Runda, która postawiła producentów chipów za rywalem

Prime Intellect, założony w 2024 roku przez Vincenta Weissera i Johannesa Hagemanna, zamknął w tym tygodniu rundę Serii A o wartości 130 milionów dolarów przy wycenie miliarda, prowadzoną przez Radical Ventures z udziałem Nvidia Ventures, Intel Capital i Dell Technologies Capital. To podnosi łączne finansowanie powyżej 150 milionów dolarów. Firma buduje to, co nazywa otwartym stosem do treningu: łączy bezczynne GPU centrów danych z całego świata, uruchamia na nich rozproszony trening przez wzmocnienie i pozwala klientom wdrażać wynikowe modele agentowe.

Godny uwagi szczegół to nie wielkość rundy, lecz to, kto podpisał czeki. Nvidia, Intel i Dell sprzedają kilofy i łopaty rozbudowy AI. Finansowanie firmy, której cała obietnica polega na wyciśnięciu większej ilości treningu z pożyczonego, rozproszonego krzemu, to zakład na ten sam popyt z innej strony i ciche przyznanie, że nie każdy kupujący chce przechodzić przez wielkie laboratorium.

Co trening rozproszony zmienia dla kupującego

Do tej pory trenowanie zdolnego modelu oznaczało jedną z dwóch rzeczy: zapłacenie wielkiemu laboratorium za dostęp do jego modelu albo zarezerwowanie u hyperscalera dużego, ciągłego klastra GPU. Prime Intellect łączy bezczynną moc obliczeniową na całym świecie, uruchamia dotrenowanie na tej rozproszonej puli i przekazuje różnicę kosztów klientom. Zannualizowany przychód około 100 milionów dolarów, z nazwami takimi jak Ramp i Zapier na liście, mówi, że apetyt na drogę pośrednią jest już realny, a nie teoretyczny.

Haczyk polega na tym, że globalna pula to nie darmowa suwerenność. Gdzie podróżują twoje dane i gradienty, jak niezawodne są pożyczone węzły i jak całość sytuuje się wobec RODO, staje się twoim problemem, a nie laboratorium. Zyskiem jest kontrola nad modelem, który posiadasz w pełni; kosztem jest to, że ciężar operacyjny i zgodności przenosi się na twoją stronę stołu.

Jak powinien to czytać europejski operator

Dla europejskiej firmy nagłówek to nie kolejny jednorożec AI. To fakt, że istnieje już wiarygodna, wsparta przez producentów chipów alternatywa dla wynajmu od OpenAI, Anthropic lub amerykańskiego hyperscalera, i jest finansowana, by rosnąć. To poszerza menu przy następnym zakresowaniu projektu agentów i zmienia pozycję negocjacyjną, nawet jeśli nigdy się nie przeniesiesz.

Zanim założysz, że musisz kupić subskrypcję wielkiego laboratorium, wyceń ścieżkę budowania: ile kosztowałby, przez rozproszony stos, model wytrenowany na twoich własnych danych i w pełni posiadany, oraz czy twoje reguły lokalizacji danych akceptują GPU, których nie kontrolujesz. Ta opcja jest naprawdę nowa. Czy pasuje, to pytanie, na które odpowiedzą tylko twoje własne liczby i twój własny organ nadzorczy, UODO.

Czytaj dalej: Meta chce wynajmować wolną moc AI  |  Gdy dostawca finansuje twój własny popyt