融资
Rebellions 籌集 4 億美元，AI 基礎設施轉向可擴展部署，估值 23.4 億美元
将 Unite.AI 添加到您在 Google 上的首选来源
Rebellions 已籌集了 4 億美元的資金，在 Mirae Asset Financial Group 和 Korea National Growth Fund 的領投下完成了 pre-IPO 輪融資。這次籌資使得公司的總資金增加到 8.5 億美元，估值約為 23.4 億美元。
這次籌資發生在 Rebellions 完成 2.5 億美元 C 輪融資僅僅幾個月後，表明了資本正迅速流向那些專注於解決 AI 最迫切挑戰的公司：在生產環境中高效運行模型。
同時，公司推出了兩個新的基礎設施平台，RebelRack 和 RebelPOD，旨在為大規模、實際應用提供完全可部署的 AI 系統。
限制已從訓練轉移到推理
AI 行業正在進入一個階段，模型能力不再是唯一的限制因素。挑戰已轉移到推理，即在生產環境中大規模運行模型的過程。
組織現在面臨著實際的限制，例如功耗、部署複雜性和成本效率。隨著 AI 從實驗轉向核心業務運營，這些因素正变得越來越關鍵。
Rebellions 正在這一層面上定位自己。與其關注模型訓練，公司正在建設基礎設施，以使 AI 在實際環境中可用、可擴展和經濟可行。
推理基礎設施的全棧式方法
平台的核心是 Rebel100 NPU，一種為推理工作負載特別設計的 chiplet 加速器。
與為訓練優化的通用 GPU 不同，Rebel100 設計為在生產環境中運行模型時提供高效率和低延遲。重點是每瓦性能和成本效率，隨著 AI 工作負載的擴大，這兩個因素都变得越來越關鍵。
除了硬件，Rebellions 還開發了一個雲原生軟件棧，與 PyTorch、vLLM、Triton 和 Hugging Face 等廣泛使用的開源框架集成。
這種方法允許開發人員在不需要適應專有系統的情況下部署模型，從而減少摩擦並在不同環境中提供靈活性。平台基於 Kubernetes，支持分佈式推理，使得可以在維持一致的部署體驗的情況下擴大工作負載。
從芯片到可部署系統
隨著 RebelRack 和 RebelPOD 的推出，Rebellions 正在將其戰略從個別加速器擴展到完全集成的基礎設施。
RebelRack 設計為生產就緒的推理計算單元，而 RebelPOD 則將多個機架連接到一個可擴展的集群中，以實現大規模部署。
這些系統將硬件和軟件結合到模塊化的基礎設施中，可以在數據中心部署和複製。重點是使組織能够在現有的功耗和基礎設施限制內運行 AI 工作負載，而不是需要完全新的設施。
這種系統級優化反映了對於可以延長現有數據中心投資壽命並支持新 AI驅動應用的解決方案的日益增长的需求。
擴展到全球市場
Rebellions 現在正在加速其全球擴張，特別注重美國市場。
公司正在瞄準雲服務提供商、電信運營商和政府支持的 AI 項目，這些組織越來越優先考慮高效和可部署的基礎設施。
這種擴張符合向主權 AI 的更廣泛趨勢，國家和企業正在尋求對其 AI 能力的更大控制，而不是完全依賴外部提供商。
向可擴展 AI 基礎設施的轉變
AI 生態系統正在經歷結構性的轉變。重點正在從建設更大的模型轉移到如何在實際環境中部署和運行這些模型。
訓練仍然集中在少數玩家中，但廣泛采用取決於推理，即模型在連續運行以驅動應用和服務。這種轉變使得效率、成本、延遲和功耗变得比原始計算更重要。
基礎設施也正在相應地演變。對於可以集成到現有環境、支持開放框架和無需重大重新設計即可擴大的系統的需求越來越大。簡化部署和編排的軟件層正变得與底層硬件一樣關鍵。
這些變化正在重塑整個行業的競爭。成功越來越多地被定義為提供可靠、可擴展的系統的能力，這些系統可以在實際環境中運行，並為組織提供對 AI 部署的靈活性和控制權。
