سامبانووا با جذب ۱ میلیارد دلار، بازار استنتاج امن را هدف گرفت

اگر مدیر یک سازمان مالی هستید و از نشت داده‌ها به ابرهای عمومی می‌ترسید، بازی تغییر کرده است. سامبانووا حالا ابزاری ساخته که مدل‌های تریلیونی را بدون نیاز به اینترنت، مستقیماً در دیتاسنتر شما اجرا می‌کند.

طبق گزارش تک‌کرانچ (TechCrunch)، شرکت سامبانووا سیستمز (SambaNova Systems) در اولین مرحله از دور Series F خود، ۱ میلیارد دلار جذب کرد. این تزریق سرمایه که توسط جنرال اتلانتیک (General Atlantic) رهبری شد، ارزش این شرکت را به ۱۱ میلیارد دلار رساند. رودریگو لیانگ، مدیرعامل شرکت، می‌گوید: «در هفته‌های آینده، سرمایه‌گذاران بیشتری وارد خواهند شد و احتمالاً مرحله دوم جذب سرمایه (second close) به پایان می‌رسد.» این جهش سرمایه‌ای تنها پنج ماه پس از معرفی تراشه SN50 و جذب ۳۵۰ میلیون دلار در فوریه ۲۰۲۶ رخ داده است که نشان‌دهنده تغییر سریع مسیر بازار است.

در حالی که موج اولیه هوش مصنوعی روی سازندگان مدل در ابر (Cloud-based) متمرکز بود، اکنون روند جدیدی در حساس‌ترین نهادهای جهان شکل می‌گیرد. بانک‌ها و دولت‌ها برای اجرای مدل‌های حیاتی خود، از وابستگی کامل به ابر فاصله می‌گیرند تا زیرساخت‌های خصوصی و امن بسازند. این تغییر، فرصتی میلیاردی برای سخت‌افزاری ایجاد می‌کند که بتواند مدل‌های تریلیونی (trillion-parameter) را بدون افشای داده‌ها به ارائه‌دهندگان شخص ثالث مدیریت کند. همان‌طور که در تحلیل قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، حاکمیت داده‌ها اکنون به اولویت اول سازمان‌های بزرگ تبدیل شده است. در این راستا، شرکت‌های دیگر نیز در حال تمرکز بر زیرساخت‌های تخصصی هستند؛ به عنوان مثال، رویکرد NewCore در شناسنامه‌دار کردن عامل‌های هوش مصنوعی لایه دیگری از مدیریت هویت و حاکمیت در محیط‌های سازمانی را هدف قرار داده است.

تحلیل استراتژی و پویایی بازار

رودریگو لیانگ معتقد است سازمان‌ها و دولت‌ها تازه در ابتدای مسیر هوش مصنوعی خود هستند. او خاطرنشان می‌کند که تاکنون اکثر رشدها فقط در آزمایشگاه‌های پیشرو (Frontier Labs) و میان سازندگان مدل متمرکز بوده است و این موضوع باعث شده «مقدار عظیمی از درآمدات» همچنان روی میز باقی بماند و دست‌نخورده باشد. این وضعیت نشان‌دهنده‌ی گذار به سمت «زیرساخت‌های ناهمگن» است؛ جایی که مؤسسات امنیتی و حاکمیتی، امنیت داده‌ها را بر راحتی و سهولتِ استفاده از ابرهای عمومی ترجیح می‌دهند.

سامبانووا خود را شریک اصلی این جنبش «استنتاج Premium» می‌بیند. برتری فنی این شرکت در توانایی جای‌گذاری مدل‌های چند-تریلیون پارامتری روی تنها یک رک سرور (Single Server Rack) نهفته است. این ویژگی به‌طور قابل‌توجهی سرعت پردازش بزرگ‌ترین مدل‌های پیشرو موجود را افزایش می‌دهد و گلوگاه‌های سخت‌افزاری را از بین می‌برد.

جزئیات همکاری‌های کلیدی و سخت‌افزار

شراکت‌های استراتژیک سامبانووا به شرح زیر است:

• جی‌پی مورگان چیس (JPMorganChase): این بانک اخیراً سامبانووا را به عنوان «شریک زیرساخت استنتاج» انتخاب کرده است. جی‌پی مورگان از سامانه‌های SN40L و SN50 برای استنتاج امن و درون‌سازمانی (on-premises) استفاده خواهد کرد. لیانگ اظهار داشت که این موفقیت «پیامی به صنعت بانکداری می‌فرستد که زمان آن رسیده است که دیگر به‌طور کامل به خدمات ابری وابسته نباشند».
• اینتل (Intel): اینتل از دوران Series C حامی بلندمدت سامبانووا بوده و اکنون در توسعه محصولات مشترک همکاری می‌کند. دو شرکت یک شراکت چندساله برای پشتیبانی از توسعه استنتاج هوش مصنوعی بر پایه تراشه‌های Xeon اینتل دارند. لیانگ اشاره کرد که این همکاری به استارت‌آپ اجازه می‌دهد تا از «مقیاس جهانی اینتل» بهره ببرد.
• سافت‌بانک (SoftBank): سافت‌بانک به عنوان اولین شریک استقرار برای تراشه SN50 عمل می‌کند. ارسال و تحویل این تراشه‌ها از نیمه دوم سال ۲۰۲۶ آغاز خواهد شد.
• نقشه زمانی محصولات: تراشه SN40L ابتدا در سپتامبر ۲۰۲۳ برای نسخه ابری و در نوامبر ۲۰۲۳ برای نسخه‌های درون‌سازمانی عرضه شد. نسل بعدی یعنی SN50 نیز در فوریه ۲۰۲۶ رونمایی گردید.

علاوه بر این‌ها، مشتریان برجسته دیگری نظیر سارامکو (Saudi Aramco) و چندین شرکت ژاپنی نیز در لیست این شرکت هستند. لیست جامع سرمایه‌گذاران این دور جذب سرمایه شامل نام‌های بزرگی چون بلک‌راک (BlackRock)، سازمان سرمایه‌گذاری قطر (QIA)، T. Rowe Price Associates, Seligman Ventures, Capital Group, A&E Investment, Assam Ventures, Battery Ventures, Cambium Capital, Kabila Capital, QFO Capital و ویستا اکویتی پارتنرز (Vista Equity Partners) است.

زمینه و چشم‌انداز تجاری

رودریگو لیانگ توضیح می‌دهد که شرکت سه بخش خاص از مشتریان را هدف قرار داده است: «ابرهای حاکمیتی» (Sovereign Clouds) که توسط دولت‌ها تامین مالی می‌شوند، «نئوکلاودها» (Neoclouds) و سازمان‌های سازمانی که زیرساخت‌ها را برای استفاده داخلی می‌سازند. او استدلال می‌کند که بازار فعلی تازه در حال عبور از مرحله آزمایشگاه‌های پیشرو و ورود به بخش گسترده‌تر سازمانی است.

از دیدگاه بازار، این جهش در ارزش شرکت نشان می‌دهد که «جنگ سخت‌افزاری» از مرحله «آموزش» (Training) به مرحله «استنتاج» (Inference) منتقل شده است. در حالی که انویدیا بر مرحله آموزش مدل‌ها تسلط مطلق دارد، سامبانووا روی این فرضیه شرط‌بندی کرده است که فرصت تریلیون دلاری بعدی در استقرار تخصصی و امن این مدل‌ها نهفته است. این رقابت برای جذب سرمایه در مقیاس میلیاردی، مشابه آنچه در تلاش‌های مالی گسترده شرکت Kling پیش از IPO دیدیم، نشان‌دهنده اشباع سرمایه‌ای در لایه‌های زیرساختی AI است.

برای یک مدیر کسب‌وکار، این یک سیگنال حیاتی است: دوران «فقط-ابر» (cloud-only) در هوش مصنوعی به دلیل برخورد با دیواره نگرانی‌های امنیتی و حاکمیتی در حال پایان است. شرکت‌هایی که توانایی ارائه سخت‌افزارهای قدرتمند درون‌سازمانی را دارند، اکنون به ارزش‌های دو یا چند رقمی (میلیاردی) دست می‌یابند.

وضعیت مالی و زنجیره تأمین

سامبانووا از سرمایه جدید برای مقیاس‌دهی به عملیات و تقویت زنجیره تأمین خود استفاده خواهد کرد. لیانگ موج فعلی تقاضا را «باورنکردنی» توصیف کرد و بیان داشت که این بودجه برای خرید مواد اولیه و پاسخ به سفارشات ۱۲ ماه آینده حیاتی است.

در مورد احتمال تصاحب یا ادغام، لیانگ پاسخ قطعی نداد اما اشاره کرد که تکانه (Momentum) فعلی شرکت احتمالاً آن‌ها را در مقطعی به سمت عرضه اولیه سهام (IPO) سوق می‌دهد. این موضوع در حالی مطرح می‌شود که پیش از این در دسامبر، بلومبرگ گزارش داده بود که شرکت در حال مذاکره با اینتل برای معامله‌ای به ارزش ۱.۶ میلیارد دلار است. لیانگ تأیید کرد که آن‌ها همچنان مورد توجه هستند و گفت: «ما همیشه مورد درخواست هستیم».

در هفته‌های آتی، بسته شدن مرحله دوم دور Series F را دنبال کنید. معیار حیاتی برای تحلیل این است که آیا حجم تحویل تراشه‌های SN50 از نیمه دوم ۲۰۲۶ می‌تواند ثابت کند که تقاضای بخش بانکی به یک کسب‌وکار پایدار و مقیاس‌پذیر تبدیل می‌شود یا خیر.

گام بعدی شما

• اگر در حال طراحی استراتژی دیتاسنتر ۲۰۲۶ هستید، تفاوت هزینه‌های استنتاج درون‌سازمانی در برابر APIهای ابری را بررسی کنید.
• تحویل تراشه‌های SN50 در نیمه دوم ۲۰۲۶ را به عنوان شاخص کلیدی پذیرش مدل‌های تریلیونی در بخش بانکی دنبال کنید.
• مدل‌های جایگزین سخت‌افزاری برای مدل‌های زبانی بزرگ را با تمرکز بر تأخیر (Latency) مقایسه کنید.

ama داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.