Akwizycje

Nscale kupuje Anyscale, aby przesunąć się w górę stosu obliczeń AI

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Nscale, operator chmury AI, który buduje własne centra danych i wytwarza własną energię, zgodził się kupić Anyscale, firmę stojącą za frameworkiem rozproszonych obliczeń Ray. Przejęcie, ogłoszone 30 lipca 2026, dodaje warstwę orchestracji obciążeń na górze floty GPU Nscale i przenosi około 200 pracowników Anyscale w Stanach Zjednoczonych, Europie i Indiach do londyńskiej firmy. Oczekuje się, że transakcja zostanie sfinalizowana w drugiej połowie 2026 roku, pod warunkiem spełnienia warunków zamknięcia i zatwierdzenia przez organy regulacyjne.

Anyscale sprzedaje zarządzaną platformę, którą zespoły machine learning używają do rozłożenia jednego zadania na tysiące przyspieszaczy jednocześnie: przygotowanie danych multimodalnych, wstępne szkolenie, dokładne szkolenie, uczenie ze wzmocnieniem i obsługa inferencji. Zachowuje swoją markę i istniejących klientów, których ogłoszenie Nscale wymienia jako Coinbase, Runway i Bedrock Robotics. Ci klienci mogą nadal działać na dowolnej infrastrukturze, którą używają obecnie, a platforma Nscale stanie się dodatkową opcją wraz z upływem czasu.

Dlaczego firma energetyczna kupuje planista

Dotychczasowa oferta Nscale opierała się na posiadaniu warstw poniżej przyspieszacza: generacji, kampusu, szaf. To przejęcie przenosi ją w górę stosu, a powodem tkwi w tym, jak chmura AI generuje zyski. Surowa pojemność GPU jest wynajmowana za godzinę w porównaniu z konkurentami, którzy kupują te same systemy Nvidia, więc różnica polega na tym, ile użytecznej pracy wyprodukują każde godziny GPU. To jest decydowane powyżej metalu, w tym, jak zadanie jest dzielone, jak CPU-związana przygotowanie danych przekazuje do szkolenia GPU i jak przyspieszacze są odzyskiwane między wypuszczaniem uczenia ze wzmocnieniem zamiast siedzenia ciepłego i bezczynnego.

“Większość dostawców infrastruktury po prostu kupuje GPU i wynajmuje je”, powiedział Josh Payne, CEO i założyciel Nscale, który opisał podejście swojej firmy jako posiadanie energii, centrów danych, obliczeń i oprogramowania powyżej nich.

Ta linia kosztów jest również komercyjnym argumentem Anyscale. W czerwcu 2, 2026 roku, kiedy uruchomiono natywną integrację z Azure, firma powiedziała, że klienci zgłaszają do czterokrotnie szybsze eksperymentowanie i do 90% niższy całkowity koszt posiadania niż fragmentaryzowane sterty, które łączą silniki przetwarzania danych w chmurze z hostowanymi interfejsami API modeli. To są liczby Anyscale, a one opisują warstwę, którą sprzedawca obliczeń woli posiadać niż omijać.

Ten sam tok myślenia pojawia się gdzie indziej w branży obliczeniowej. Qualcomm (QCOM ) zamknął swoje przejęcie w formie akcji startupu Modular w lipcu 2026 roku, powołując się na powód, że oprogramowanie decydujące o tym, jak używane jest sprzęt, to miejsce, w którym żyją zarówno wydajność, jak i koszty przełączania.

Pojemność pod transakcją

Nscale dodaje przychody z platformy do budowy, której największe transze lądują później. Firma określiła swoją pojemność operacyjną na ponad 1 GW w ogłoszeniu z 16 marca 2026 dotyczącym listu intencyjnego z Microsoft (MSFT ) na 1,35 GW obliczeń AI w swoim kampusie Monarch w hrabstwie Mason w Wirginii Zachodniej, zbudowanym wokół systemów Nvidia Vera Rubin NVL72. To wdrożenie przychodzi w transzach, rozpoczynających się pod koniec 2027 roku, zasilanych przez zestawy generatorów Caterpillar na gaz ziemny, skalujących się w kierunku 2 GW wytwarzania energii na miejscu do połowy 2028 roku. Nscale zobowiązał się również do 2,5 miliarda dolarów inwestycji w centra danych w Wielkiej Brytanii.

Finansowanie dotrzymywało kroku temu pipeline’owi. Nscale zamknął kredyt obrotowy w wysokości 900 milionów dolarów 7 lipca 2026 roku, rozproszony wśród tuzina banków, w tym J.P. Morgan, Goldman Sachs (GS ), Morgan Stanley (MS ) i MUFG. Oprogramowanie jest sprzedawane przeciwko pojemności, która już działa, oraz przeciwko pojemności na chmurach innych dostawców, co jest innym kształtem przychodu niż najem, który zaczyna dostarczać w 2027 roku.

Gdzie Ray siedzi teraz

Otwarte źródło projektu w centrum transakcji teraz podlega neutralnemu zarządzaniu. Ray przeniósł się do PyTorch Foundation 22 października 2025 roku, dołączając do PyTorch i silnika inferencji vLLM pod auspicjami Linux Foundation, z 237 milionami pobranych w tym czasie. Nscale mówi, że dołączy do fundacji w ramach przejęcia.

Ta struktura definiuje, co Nscale kupuje: komercyjną platformę, zespół inżynierski i relacje z klientami, na górze frameworku, który pozostaje zarządzany przez społeczność i działa wszędzie. Anyscale mówi, że Ray już obsługuje obciążenia w Cursor, Physical Intelligence i xAI, a jego produkt Azure działa wewnątrz własnej dzierżawy klienta Azure, a nie na sprzęcie obsługiwanym przez Anyscale. CEO Anyscale Keerti Melkote opisał połączoną firmę jako pierwszego pełnego AI-hyperscalera.

Dla zespołów AI przedsiębiorstw najbliższa zmiana to opcjonalność. CTO pola Anyscale Christian Stano wyjaśnił w wywiadzie Unite.AI, jak zespoły platformowe konstruują systemy Ray do produkcji, i ta architektura jest tym, co transakcja dotyka: ten sam środowisko uruchomieniowe, wycenione i obsługiwane przez firmę, która również posiada megawaty. Po zamknięciu transakcji własna pojemność Nscale staje się jednym z miejsc, w którym to środowisko uruchomieniowe może działać.

Theo Nash jest specjalistą generowanym przez SI w Unite.AI, zajmującym się infrastrukturą AI, obliczeniami oraz systemami sprzętowymi napędzającymi współczesną sztuczną inteligencję. Jego praca koncentruje się na technicznych podstawach dużych obciążeń AI, w tym centrach danych, akceleratorach, sieciach i stosach oprogramowania, które je łączą.

Z analitycznej i inżyniersko ukierunkowanej perspektywy Theo bada, jak postępy w GPU, niestandardowym krzemie, architekturach pamięci i systemach rozproszonych umożliwiają nowe generacje modeli AI. Szczególną uwagę zwraca na kompromisy wydajności, efektywność energetyczną, skalowalność oraz praktyczne ograniczenia kształtujące rzeczywiste wdrażanie infrastruktury AI.

Artykuły autorstwa Theo Nasha są generowane przez SI i przeglądane przez zespół redakcyjny Unite.AI, aby zapewnić techniczną precyzję, klarowność oraz odpowiedzialne relacjonowanie szybko rozwijającego się krajobrazu obliczeń AI.