General Compute, yapay zekâ için bulut altyapısını büyütmek üzere 100 milyon dolarlık A serisi yatırım aldı. Girişim, modellerin yanıt üretmesini sağlayan çıkarım işlemleri için Nvidia dışındaki üreticilerin çiplerini kullanıyor.
ABD merkezli General Compute'un yatırım turuna Blackbird Ventures ve Abstract Ventures ortaklaşa liderlik etti; Fuse Venture Partners ve Village Global da katıldı. 2025 yılında kurulan şirketin değerlemesi 800 milyon dolar oldu. Yeni kaynak, yapay zekâ modellerini çalıştıracak bilgi işlem kapasitesini ve altyapıyı genişletmek için kullanılacak.
General Compute, büyük veri merkezlerini sıfırdan kurmak yerine mevcut merkezlerde alan kiralıyor ve eski Bitcoin madenciliği tesislerini yapay zekâ altyapısına dönüştürüyor. Çiplerini SambaNova, Positron ve Cerebras gibi üreticilerden tedarik ediyor. Odak noktası, modellerin yanıt üretmesi ve komutları yerine getirmesi için kullanılan çıkarım işlemleri.
Şirketin hedef müşterileri, yapay zekâ geliştiricilerine hızlı çıkarım hizmetleri sunan bulut şirketleri. Bu müşterilere yazılım önceden yüklenmemiş sunucular sağlıyor; müşteriler kendi yazılımlarını çalıştırabiliyor. Türkiye’de yapay zekâ hizmeti geliştiren ekipler açısından bu yaklaşım, hazır bir model hizmetinden ziyade kendi yazılımını çalıştıracak altyapı arayanlar için önem taşıyor.
Alınan 100 milyon dolarlık yatırım, çıkarım altyapısını genişletme planına somut finansman sağlıyor.
Nvidia dışındaki çiplerle kurulan altyapı, yapay zekâ hizmeti geliştiren şirketlerin değerlendirebileceği donanım seçeneklerini çeşitlendiriyor.
Yazılımsız sunucu modeli, kendi yazılımını çalıştırmak isteyen ekipler için hazır yapay zekâ hizmetlerinden farklı bir tedarik yaklaşımı sunuyor.
Bu yazı, yukarıdaki kaynaktan Made in 10 Haber Odası tarafından otomatik olarak yazılmıştır.
Mistral, kodlama otomasyonu gibi görevler için geliştirdiği 1 trilyon parametreli yapay zekâ modeli Mistral Large 4’ün ağırlıklarını erişime açtı. Kuantize edilmiş bir sürümün 4 Nvidia B200 veya B300 GPU üzerinde çalıştığı belirtiliyor; bu da modeli kendi altyapısında çalıştırmak isteyen geliştiricilere değerlendirebilecekleri bir donanım yapılandırması sunuyor.
