Nscale/Anyscale: Rayがneocloudの新しい顧客ロックインとなる

Nscaleが、MLチームが実際に使用するオープンソース分散コンピューティングフレームワークRayの開発元企業を買収。その狙いはコードではなく、配置（プレイスメント）にある。

簡単に言えば。 UK発のneocloud Nscaleは、Rayの商用版を手掛けるAnyscaleを買収します。RayはMLチームがクラスター全体でトレーニングや推論をスケールさせるために使用するオープンソースのフレームワークであり、配置決定が行われるレイヤーをNscaleが手に入れることになります。

なぜRayが注目されるのか

RayはGPU、モデルの重み、サービングAPIと競合するものではありません。MLエンジニアがトレーニングや推論を分散させるために書くコードであり、Rayが最適に動作する場所にワークロードが配置されます。

この買収はハードウェアの寡占化とは異なります。Nscaleはラックを買うのではなく、意思決定レイヤー（チームが暗黙のうちにどのハードウェアでジョブを実行するかを選択する場所）を手に入れるのです。

neocloudの新しい戦略

このカテゴリーは2026年をハードウェア競争の年に費やしてきました。Nscaleの動きは次の段階を示しています：既に使われているツールを買収するという戦略です。GPUのマージンはH200クラスのハードウェアが普及すれば圧縮されますが、オーケストレーション層の固定化はそれよりも遅いからです。

Nscaleにとって具体的には3つのメリットがあります：

• 分散処理。 Rayを実行しているチームは全て、Nscaleのマネージドサービスの有望なリードとなります。
• プロダクトの拡張。 Nscale上で動作するマネージドRayは、実体のあるSKUであり、単なるマーケティングバンドルではありません。
• 顧客維持。 RayネイティブなワークロードはKubernetesのみのパイプラインへの移行が容易ではありません。

内部の課題：ガバナンスリスク

最大の懸念はRayのガバナンスです。Rayは本物のオープンソースであり、Uber、Shopify、OpenAIなどが利用しています。NscaleがRayの開発を自社のハードウェアに偏らせると見なされた場合、フォークが発生する可能性があります。その時点で、この買収の戦略的価値は顧客リストに縮小します。

参考となる先例：ConfluentやElasticなどが、企業の所有とプロジェクトの運営のバランスをどう取ったか。一部は両方を維持し、一部は両方を失いました。

まだ不明な点

条件は非公開です。現金と株式の比率、Rayのメンテナーへのリテンションパッケージ、Apache-2.0の継続性に関するコミットメントなど、いずれも機密であり、現時点では報告されていません。

結論

意思決定者にとって：neocloudの競争は価格競争からバンドル競争へとシフトします。2年間のスイッチングコストを考慮すれば、GPUあたりの時給の割引は相対化されます。MLリードにとって：Rayの依存度を正直に評価してください。トレーニングループがRay中心であれば、プロバイダーの選択は今日まで暗黙的でしたが、今後はより明確になります。