Partnerstwa

SCX.ai nawiązuje współpracę z DDN w celu skalowania suwerennej chmury inferencyjnej AI w Australii

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Australijska firma zajmująca się suwerenną infrastrukturą AI, SCX.ai, oraz dostawca inteligencji danych DDN ogłosiły partnerstwo 24 sierpnia 2026 r., aby rozwinąć to, co firmy określają jako największą w Australii suwerenną chmurę inferencyjną AI. Umowa łączy przyspieszoną ASIC‑owo infrastrukturę SCX z platformą danych Infinia firmy DDN i została zawarta trzy dni po tym, jak SCX rozpoczęło notowania na Australian Securities Exchange po w pełni objętym ofercie publicznej IPO o wartości 40 milionów dolarów.

Połączona oferta skierowana jest do australijskich przedsiębiorstw, agencji rządowych i instytucji badawczych, które potrzebują inferencji AI działającej na terenie kraju. SCX i DDN przedstawiają ją jako bezpieczną, wielodzierżawczą „fabrykę AI” stworzoną w celu przyspieszenia inferencji i obniżenia kosztu za token, przy jednoczesnym utrzymaniu modeli, obciążeń i danych w Australii. Warstwa danych jest kluczowym elementem integracji: DDN twierdzi, że Infinia zapewnia opóźnienie poniżej milisekundy oraz do 27‑krotnie szybsze ładowanie pamięci podręcznej KV, co zapobiega zacinaniu się dużych okien kontekstowych i zadań agentowych przy I/O.

„Po raz pierwszy australijskie organizacje mają dostęp do w pełni krajowej, klasy korporacyjnej chmury AI, która skaluje się bez wysiłku,” powiedział założyciel i CEO SCX, David Keane, w ogłoszeniu. „Integrując światowej klasy platformy danych DDN z naszą architekturą, zapewniamy, że nasza infrastruktura może obsłużyć najbardziej wymagające pod względem danych obciążenia na świecie.”

Sprzęt pod spodem to ASIC, nie GPU

Infrastruktura SCX działa na specjalnie zaprojektowanych procesorach AI SambaNova SN40L zamiast GPU i jest chłodzona powietrzem, co eliminuje duże zużycie wody charakterystyczne dla tradycyjnego chłodzenia centrów danych AI. Założeniem projektu jest wydobycie większej użytecznej mocy obliczeniowej AI z dostępnej już mocy i powierzchni fizycznej istniejących komercyjnych centrów danych.

Testy ujawnione przez SCX przed notowaniem na ASX wykazały, że systemy oparte na SambaNova osiągają około 2,5‑do 5,6‑krotnie wyższą wydajność na wat w porównaniu z systemami opartymi na GPU przy wybranych stabilnych obciążeniach inferencyjnych, w zależności od testowanego modelu i konfiguracji sprzętowej. Są to liczby podane przez dostawcę, promujące historię efektywności, ale stanowią sedno argumentacji SCX wobec kraju, w którym ograniczenia mocy i wody są realne.

CTO DDN, Sven Oehme, przedstawił partnerstwo jako eliminację warstwy danych jako wąskiego gardła. „Usuwając wąskie gardła I/O i umożliwiając ekstremalną współbieżność przy opóźnieniu poniżej milisekundy, zasadniczo zmieniamy ekonomię inferencji – zapewniając wyższe wykorzystanie, niższy koszt za token oraz prawdziwą suwerenność na poziomie klasy korporacyjnej,” powiedział.

Nowo publiczna firma z wczesnymi przychodami

Ogłoszenie następuje po debiucie SCX na ASX 21 sierpnia 2026 r., co uczyniło ją pierwszą w Australii firmą notowaną na ASX, specjalizującą się wyłącznie w suwerennej infrastrukturze inferencyjnej AI. Keane, który założył notowaną na ASX firmę Bigtincan, wykorzystał notowanie do sfinansowania rozbudowy węzłów, pisząc w poście z dnia notowania, że pozyskane 40 milionów dolarów przeznaczone są na wdrożenie infrastruktury Węzła 1 i Węzła 2 oraz zespołu i technologii z tym związanych.

Firma wchodzi na rynek publiczny z wczesnym komercyjnym przyciągnięciem. Skonsolidowane roczne przychody powtarzalne wyniosły 6,5 miliona dolarów na koniec lipca 2026 r., co stanowi wzrost o 20,9 % od maja, a platforma liczy już ponad 400 aktywnych użytkowników. Pierwszy suwerenny węzeł AI SCX jest już operacyjny w centrum danych Equinix SY5 w Sydney — wdrożenie, które firma uruchomiła na początku tego roku i opisała wówczas jako pierwszy w Australii suwerenny węzeł inferencyjny AI. Integracja z DDN pozwala tej warstwie danych nadążać za współbieżnością i wysoką przepustowością wymagań inferencyjnych, które SCX obecnie oferuje.

Rozszerzona pojemność ma również wspierać Projekt MAGPiE firmy SCX, suwerenny duży model językowy dostosowany do australijskiego kontekstu kulturowego i komercyjnego, wraz ze specjalistycznymi obciążeniami korporacyjnymi.

Dlaczego suwerenność jest kluczowym argumentem sprzedażowym

Argument SCX wobec klientów ma zarówno wymiar prawny, jak i techniczny. Australia nie posiada kompleksowego krajowego prawa dotyczącego rezydencji danych, a amerykańska ustawa CLOUD Act umożliwia organom USA wymuszenie dostępu do danych przechowywanych przez dostawców z siedzibą w USA, nawet jeśli te dane znajdują się na serwerze w Sydney. Keane jasno podkreślił, że zwiększenie pojemności hyperskalerów w Australii nie eliminuje tego ryzyka dla dostawców z USA, co stawia SCX w miejscu luki dla obciążeń rządowych, usług finansowych i opieki zdrowotnej, które nie mogą być przenoszone za granicę. Logika ta odzwierciedla to, co napędza budowę suwerennych rozwiązań AI w innych miejscach — Mistral i HUMAIN przedstawili podobny argument dla Arabii Saudyjskiej i szerszego regionu, a prywatne i suwerenne wdrożenia przedefiniowują granice zaufania wokół miejsca uruchamiania modeli.

Dla technicznie obeznanego czytelnika istotną kwestią w umowie SCX‑DDN jest to, że jest to historia ekonomiki inferencji oparta na dwóch nie‑GPU‑owych zakładach: krzemie ASIC zapewniającym wydajność na wat oraz dedykowanej warstwie inteligencji danych zwiększającej wykorzystanie. Oba elementy mają na celu ten sam wskaźnik — centy za milion tokenów obsłużonych na terenie kraju.

Co będzie dalej

Pierwszy węzeł SCX w centrum danych Equinix SY5 w Sydney jest operacyjny, a firma przyspiesza wdrożenie Węzła 2, którego uruchomienie planowane jest do końca 2026 roku. Trwa również realizacja planów dotyczących dodatkowych węzłów w ramach budowy krajowej suwerennej sieci inferencyjnej AI. Partnerstwo z DDN stanowi warstwę danych będącą fundamentem tej ekspansji.

Theo Nash jest specjalistą wygenerowanym przez AI w Unite.AI, zajmującym się infrastrukturą AI, obliczeniami i systemami sprzętowymi, które napędzają nowoczesną sztuczną inteligencję. Jego praca koncentruje się na technicznych podstawach dużych obciążeń AI, w tym centrach danych, przyspiesznikach, sieciach i stosach oprogramowania, które je łączą.
Z analitycznej i inżynierskiej perspektywy Theo analizuje, jak postępy w zakresie GPU, niestandardowego krzemowego, architektur pamięci i systemów rozproszonych umożliwiają nowe pokolenia modeli AI. Zwraca szczególną uwagę na wymiany pomiędzy wydajnością, efektywnością energetyczną, skalowalnością i praktycznymi ograniczeniami, które kształtują wdrożenie infrastruktury AI w świecie rzeczywistym.
Artykuły napisane przez Theo Nasha są generowane przez AI i sprawdzane przez zespół redakcyjny Unite.AI w celu zapewnienia technicznej dokładności, klarowności i odpowiedzialnego pokrycia szybko ewoluującego krajobrazu obliczeń AI.