北京
“我们自建并拥有每一层：电力、数据中心、算力，还有把它们变成AI云的软件。”Nscale创始人兼首席执行官Josh Payne在官宣收购计划时，用一句话概括了这家伦敦公司的垂直整合野心。现在，这层软件拼图补上了关键一块——Nscale Global Holdings Ltd. 宣布，计划收购人工智能软件提供商Anyscale Inc.，彭博援引知情人士消息称，交易价码约为16.5亿美元。
双方没有披露条款细节，但彭博的报道给出了一个明确的金额。Anyscale是一家背靠风投资本的AI软件公司，其核心技术源自创始团队在2019年发起的开源项目Ray。今年3月，Nscale刚从一个包括英伟达（Nvidia）在内的财团那里筹集了20亿美元，为此次收购提供了充足弹药。
Nscale正在建设一张横跨六个国家的AI数据中心网络。其旗舰项目位于西弗吉尼亚州梅森县，占地2250英亩，并且自建了一个微型电网。公司估算，该园区理论上可容纳超过八吉瓦的算力容量。在这样的规模上，把基础设施跑满、跑稳、跑划算，就成了一项艰难的工程任务，而这正是Anyscale赖以成名的领域。
Anyscale的商业化基础是开源统一计算框架Ray。它的核心价值在于解决一个看似简单但代价高昂的问题：如何把AI负载跨服务器高效分发。把一个大模型训练任务拆成小块扔给不同机器，会立刻遭遇硬件故障、带宽拥堵和算力闲置等一堆麻烦。Ray的工作，就是让集群跑得又快又稳，同时控制成本。
在硬件错误处理上，Ray能自动完成故障切换。一旦集群中某台服务器在AI训练过程中宕机，Ray会立刻用一台新的机器接替，开发者无需编写自定义的容错工作流。另一个典型的优化场景是带宽成本控制。如果AI模型和它用的数据集存放在两台不同的服务器上，训练期间两机就得频繁通过网络交换信息，带宽开销陡增。Ray的做法是，把模型和对应的数据集尽量部署在同一台物理机器上，从源头减少不必要的网络流量。这些自动化调度和就近计算策略，让大规模AI训练集群的利用率大幅提升。
Anyscale在开源Ray之上提供了一套付费的云端服务，开发者可以在不到一分钟内启动一个托管Ray集群，并借助监控仪表盘快速排查技术问题。对Nscale而言，这笔收购的目的不仅是获得软件技术，更是要补全“电力—数据中心—算力—软件”的全栈版图。Nscale本身已经在提供Kubernetes和Slurm的托管版本——同样是用于服务器集群自动管理的开源工具，但Anyscale带来的AI负载优化能力，直指AI云服务的最后一环。
“Anyscale用管理服务扩展了我们，让AI团队能够扩展任何负载，这就完成了一个真正垂直整合的AI云平台。”Payne在声明中这样说。按照时间表，这笔交易预计在年底前完成。届时，Nscale的客户在定制数据中心的同时，将能直接获取一套从底层基础设施到上层AI任务调度的完整工具链，这在目前由大型科技公司和少数专业平台割据的AI基础设施市场里，提供了一个新的选项。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
