Американский стартап General Compute, специализирующийся на предоставлении вычислительных мощностей для задач искусственного интеллекта, закрыл раунд Серии A на сумму $100 млн. По итогам сделки компания получила оценку в $800 млн, что отражает сохраняющийся аппетит инвесторов к инфраструктурным игрокам ИИ-сегмента даже на фоне растущей турбулентности вокруг так называемых «неоклаудов».

Ключевое отличие модели General Compute — ставка на специализированные чипы вместо универсальных ускорителей для запуска ИИ-моделей. Такой подход позволяет компании оптимизировать соотношение производительности и энергопотребления, что критически важно для рентабельности вычислительной инфраструктуры.

Не менее примечательна стратегия размещения оборудования: General Compute разворачивает свои мощности в существующих дата-центрах, включая бывшие площадки для майнинга биткоина. Это решение позволяет компании минимизировать капитальные затраты на строительство и быстрее выходить на операционную окупаемость, используя уже готовую энергетическую и охлаждающую инфраструктуру.

Сделка состоялась в момент, когда рынок всерьёз обеспокоен долговой нагрузкой и перспективами возврата инвестиций в ИИ-инфраструктуру. Многие участники сегмента привлекают масштабное долговое финансирование для закупки оборудования, что создаёт риски при замедлении спроса на вычисления. Модель General Compute с опорой на аренду существующих площадок и специализированное железо выглядит более устойчивой альтернативой капиталоёмким стратегиям конкурентов.

Привлечённые средства, как ожидается, будут направлены на масштабирование вычислительных мощностей и расширение клиентской базы среди разработчиков ИИ-моделей.

Анализ Cryptalist: Раунд General Compute демонстрирует, что венчурный капитал продолжает избирательно поддерживать инфраструктурные проекты с низкой капиталоёмкостью и понятной экономикой. Переиспользование майнинговых площадок под ИИ-нагрузки становится устойчивым трендом, способным частично снять опасения о «пузыре» неоклаудов и перераспределить капитал в пользу более эффективных операторов вычислений.