General Compute pozyskało 100 mln dolarów. Stawia na układy do inferencji AI
By Paweł Lisowski
Spis treści
General Compute pozyskało 100 mln dolarów w rundzie Series A prowadzonej przez Blackbird Ventures i Abstract Ventures. Startup rozwija infrastrukturę dla inferencji AI, wykorzystując układy dostawców innych niż Nvidia i istniejące centra kolokacyjne zamiast budować od zera wielkie kampusy serwerowe.
Runda podważa prostą tezę, że rynek tak zwanych neocloudów musi szybko się skonsolidować. Firma przyciągnęła finansowanie po podpisaniu umowy z dużym klientem, która ma przynosić 100 mln dolarów rocznych powtarzalnych przychodów. Po majowej rundzie seed wycenianej na 60 mln dolarów wartość General Compute wzrosła, według informacji przekazanych TechCrunch, do 800 mln dolarów post-money.
Alternatywa dla dominacji GPU
General Compute nie próbuje konkurować z hyperskalerami skalą. Jej model polega na kupowaniu sprzętu, umieszczaniu go w centrach kolokacyjnych i udostępnianiu klientom bare metal, czyli surowych serwerów bez gotowej warstwy oprogramowania. Firma rozdziela etapy pracy modelu: GPU mogą obsługiwać prefill, czyli przetwarzanie promptu, a wyspecjalizowane akceleratory odpowiadają za decode, czyli generowanie kolejnych tokenów.
Na liście partnerów są między innymi SambaNova, Cerebras i Positron. General Compute podało, że współpraca z Positronem ma dostarczyć systemy Atlas w pierwszym kwartale 2027 roku. Według opisu firmy układy Positronu mają być dopasowane do generowania tokenów i pracy z dużymi modelami oraz długim kontekstem. W inferencji liczy się nie tylko maksymalna moc obliczeniowa, lecz także opóźnienie odpowiedzi i koszt obsługi pojedynczego zapytania.
Serwerownia zamiast nowego kampusu
Strategia infrastrukturalna jest równie istotna jak wybór chipów. Startup wynajmuje miejsce w istniejących obiektach, korzysta z mniejszych źródeł zasilania i może adaptować lokalizacje wykorzystywane wcześniej do kopania kryptowalut. Oficjalna strona General Compute opisuje ten model jako połączenie sprzętu, chłodzenia, energii, sieci i oprogramowania dla wyspecjalizowanych układów.
Firma deklaruje, że chce wdrożyć 75 MW mocy obliczeniowej w 2027 roku. Jednocześnie Finn Puklowski, współzałożyciel i dyrektor generalny, szacuje dostęp do około 200 MW zasilania. To nie oznacza automatycznie 200 MW działających serwerów: ograniczeniem pozostają zakup sprzętu, finansowanie, instalacja oraz popyt klientów.
Blackbird przedstawia General Compute jako operatora heterogenicznej infrastruktury AI. Fundusz podaje, że spółka łączy GPU Nvidii dla prefill z układami Cerebras, SambaNova, d-Matrix i Positron dla decode oraz zawiera wieloletnie umowy z chmurami inferencyjnymi. Te dane opisują perspektywę inwestora, dlatego nie należy traktować deklarowanych parametrów wydajności jako niezależnego benchmarku.
Największe wyzwanie dopiero przed firmą
Model General Compute może skrócić drogę od dostawy akceleratora do uruchomienia usługi, bo nie wymaga wznoszenia całego centrum danych. Ma też cenę: sprzęt trzeba finansować, instalować i utrzymywać w wielu lokalizacjach, a różne architektury wymagają dopasowania oprogramowania. Puklowski przyznaje, że pozyskiwanie kapitału pozostanie jednym z jego stałych zadań.
Series A nie rozstrzyga więc, kto wygra rynek chmury AI. Pokazuje jednak, że popyt na inferencję może uzasadniać wyspecjalizowane rozwiązania obok wielkich flot GPU. Dla użytkowników końcowych najważniejszy będzie efekt praktyczny: szybsza odpowiedź modeli i koszt, który pozwoli uruchamiać agentów AI w większej skali.
Źródła
Autor Artykułu
Paweł Lisowski
Paweł Lisowski - pasjonat technologii, komputerów i internetu. Od wielu lat śledzi rozwój sprzętu i oprogramowania, testuje nowe rozwiązania i dzieli się wiedzą z czytelnikami. Zafascynowany wpływem technologii na codzienne życie, tworzy praktyczne poradniki i inspiruje do świadomego korzystania z cyfrowego świata.