατί μια εταιρεία ηλεκτρικής ενέργειας αγοράζει einen προγραμματιστή

Η Nscale μέχρι τώρα έχει βασιστεί στην ιδιοκτησία των στρωμάτων κάτω από τον επιταχυντή: την παραγωγή, το campus, τις ράγες. Αυτή η αγορά την μεταφέρει ψηλότερα στην στοίβα, και ο λόγος καθίσταται σαφής στο πώς μια AI cloud κερδίζει χρήματα. Η خامη ικανότητα GPU ενοικιάζεται ανά ώρα ενάντια στους ανταγωνιστές που αγοράζουν τα ίδια συστήματα Nvidia (NVDA ), οπότε η διαφορά προέρχεται από το πόσο χρήσιμο έργο παράγει κάθε ώρα GPU. Αυτό quyếtίζεται πάνω από το μέταλλο, στο πώς ένα έργο χωρίζεται, πώς η CPU-δεσμευμένη προετοιμασία δεδομένων παραδίδεται στην εκπαίδευση GPU και πώς οι επιταχυντές ανακτώνται μεταξύ των rollouts της ενίσχυσης μάθησης αντί να παραμένουν ζεστοί και ανενεργοί.

“Οι περισσότεροι παρόχοι υποδομής αγοράζουν απλώς GPUs και τις ενοικιάζουν”, είπε ο Josh Payne, CEO και ιδρυτής της Nscale, ο οποίος περιέγραψε την προσέγγιση της εταιρείας ως ιδιοκτησία της ενέργειας, των κέντρων δεδομένων, της υπολογιστικής και του λογισμικού πάνω από αυτά.

Αυτή η γραμμή κόστους είναι επίσης το εμπορικό επιχείρημα της Anyscale. Στην ανακοίνωση της 2ας Ιουνίου 2026 για την ενσωμάτωση του Azure, η εταιρεία ανέφερε ότι οι πελάτες αναφέρουν μέχρι και τέσσερις φορές ταχύτερη πειραματισμός και μέχρι 90% χαμηλότερο συνολικό κόστος ιδιοκτησίας από σπασμένα στρώματα που ζευγαρώνουν με cloud- rodz engines με API μοντέλων. Αυτά είναι τα στοιχεία της Anyscale, και περιγράφουν το στρώμα που ένας πωλητής υπολογιστικής θα προτιμούσε να ιδιοκτησία παρά να περιστρέφεται.

Η ίδια λογική εμφανίζεται και αλλού στη δραστηριότητα υπολογιστών. Η Qualcomm (QCOM ) ολοκλήρωσε την απόκτηση μετοχών της εταιρείας compiler Modular τον Ιούλιο του 2026, με την λογική ότι το λογισμικό που quyếtίζει πώς χρησιμοποιείται η апаратура είναι εκεί που ζουν και οι επιδόσεις και οι κόστη ανταλλαγής.

Η ικανότητα κάτω από την συμφωνία

Η Nscale προσθέτει έσοδα πλατφόρμας σε μια αναπτυξιακή διαδικασία της οποίας τα μεγαλύτερα τμήματα θα ολοκληρωθούν αργότερα. Η εταιρεία ανέφερε την λειτουργική της ικανότητα σε πάνω από 1 GW σε μια ανακοίνωση της 16ης Μαρτίου 2026 που αφορούσε μια επιστολή πρόθεσης με τη Microsoft (MSFT ) για 1,35 GW AI υπολογιστικής στο campus Monarch στην κομητεία Mason της Δυτικής Βιρτζίνια, που κατασκευάστηκε γύρω από τα συστήματα Vera Rubin NVL72 της Nvidia. Αυτή η ανάπτυξη θα ολοκληρωθεί σε τμήματα που αρχίζουν στα τέλη του 2027, με τη δυνατότητα παραγωγής φυσικού αερίου Caterpillar που κλιμακώνεται προς 2 GW ενεργειακής παραγωγής στο πρώτο μισό του 2028. Η Nscale έχει επίσης δεσμευτεί σε 2,5 δισεκατομμύρια δολάρια επένδυσης σε κέντρα δεδομένων του Ηνωμένου Βασιλείου.

Η χρηματοδότηση έχει κρατήσει το ρυθμό με αυτήν την πορεία. Η Nscale ολοκλήρωσε μια διευκόλυνση πίστωσης 900 εκατομμυρίων δολαρίων στις 7 Ιουλίου 2026, που διανομής σε δωδεκάδες τράπεζες, συμπεριλαμβανομένων των J.P. Morgan, Goldman Sachs, Morgan Stanley (MS ) και MUFG. Το λογισμικό πωλείται ενάντια στην ικανότητα που ήδη τρέχει, και ενάντια στην ικανότητα σε clouds άλλων παρόχων, η οποία είναι μια διαφορετική μορφή εσόδων από μια μίσθωση που αρχίζει να παραδίδεται το 2027.

Πού βρίσκεται η Ray τώρα

Το ανοιχτό project στο κέντρο της συμφωνίας βρίσκεται τώρα υπό ουδέτερη διακυβέρνηση. Η Ray μετακινήθηκε στο PyTorch Foundation στις 22 Οκτωβρίου 2025, εντάσσοντας την PyTorch και τον κινητήρα vLLM inference υπό την Linux Foundation, με 237 εκατομμύρια λήψεις που καταγράφηκαν την εποχή. Η Nscale αναφέρει ότι θα ενταχθεί στην ίδρυμα ως μέρος της απόκτησης.

Αυτή η δομή ορίζει τι αγοράζει η Nscale: την εμπορική πλατφόρμα, την ομάδα μηχανικής και τις σχέσεις με τους πελάτες, πάνω από ένα πλαίσιο που παραμένει κοινότητα-διακυβερνημένο και τρέχει οπουδήποτε. Η Anyscale αναφέρει ότι η Ray ήδη φέρει φορτία σε Cursor, Physical Intelligence και xAI, και το προϊόν Azure της τρέχει μέσα σε μια δική του Azure tenancy αντί να τρέχει σε hardware που λειτουργεί από την Anyscale. Ο CEO της Anyscale, Keerti Melkote, περιέγραψε την ενωμένη εταιρεία ως την πρώτη πλήρης στοίβα AI hyperscaler.

Για τις επιχειρηματικές ομάδες AI, η αλλαγή στο κοντινό μέλλον είναι η επιλογή. Ο Christian Stano, CTO πεδίου της Anyscale, ανέφερε σε μια συνέντευξη Unite.AI πώς οι ομάδες πλατφόρμας δομούν συστήματα Ray-βασισμένα για παραγωγή, και αυτή η αρχιτεκτονική είναι αυτό που αγγίζει η συμφωνία: η ίδια.runtime, με τιμή και λειτουργία από μια εταιρεία που επίσης ιδιοκτησία τα megawatt. Μόλις η συναλλαγή ολοκληρωθεί, η ικανότητα της Nscale γίνεται ένα από τα μέρη όπου μπορεί να τρέξει το runtime.

Ο Theo Nash είναι ένας ειδικός που δημιουργήθηκε από AI στο Unite.AI, που καλύπτει την υποδομή AI, τον υπολογισμό και τα συστήματα υλικού που τροφοδοτούν την σύγχρονη τεχνητή νοημοσύνη. Το έργο του επικεντρώνεται στις τεχνικές βάσεις πίσω από τις μεγάλες εργασίες AI, συμπεριλαμβανομένων των κέντρων δεδομένων, των επιταχυντών, των δικτύων και των στοιχείων λογισμικού που τα συνδέουν.
Με μια αναλυτική και μηχανική προοπτική, ο Theo εξετάζει πώς οι προόδους στις GPU, το εξειδικευμένο σιλικόνιο, τις αρχιτεκτονικές μνήμης και τα κατανεμημένα συστήματα επιτρέπουν новые γενιές μοντέλων AI. Δίνει ιδιαίτερη προσοχή στις ανταλλαγές απόδοσης, την ενεργειακή αποτελεσματικότητα, την κλιμακωσιμότητα και τις πρακτικές περιορισμοί που διαμορφώνουν την ανάπτυξη της υποδομής AI στον πραγματικό κόσμο.
Οι άρθρα που γράφονται από τον Theo Nash δημιουργούνται από AI και αναθεωρούνται από την редакτική ομάδα του Unite.AI για να διασφαλίσουν την τεχνική ακρίβεια, τη σαφήνεια και την υπεύθυνη κάλυψη του ταχέως εξελισσόμενου τοπίου υπολογισμού AI.