پرش به محتوای اصلی
پرش به محتوای مقاله

درون برنامهٔ Nscale برای تبدیل زیرساخت‌های مرکز داده به سرمایهٔ میلیاردی

·۲۰ شهریور ۱۴۰۵۲ دقیقه مطالعه
فیجی سیمو از سمت دوم اوپن‌ای‌ای استعفا داد | تک‌کرانچ
فیجی سیمو از سمت دوم اوپن‌ای‌ای استعفا داد | تک‌کرانچ
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

تغییر استراتژیک Nscale از مدل رشد سریع استارتاپی به مدل انضباطی شرکت‌های بورسی از طریق جذب مدیری که هم تجربه AGI و هم تجربه بازار سرمایه را دارد.

اگر قصد سرمایه‌گذاری در زیرساخت‌های سخت‌افزاری هوش مصنوعی را دارید، جابه‌جایی‌های مدیریتی در Nscale را جدی بگیرید. این شرکت با جذب یکی از باسابقترین مدیران دنیای فناوری، سیگنالی صریح از تغییر استراتژی خود از «رشد سریع» به «انضباط مالی» فرستاده است.

فیدجی سیمو (Fidji Simo)، مدیر سابق OpenAI، به هیئت‌مدیره Nscale پیوست؛ استارتاپی بریتانیایی که بر روی مرکز داده (Data Center) — شبیه به یک نیروگاه عظیم که به‌جای برق، قدرت پردازشی برای مدل‌های هوش مصنوعی تولید می‌کند — تمرکز دارد. طبق گزارش تک‌کرانچ (TechCrunch) در ۱۱ سپتامبر ۲۰۲۶، این انتصاب درست در حالی رخ می‌دهد که شرکت برای عرضه اولیه سهام (IPO) در پاییز پیش‌رو آماده می‌شود.

Nscale در محیطی به‌شدت رقابتی فعالیت می‌کند که تقاضا برای زیرساخت‌های محاسباتی، ارزش این شرکت را در دو سال اخیر به‌شدت افزایش داده است. همان‌طور که در تحلیل قبلی ما درباره‌ی محدودیت‌های محیط‌های ایزوله (Sandbox) در عامل‌های OpenAI اشاره کردیم، در حالی که بسیاری بر لایه‌ی نرم‌افزاری تمرکز دارند، Nscale روی لایه‌ی فیزیکی و سخت‌افزاری متمرکز است.

سیمو سوابق درخشانی در مقیاس‌پذیری پلتفرم‌ها دارد:

  • OpenAI: مدیرعامل بخش استقرار AGI (دومین مقام اجرایی شرکت).
  • Instacart: مدیرعامل و رئیس هیئت‌مدیره که عرضه اولیه سهام این شرکت را در سال ۲۰۲۳ مدیریت کرد.
  • Meta: بیش از یک دهه فعالیت، از جمله مدیریت اپلیکیشن فیس‌بوک.

او اکنون در کنار چهره‌های شناخته‌شده‌ای چون شریل سندبرگ، سوزان دکر و نیک کِلگ قرار می‌گیرد. جاش پین (Josh Payne)، مدیرعامل Nscale، به نقل از گزارش‌ها تأکید کرد که سیمو «دقت مالی و عمق عملیاتی» لازم برای شرکتی در این مقیاس را فراهم می‌کند.

این تغییر نشان می‌دهد Nscale می‌خواهد خود را در برابر حباب احتمالی زیرساخت‌های هوش مصنوعی بیمه کند. به گزارش بلومبرگ (Bloomberg) در هفته گذشته، این شرکت در تلاش است تا ۳.۵ میلیارد دلار سرمایه جدید جذب کند تا پیش از عمومی شدن سهام، گسترش خود را تسریع بخشد. این رویکرد تهاجمی در جذب سرمایه برای زیرساخت‌های پیشرفته، یادآور قمار ۱.۷ میلیارد دلاری تراویس کالانیک برای بازگشت به بازار تاکسی‌های رباتیک است که نشان می‌دهد بازیگران بزرگ فناوری همچنان حاضرند برای تسلط بر لایه‌های فیزیکی هوش مصنوعی، ریسک‌های مالی کلانی بپذیرند.

گام بعدی شما

  • بررسی گزارش‌های مالی Nscale پس از جذب سرمایه برای سنجش پایداری رشد ارزش آن.
  • رصد زمان دقیق IPO این شرکت در پاییز ۲۰۲۶ برای تحلیل واکنش بازار به سهام زیرساختی AI.
  • مطالعه مدل‌های حکمرانی در شرکت‌های AI که از مدیران سابق متا و OpenAI بهره می‌برند.

اما نبرد واقعی در لایه‌ی سخت‌افزاری، رقابت بر سر دسترسی به تراشه‌های نسل جدید است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این جابه‌جایی با تکیه بر تجربه سیمو در IPOهای موفق، اعتبار Nscale را نزد سرمایه‌گذاران نهادی افزایش می‌دهد. حضور او تضمین می‌کند که گسترش میلیارد دلاری زیرساخت‌ها با نظارت مالی سخت‌گیرانه‌تری همراه باشد.

تأثیر برای ایران

این خبر بیشتر برای تحلیلگران بازار سرمایه و پژوهشگران زیرساخت اهمیت دارد و اثر مستقیمی بر کاربران یا توسعه‌دهندگان ایرانی ندارد.

·نگاه ما
تحریریه دات‌هوش

جذب سیمو نشان می‌دهد Nscale دیگر به دنبال رشد تصادفی نیست، بلکه می‌خواهد ساختار یک شرکت عمومی (Public Company) را شبیه‌سازی کند. این حرکت احتمالاً برای کاهش ریسک در برابر نوسانات شدید قیمت GPU و اشباع احتمالی بازار مراکز داده است. در واقع، Nscale در حال تبدیل شدن از یک استارتاپ فنی به یک نهاد مالی-صنعتی است.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.