Nebius stärkt KI-Infrastruktur durch 643-Millionen-Dollar-Übernahme von Eigen AI
Nebius hat eine endgültige Vereinbarung zur Übernahme von Eigen AI für rund 643 Millionen US-Dollar getroffen – ein Schritt, der darauf abzielt, seine Full-Stack-Fähigkeiten im Bereich AI inference optimization zu verbessern. Die Transaktion umfasst eine Kombination aus 98 Millionen US-Dollar in bar und 3,8 Millionen Aktien von Nebius. Diese in dieser Woche angekündigte Akquisition signalisiert eine bedeutende Expansion für das in den Niederlanden ansässige Technologieunternehmen, das seine Managed Inference Services für Open-Source-Modelle skalieren möchte.
Der Deal integriert den spezialisierten Optimierungs-Stack von Eigen AI in die Token Factory-Plattform, die Nebius Anfang des Jahres eingeführt hat. Durch die Kombination dieser Technologien will das Unternehmen den Token-Durchsatz pro GPU maximieren und so der wachsenden Nachfrage nach effizienter Modellbereitstellung in großem Maßstab gerecht werden. Die Integration konzentriert sich auf mehrere fortschrittliche Techniken, darunter Activation-aware Weight Quantization (AWQ), Sparse Attention und maßgeschneiderte CUDA-Kernel.
Strategische Integration und Performance-Gewinne
Die technische Synergie zwischen den beiden Unternehmen hat bereits messbare Ergebnisse bei der AI inference optimization gezeigt. Gemeinsame Anstrengungen haben optimierte Versionen prominenter Open-Source-Modelle wie Llama, DeepSeek und Qwen hervorgebracht. Diese Versionen haben Ausgabegeschwindigkeiten von bis zu 911 Token pro Sekunde erreicht und setzen sich damit an die Spitze der Branchen-Benchmarks. Dieses Maß an Effizienz ist entscheidend für Unternehmen, die Latenzzeiten und Kosten beim Betrieb von Hochleistungs-KI-Anwendungen senken wollen.
Über die Software-Integration hinaus bringt die Übernahme hochkarätige Forschungstalente in das Nebius-Team. Die Gründer von Eigen AI sind Alumni des HAN Lab des MIT und für ihre Beiträge zur Modelleffizienz bekannt. Ryan Hanrui Wang ist Spezialist für Sparse Attention, während Wei-Chen Wang der Entwickler der AWQ-Methode ist. Darüber hinaus verfügt Di Jin über umfangreiche Erfahrung in den Post-Training-Prozessen für die Llama 3- und Llama 4-Modelle von Meta.
Ausbau der globalen Engineering-Präsenz
Als Teil der Vereinbarung wird das Führungsteam von Eigen AI ein neues Engineering-Zentrum für Nebius in der San Francisco Bay Area aufbauen. Diese Expansion verschafft dem Unternehmen eine direkte Präsenz in einem der weltweit wichtigsten Zentren für KI-Entwicklung und erleichtert die engere Zusammenarbeit mit der breiteren Forschungsgemeinschaft. Das neue Büro wird sich auf die weitere Verfeinerung der Token Factory Managed Inference-Plattform und die Entwicklung neuer Post-Training-Quantisierungsmethoden konzentrieren.
Der Abschluss der Übernahme wird innerhalb der nächsten Wochen erwartet, vorbehaltlich der üblichen behördlichen Genehmigungen. Für Nebius, das aus den internationalen Vermögenswerten von Yandex hervorgegangen ist, stellt diese Investition ein klares Bekenntnis dar, ein dominanter Akteur auf dem Markt für KI-Infrastruktur zu werden. Durch die Sicherung proprietärer Optimierungstechniken und erstklassiger Talente positioniert sich das Unternehmen so, dass es im spezialisierten Bereich des KI-Modell-Servings direkt mit etablierten Cloud-Anbietern konkurrieren kann.
Obwohl wir uns um Genauigkeit bemühen, kann bytevyte Fehler machen. Benutzern wird empfohlen, alle Informationen unabhängig zu überprüfen. Wir übernehmen keine Haftung für Fehler oder Auslassungen.
✔Human Verified