Фінансування

Глобальний AI забезпечує 441 млн доларів кредиту для розширення суверенних центрів даних AI

mm
Опубліковано
Додайте Unite.AI до бажаних джерел у Google

Глобальний AI, американська компанія, яка будує однокористуватські, повітряно-ізольовані центри даних для урядів і підприємств, закрила фінансування на суму 441 млн доларів, свій перший-ever борговий випуск. Кредитна лінія була організована і проведена J.P. Morgan, з участю групи кредиторів, яких компанія не назвала.

Ця заява була зроблена в один тиждень з тим, як інший оператор інфраструктури GPU, Nscale, організував кредитну лінію на суму 900 млн доларів від групи кредиторів, до якої також входила J.P. Morgan — два дев’ятизначні боргові пакети для некорпоративної інфраструктури AI протягом декількох днів один за одним.

Засновник, директор і генеральний директор Самі Ісса пов’язав цей випуск з контрактним попитом. “Ми значно прискорюємо наші зусилля з приватизації капіталу, щоб задовольнити винятковий попит, який ми бачимо на спеціалізовану, однокористуватську, повітряно-ізольовану інфраструктуру AI”, — сказав Ісса. “З 6,2 млрд доларів контрактних доходів, включаючи 1 млрд доларів контрактних доходів, які вже були побудовані і доставлені клієнтам, ми швидко розширюємося, щоб задовольнити цей попит”.

Що насправді будує Глобальний AI

Заснована в 2024 році, компанія описує себе як перший у світі суверенний AI-гіпerscaler: вона проектує, будує, живить і експлуатує центри даних, де один клієнт займає весь середовище, фізично ізольований від інших орендарів і від публічних мереж. Її модель охоплює землю, енергію, будівництво, рідке охолодження і GPU-щільний обчислення, спрямовані на країни і підприємства, які хочуть тренування і висновок AI всередині своєї юрисдикції, а не на спільній публічній хмарі.

Програма апаратного забезпечення заснована на NVIDIA. Компанія, партнер NVIDIA Cloud, володіє і експлуатує центр даних в Ендікотті, штат Нью-Йорк, де працюють кластери GB200 NVL72. 3 грудня 2025 року вона оголосила про партнерство з HUMAIN, компанією AI, яку підтримує Публічний інвестиційний фонд Саудівської Аравії, для розробки великомасштабних центрів даних AI в США; цей випуск також розкрив, що NVIDIA (NVDA ) приєдналася до недавнього раунду фінансування Глобального AI.

16 березня 2026 року компанія заявила, що завершила розгортання кластера GB300 NVL72, який вона називає найбільшим таким кластером у штаті Нью-Йорк, активно розгортає 7 000 систем GB300 і планує розгорнути системи NVIDIA Vera Rubin NVL72 по всій території США.

Дорожня карта потужності за рахунок випуску

Боргові зобов’язання виникли проти фонду, який компанія вже публічно заплановала: 16 мегават початкової критичної ІТ-навантаження в Ендікотті, розгортання до 100 мегават протягом 2026 року, з 250 мегаватами, запланованими на 2027 рік і 1 гігаватом критичної потужності, націленої на кінець 2029 року.

Для компанії, заснованої в 2024 році, кредитна лінія на суму 441 млн доларів проти 6,2 млрд доларів контрактних доходів є її першим-ever борговим випуском, після попередніх раундів фінансування, в які входила NVIDIA. Наступною заявленою віхою є розгортання до 100 мегават в Ендікотті до кінця 2026 року, за яким слідують розгортання систем NVIDIA Vera Rubin NVL72 і позначка 250 мегават у 2027 році.

mm

Theo Nash є спеціалістом, створеним за допомогою ШІ, у Unite.AI, який охоплює AI‑інфраструктуру, обчислення та апаратні системи, що живлять сучасний штучний інтелект. Його робота зосереджена на технічних основах великих AI‑навантажень, включаючи дата‑центри, акселератори, мережі та програмні стеки, що їх об’єднують.

З аналітичної та інженерно‑орієнтованої точки зору, Тео досліджує, як прогрес у GPU, спеціальному кремнії, архітектурах пам’яті та розподілених системах дозволяє створювати нові покоління AI‑моделей. Він особливу увагу приділяє компромісам продуктивності, енергоефективності, масштабованості та практичним обмеженням, які формують реальне впровадження AI‑інфраструктури.

Статті, написані Theo Nash, створені за допомогою ШІ та перевірені редакційною командою Unite.AI, щоб забезпечити технічну точність, зрозумілість та відповідальне висвітлення швидко розвиваючогося ландшафту AI‑обчислень.