Rebellions зібрала $400 млн, оскільки інфраструктура штучного інтелекту переходить до масштабованого розгортання, оцінена у $2,34 млрд

Rebellions зібрала $400 млн у рамках попереднього раунду фінансування перед IPO, який очолили Mirae Asset Financial Group та Корейський національний фонд зростання. Цей раунд збільшує загальне фінансування до $850 млн і оцінює компанію приблизно у $2,34 млрд.

Цей збір коштів відбувся всього за кілька місяців після $250 млн серії С, що підкреслює, як швидко капітал спрямовується до компаній, які зосереджені на одному з найбільш нагальних викликів штучного інтелекту: ефективному запуску моделей у виробничих середовищах.

Одночасно компанія представила дві нові інфраструктурні платформи, RebelRack і RebelPOD, спрямовані на доставку повністю розгортаних систем штучного інтелекту для реального використання у великомасштабних умовах.

Вимога перемістилася з навчання до висновку

Індустрія штучного інтелекту вступає у фазу, в якій здатність моделі вже не є єдиним обмежувальним фактором. Виклик перемістився у бік висновку, процесу запуску моделей у виробництві у великому масштабі.

Організації тепер мають справу з практичними обмеженнями, такими як споживання енергії, складність розгортання та ефективність витрат. Ці фактори стають критичними, оскільки штучний інтелект переходить з експериментального етапу до основних бізнес-операцій.

Rebellions позиціонує себе безпосередньо в цьому шарі. Замість зосередження на навчанні моделей компанія будує інфраструктуру, призначену для того, щоб зробити штучний інтелект придатним, масштабованим та економічно життєздатним у реальних умовах.

Повністю стековий підхід до інфраструктури висновку

У центрі платформи знаходиться Rebel100 NPU, прискорювач на основі чіплетів, спеціально розроблений для завдань висновку.

На відміну від універсальних GPU, оптимізованих для навчання, Rebel100 розроблений для забезпечення високої ефективності та низької затримки під час запуску моделей у виробництві. Акцент робиться на продуктивності на ват та ефективності витрат, які стають критичними, оскільки завдання штучного інтелекту масштабуються.

Поза апаратним забезпеченням Rebellions розробила хмарний програмний стек, який інтегрується з широко використовуваними відкритими фреймворками, такими як PyTorch, vLLM, Triton та Hugging Face.

Цей підхід дозволяє розробникам розгортати моделі без необхідності адаптуватися до пропрієтарних систем, зменшуючи тертя та забезпечуючи гнучкість у різних середовищах. Платформа побудована на Kubernetes та підтримує розподілене висновок, що робить можливим масштабування завдань під час збереження послідовного досвіду розгортання.

Від чіпів до розгортаних систем

З запуском RebelRack та RebelPOD Rebellions розширює свою стратегію за межі окремих прискорювачів у повністю інтегровану інфраструктуру.

RebelRack розроблений як виробничий блок висновку, тоді як RebelPOD з’єднує кілька стелажів у масштабований кластер для великомасштабних розгортань.

Ці системи поєднують апаратне та програмне забезпечення у модульну інфраструктуру, яку можна розгортати та реплікувати у центрах даних. Акцент робиться на тому, щоб дозволити організаціям запускати завдання штучного інтелекту у межах існуючих обмежень потужності та інфраструктури, а не вимагати цілком нових об’єктів.

Ця оптимізація системи відображає зростаючий попит на рішення, які можуть продовжити термін служби поточних інвестицій у центри даних, одночасно підтримуючи нові додатки, керовані штучним інтелектом.

Розширення на глобальні ринки

Rebellions тепер прискорює своє глобальне розширення, з особливим акцентом на Сполучених Штатах.

Компанія націлена на постачальників хмарних послуг, операторів телекомунікацій та урядові ініціативи штучного інтелекту, які все частіше віддають пріоритет ефективній та розгортаній інфраструктурі.

Це розширення відповідає більш широкій тенденції до суверенного штучного інтелекту, коли країни та підприємства шукають більший контроль над своїми можливостями штучного інтелекту, а не повністю залежать від зовнішніх постачальників.

Зміна до масштабованої інфраструктури штучного інтелекту

Екосистема штучного інтелекту переживає структурну зміну. Акцент переміщується від створення більших моделей до того, як ці моделі розгортаються та запускаються у реальних умовах.

Навчання залишається зосередженим серед невеликої групи гравців, але широке впровадження залежить від висновку, де моделі працюють безперервно, щоб забезпечувати застосування та послуги. Ця зміна надає нове значення ефективності, вартості, затримці та споживанню енергії, а не лише суто обчислювальній потужності.

Інфраструктура розвивається відповідно. Зростає попит на системи, які інтегруються у існуючі середовища, підтримують відкриті фреймворки та масштабуються без потреби у суттєвих переробках. Програмні шари, які спрощують розгортання та оркестрацію, стають такими ж критичними, як і підлегле апаратне забезпечення.

Ці зміни переробляють конкуренцію по всій індустрії. Успіх усе частіше визначається здатністю доставляти надійні, масштабовані системи, які виконуються під реальними обмеженнями, одночасно надаючи організаціям гнучкість та контроль над тим, як розгортається штучний інтелект.