1 godzina temu
Fińska Verda pozyskała 189 mln dolarów nowego finansowania, pokazując, iż inwestorzy coraz wyraźniej przenoszą uwagę z samych modeli AI na infrastrukturę potrzebną do ich działania.
Według Bloomberga rundę prowadził Emergence Capital, a uczestniczyli w niej m.in. MUFG Innovation Partners, Super Micro Computer i fiński fundusz emerytalny Varma. Wycena Verdy przekroczyła 1 mld dolarów. Firma, założona w Helsinkach w 2020 r. jako DataCrunch, dostarcza dostęp do GPU, klastry obliczeniowe i usługi chmurowe przeznaczone przede wszystkim dla obciążeń AI.
Nowa inwestycja wpisuje się w bardzo szybkie tempo finansowania spółki. Jeszcze w kwietniu Verda pozyskała 117 mln dolarów, a w lipcu wartość tamtej rundy wzrosła do 155 mln dolarów po dołączeniu Nordic Investment Bank. W czerwcu firma informowała również o osiągnięciu 100 mln dolarów rocznego tempa przychodów, dziesięciokrotnie wyższego niż 18 miesięcy wcześniej.
Kapitał ma zostać przeznaczony przede wszystkim na zwiększenie dostępnej mocy obliczeniowej. Verda rozwija własną infrastrukturę centrów danych i współpracuje m.in. z Supermicro przy wdrażaniu systemów opartych na akceleratorach NVIDIA. Firma otworzyła już biura w Londynie i San Francisco, a jej ekspansja obejmuje Europę, USA i Azję.
Rosnąca skala Verdy pokazuje jednocześnie, iż obok AWS, Microsoft Azure czy Google Cloud powstaje nowa warstwa dostawców określanych jako „neocloud”. Koncentrują się oni na jednym z najbardziej deficytowych zasobów obecnego rynku technologicznego: dostępie do GPU i wyspecjalizowanej infrastruktury AI. Podobną strategię realizują m.in. Nebius i Nscale. Ten ostatni rozwija w tej chwili ponad 1 GW nowej infrastruktury i szykuje się do wejścia na giełdę.
Dla europejskiego rynku znaczenie jest szersze niż sukces pojedynczego startupu. Większa liczba lokalnych dostawców może ograniczać zależność firm od amerykańskich hyperscalerów i zwiększać dostępność mocy obliczeniowej w Europie. Jednocześnie jest to biznes wyjątkowo kapitałochłonny. Plany Verdy zakładają pozyskanie kolejnych miliardów dolarów, dlatego dalszy rozwój będzie zależał nie tylko od popytu na AI, ale także od dostępności energii, procesorów i umiejętności utrzymywania wysokiego wykorzystania kosztownej infrastruktury.
