Nscale покупает Anyscale за $1,65 млрд: создатель Ray уходит к британскому ИИ-облаку ради «полного стека»

Гонка за инфраструктурой искусственного интеллекта (ИИ) переходит в новую фазу: теперь недостаточно просто владеть дата-центрами и видеокартами. 30 июля 2026 года британская компания Nscale — один из молодых «неооблаков» (neocloud, специализированное облако под ИИ-нагрузки) — объявила о покупке американского стартапа Anyscale, создателя популярного открытого фреймворка Ray. По данным Bloomberg и TechCrunch, сумма сделки составляет около $1,65 млрд, хотя официально Nscale финансовые условия не раскрывает.

Смысл сделки в одной фразе: Nscale перестаёт быть «арендодателем GPU» и пытается стать вертикально интегрированной платформой, которая контролирует всё — от электричества и дата-центров до софта, на котором инженеры обучают и запускают модели. Разбираемся, что это меняет и почему за этим стоит следить даже тем, кто не покупает видеокарты тысячами.

Что именно произошло

Nscale подписала соглашение о приобретении Anyscale целиком. Сделка должна закрыться во втором полугодии 2026 года и ещё обязана пройти регуляторные согласования. Около 200 сотрудников Anyscale из США, Европы и Индии перейдут в Nscale, а бренд Anyscale сохранится как отдельный продукт внутри объединённой компании.

Официальный пресс-релиз Nscale финансовые параметры не называет, но Bloomberg, TechCrunch и другие издания со ссылкой на источники оценивают сделку примерно в $1,65 млрд. Для сравнения: в последнем частном раунде 2022 года Anyscale оценивали в $1,38 млрд, так что цена выхода лишь немного выше прежней оценки — при том что выручка компании, по данным TechCrunch, в последнем квартале выросла на 70% относительно предыдущего.

Кто такие Anyscale и при чём здесь Ray

Anyscale основали авторы Ray — открытого фреймворка (framework, каркас для разработки) для распределённых вычислений. Ray позволяет запускать один и тот же Python-код не на одной машине, а сразу на тысячах процессоров и видеокарт, автоматически распределяя нагрузку. Именно на Ray построены пайплайны обучения у многих крупных ИИ-лабораторий: он берёт на себя «чёрную работу» — параллелизм, отказоустойчивость и оркестрацию задач.

Сам по себе Ray бесплатен и открыт. В 2025 году проект передали под управление PyTorch Foundation — независимого фонда при Linux Foundation, — и он развивается по модели открытого сообщества. Anyscale же зарабатывает на коммерческой надстройке: это управляемая платформа поверх Ray с инструментами разработчика, наблюдаемостью (observability, отслеживание состояния системы) и готовой оркестрацией, чтобы командам не приходилось поднимать и обслуживать всё это самим.

После появления GPT-3 в 2022 году Anyscale сместила фокус на задачи больших языковых моделей: обучение, инференс (inference, запуск готовой модели для получения ответов), подготовку и очистку данных, обучение с подкреплением. По сути, это «слой», с которым ежедневно работают ML-инженеры и команды ИИ-платформ.

Что такое Nscale и откуда у неё деньги

Nscale — относительно молодой британский игрок на рынке ИИ-инфраструктуры, из категории так называемых «неооблаков». В отличие от универсальных гигантов вроде AWS или Google Cloud, неооблака затачивают всю архитектуру под один тип нагрузки — обучение и запуск ИИ-моделей на GPU. Ближайший по духу и масштабу конкурент — американская CoreWeave.

Деньги у компании действительно серьёзные. В марте 2026 года Nscale закрыла раунд Series C на $2 млрд при оценке $14,6 млрд; среди инвесторов — Nvidia, Nokia, Dell, Blue Owl и Aker. Дополнительно компания привлекла долговое финансирование — кредитные линии на $790 млн и на $1,4 млрд. Участие Nvidia здесь показательно: производитель ускорителей напрямую заинтересован в том, чтобы у его чипов было куда «переезжать» в промышленных объёмах.

Логика сделки: от «железа в аренду» к полному стеку

До сих пор бизнес неооблаков строился в основном на сдаче в аренду вычислительных мощностей: клиент арендует кластер GPU и сам решает, как на нём обучать модели. Проблема в том, что это низкомаржинальный и легко заменяемый товар — сегодня арендуешь у одного провайдера, завтра у другого, где дешевле.

Покупка Anyscale — это попытка подняться вверх по стеку и «прилипнуть» к клиенту софтом. Логику лучше всего описывают сами участники сделки. Джош Пейн (Josh Payne), гендиректор Nscale: «Anyscale расширяет наше предложение управляемыми сервисами, которые ИИ-команды используют, чтобы масштабировать любую нагрузку, завершая по-настоящему вертикально интегрированную ИИ-облачную платформу». Кирти Мелкоте (Keerti Melkote), гендиректор Anyscale, выразился ещё амбициознее — по его словам, объединение создаёт «первый full-stack ИИ-гиперскейлер» (полностековый провайдер, контролирующий и инфраструктуру, и софт поверх неё).

Расчёт понятен: если инженеры уже пишут пайплайны на платформе Anyscale, им проще держать и сами вычисления в Nscale — софт и «железо» проектируются под друг друга. Это повышает удержание клиентов и уводит компанию от ценовой войны за голые GPU.

Что будет с Ray и клиентами

Главный вопрос для сообщества — не «съедят» ли открытый Ray. Пока ответ обнадёживающий: Ray остаётся под управлением PyTorch Foundation и открытой лицензией, а Nscale заявила, что сама вступит в фонд и будет поддерживать развитие проекта. Anyscale продолжит работать как отдельный бренд, а её клиенты, по словам компании, сохранят гибкость в выборе инфраструктуры — то есть формально их не обязывают немедленно мигрировать на серверы Nscale.

Осторожность здесь всё же уместна. Когда владелец коммерческой платформы одновременно становится владельцем «железа», у него появляется естественный стимул делать свою инфраструктуру чуть удобнее и выгоднее прочих. Прямого принуждения не будет, но со временем интеграция именно с Nscale наверняка окажется «первой среди равных». Для команд, которые строят критичные пайплайны на Ray, это повод следить за тем, насколько открытым останется управление проектом.

Почему это важно за пределами узкого рынка

Сделка Nscale — Anyscale хорошо иллюстрирует главный тренд 2026 года: борьба за ИИ идёт уже не только на уровне моделей, но и на уровне того, кто владеет всей цепочкой — от электростанции до фреймворка. Гиперскейлеры и неооблака стремятся замкнуть на себе весь путь ИИ-нагрузки, чтобы не зависеть от чужого софта и не конкурировать только ценой за аренду GPU.

Для разработчиков и небольших команд практический вывод двоякий. С одной стороны, вертикальная интеграция обычно означает более удобные, работающие «из коробки» связки и потенциально более предсказуемые цены на пакете «софт + вычисления». С другой — растёт риск привязки к поставщику (vendor lock-in, зависимость от одного вендора), когда уйти к конкуренту становится всё дороже. Именно поэтому статус Ray как открытого, независимого от вендора проекта в этой истории — не деталь, а ключевой фактор доверия. Пока Ray остаётся общим достоянием сообщества, у команд сохраняется запасной выход — и это, возможно, самое важное в сегодняшней сделке.