Infra & ComputeNur für Abonnenten 53 min ago6Zu Lesezeichen hinzufügen

Nscale übernimmt das Unternehmen hinter Ray - den Open-Source-Framework für verteilte Rechenleistung, gegen den ML-Teams tatsächlich schreiben. Der Preis ist die Platzierung, nicht der Code.
In einfachen Worten. Das in Großbritannien ansässige Neocloud-Unternehmen Nscale übernimmt Anyscale, die kommerzielle Kraft hinter Ray. Ray ist langweilige Infrastruktur - das Open-Source-Framework, das ML-Teams verwenden, um das Training und die Inferenz über ein Cluster zu skalieren. Der Kauf bedeutet, dass Nscale nun die Ebene besitzt, auf der Entscheidungen über die Platzierung getroffen werden.
Ray konkurriert nicht mit GPUs, Modellgewichten oder Serving-APIs. Es sitzt zwischen ihnen - dem Code, den ein ML-Ingenieur schreibt, um einen Trainingslauf zu verteilen oder die Inferenz über Replikate zu verteilen. Ein Team, das bereits mit Ray vertraut ist, ist ein Team, dessen Arbeitslast einen physischen Standort hat, wo auch immer Ray am besten läuft.
Darin liegt der Unterschied zu einem Hardware-Roll-up. Nscale kauft keine weiteren Racks. Es kauft die Entscheidungsfläche - den Ort, an dem ein Team implizit entscheidet, auf wessen Hardware ihr Job läuft.
Die Kategorie hat 2026 in einem Hardware-Wettlauf verbracht. Der Zug von Nscale signalisiert, wie die nächste Runde aussieht: Kaufe die Tools, gegen die die Leute bereits schreiben. Die Begründung ist einfach - die GPU-Margen schrumpfen, sobald jeder Spieler Hardware der H200-Klasse hat; die Klebrigkeit der Orchestrationsebene schrumpft viel langsamer.
Konkreter für Nscale bringt dies drei Dinge:
Die offene Frage ist die Governance von Ray. Ray ist echtes Open-Source mit einer echten Community - Uber, Shopify, OpenAI selbst waren Nutzer. Wenn Nscale wahrgenommen wird, Ray upstream in Richtung seines eigenen Metalls zu beeinflussen, ist die natürliche Reaktion ein Fork. In dem Moment, in dem dies geschieht, sinkt der strategische Wert der Übernahme auf das Kundenbuch.
Der Präzedenzfall zu beobachten: wie Confluent, Elastic und andere den Spannungszustand zwischen dem Besitz eines Unternehmens und der Betreuung eines Projekts gehandhabt haben. Einige behielten beides. Einige verloren beides.
Die Bedingungen sind nicht bekannt gegeben. Das Verhältnis von Bargeld und Aktien, Retentionspakete für die Ray-Wartungsteams und etwaige Verpflichtungen zur Apache-2.0-Kontinuität - alles sensibel und alles nicht berichtet zum Zeitpunkt der Abfassung.
Für einen Entscheider: Der Wettbewerb der Neoclouds wird bald zu einem Bundle-Krieg, nicht zu einem Preiskampf. Rabattüberschrift Dollar pro GPU-Stunde um zwei Jahre Wechselkosten. Für einen ML-Leiter: Überprüfen Sie Ihre Ray-Abhängigkeit ehrlich. Wenn Ihre Trainingsschleife Ray-first ist, war Ihre Providerwahl heute implizit und wird gerade expliziter.
Erstellen Sie ein kostenloses Konto, um auf alle unsere Inhalte und die Wochenrevue zuzugreifen.
Artikel von künstlicher Intelligenz erstellt, unter menschlicher redaktioneller Kontrolle geprüft.
Melden Sie sich an, um an der Diskussion teilzunehmen.
I hope this acquisition will bring more innovation to Ray, but I'm worried about potential changes in its open-source ethos.
I'm interested to see how this acquisition will impact Ray's performance and scalability. Will it lead to improved features or just more vendor lock-in?
I wonder if this acquisition will lead to better integration with other cloud services or if it'll just be another lock-in play.
I'm curious about how this acquisition will affect the open-source nature of Ray. Will it remain truly open, or will we see changes in licensing?
I hope this acquisition will bring more resources to Ray, but I'm concerned about potential changes in its open-source ethos.
I wonder how this acquisition will impact the open-source community and the future of Ray.