英国AI数据中心开发商Nscale在宣布与英伟达和OpenAI建立合作关系一周后,成功融资11亿美元。
挪威能源集团Aker ASA联合Point72、英伟达和诺基亚等多家投资者共同领投了这轮融资。Aker和Nscale于7月宣布计划在挪威建设数据中心,OpenAI将作为主要客户。
Aker表示将投资2.85亿美元现金和建设用地,获得9.3%的股份。按此价格计算,本轮融资对Nscale的估值约为31亿美元。
成立于2024年的Nscale属于"新云服务"公司,主要租赁领先AI芯片的使用权,与Coreweave和Nebius等公司竞争。这些公司的快速崛起和获得的大量资本反映了对计算资源的巨大需求。科技巨头、能源公司和政府都在争相增强训练和运营AI模型及服务的能力,尽管长期盈利能力仍存在不确定性。
从加密货币挖矿业务分拆出来的Nscale,现已成为英国全国AI设施建设计划的核心。OpenAI选择Nscale在英国开发其首个Stargate项目,该公司还与微软合作在埃塞克斯郡Loughton建设英国最大的AI超级计算机。
数据中心研究公司DC Byte创始人Ed Galvin表示:"Nscale的融资规模虽然可观,但可能仅够购买其Loughton园区宣布的23040个GB300芯片。"
Galvin指出,Nscale需要约320个图形处理单元集群,成本约11亿美元,才能实现2027年第一季度的部署目标。这家初创公司还需要额外的5亿英镑(6.73亿美元)来开发支持高性能计算机所需的冷却和电力基础设施。
虽然Nscale从加密货币业务中继承了一些站点,但尚未建成专门支持AI服务的数据中心。Nscale发言人表示,公司已招聘了在数据中心和高性能计算领域拥有数十年经验的高级管理人员。
微软上周宣布将向Nscale和Aker在挪威开发的站点支付62亿美元的计算能力费用。
由挪威亿万富翁Kjell Inge Rokke控制的Aker拥有多项技术资产,包括工业AI公司Cognite,其最大控股是挪威第二大石油天然气公司Aker BP。
此轮融资还包括Blue Owl Capital、戴尔科技和富达管理研究公司的参与。Nscale未具体说明融资形式是债务还是股权。
上周,英伟达首席执行官黄仁勋表示公司将向Nscale投资5亿英镑(6.73亿美元),称赞这家初创公司为重要合作伙伴。Nscale发言人表示,英伟达的投资计划并非"完全针对"Nscale的本轮融资。
Q&A
Q1:Nscale是什么公司?主要做什么业务?
A:Nscale是一家成立于2024年的AI数据中心开发商,从加密货币挖矿业务分拆而来。公司属于"新云服务"类型,主要业务是租赁领先AI芯片的使用权,为客户提供AI模型训练和运营所需的计算资源。
Q2:Nscale获得了多少融资?主要投资方有哪些?
A:Nscale本轮融资11亿美元,由挪威能源集团Aker ASA领投,其他投资方包括Point72、英伟达、诺基亚、Blue Owl Capital、戴尔科技和富达管理研究公司。按此估算,公司估值约为31亿美元。
Q3:Nscale与OpenAI和微软有什么合作?
A:OpenAI选择Nscale在英国开发其首个Stargate项目,并将作为Nscale在挪威数据中心的主要客户。此外,Nscale还与微软合作在英国埃塞克斯郡Loughton建设英国最大的AI超级计算机,微软将为挪威站点支付62亿美元计算能力费用。
好文章,需要你的鼓励
一项调查显示,31%的美国技术领导者表示,由于AI转型的紧迫性,CEO与CIO的合作比一年前更加密切。79%的技术领导者认为企业对AI的关注提升了他们在董事会层面的地位。数据分析和AI成为企业未来12个月的重点投资领域,37%的受访者将其列为优先事项。虽然28%的技术领导者预测首席AI官将承担CIO职责,但86%的企业尚未设立该职位。
ETH苏黎世大学研究团队提出OBR(最优脑重建)框架,创新性解决了大语言模型压缩中量化与剪枝方法的根本冲突。通过"分组错误补偿"机制,OBR实现了W4A4KV4+50%稀疏性的极端压缩,在保持优秀性能的同时获得4.72倍速度提升和6.4倍内存节省,为边缘设备部署大模型开辟新道路。
答案引擎优化(AEO)正在重新定义真相的标准。与传统搜索引擎优化不同,AEO让AI系统直接生成答案,而非提供链接。研究显示70%的人会直接接受机器提供的信息,不加质疑。当资本主义与此结合,真相本身变得可以被购买和优化。AEO实质上是一种设计性审查,通过专有数据和封闭算法隐藏推理过程。我们需要重新引入摩擦和质疑机制,要求算法透明度和可追溯性,否则现实本身将成为可以随意调节的设置。
斯坦福大学研究团队开发出概念组合学习框架,让AI系统像人类一样学会"举一反三"。该技术将复杂学习任务分解为基础概念模块,通过灵活组合处理新任务,学习效率比传统方法提高10倍。实验显示在多概念组合任务中准确率达78%,并具备跨领域迁移能力。这项突破为通用人工智能发展奠定重要基础,预计将在医疗、教育、自动驾驶等领域率先应用。