7月30日、SiliconAngleが「Nscale buys AI infrastructure optimization startup Anyscale for reported $1.65B」と題した記事を公開した。AIデータセンター事業者のNscaleが、OpenAI・Uber・Spotifyなど名だたる企業に採用される分散処理フレームワーク「Ray」の商用化企業Anyscaleを約16億5000万ドルで買収すると発表した。GPUの調達競争を超え、ソフトウェアスタックごと垂直統合する戦略は、AIクラウドの競争軸がいよいよ次の段階へ移ったことを示している。

ハードウェアだけでなくソフトウェアまで垂直統合するNscale

AIクラウドの競争軸が「GPUを何台積めるか」から「インフラ全体をどう最適化するか」へと移りつつある中、Nscaleが今回の買収で見せた戦略は、その流れを端的に表している。

ロンドン拠点のNscaleは、電力・データセンター・コンピュートを自社で保有・運営するAIクラウド事業者だ。現在は6カ国にまたがるAIデータセンターネットワークを構築中で、目玉となるのはウェストバージニア州メイソン郡の2,250エーカーに及ぶキャンパス。自前の電力グリッドを備え、理論上8ギガワット超の計算能力をホスト可能とされている。同社は今年3月、NvidiaをはじめとするコンソーシアムからシリーズC（Cラウンド）で20億ドルの資金調達を完了させている。

今回買収するAnyscaleは2019年創業のスタートアップで、オープンソースのクラスタ管理フレームワークRayを商用化している企業だ。Rayはもともと同社の創業チームが開発したプロジェクトで、大規模AIクラスタの最適化に使われる。

Rayが解決する問題：分散AI処理の「地味だが重要な課題」

AIワークロードを複数サーバーに分散させる処理は、単純にタスクを分割して各マシンに割り当てるだけでは成立しない。信頼性の確保、コスト超過の防止、ハードウェアの稼働率最適化など、細かいチューニングが必要になる。Rayはそうした作業を簡略化するためのソフトウェアだ。

具体的にRayが担う機能として、記事では以下が挙げられている：

• フォールトトレランスの自動化：AIトレーニング中にサーバーが1台落ちた場合、Rayが自動的に代替マシンに切り替える。カスタムの障害対応ワークフローを書く必要がなくなる。
• ネットワーク帯域コストの削減：AIモデルとそのデータセットを別々のサーバーに置くと、常にネットワーク越しのやり取りが発生する。Rayはモデルとデータセットを同一マシン上に配置してトラフィックを削減する。

商用版のAnyscaleは、マネージドなRayクラスタを1分以内に起動できるクラウドサービスとして提供されており、トラブルシューティング用のモニタリングダッシュボードも含まれている。

垂直統合AIクラウドの完成を狙う

NscaleはすでにコンテナオーケストレーションのKubernetesとジョブスケジューラのSlurmのマネージドバージョンを顧客に提供している。いずれも大規模サーバークラスタの管理を自動化するオープンソースツールだ。Anyscaleの買収によってRayがこれに加わり、インフラ最適化ツール群がさらに拡充される。

NscaleのCEO、Josh Payne氏はプレスリリースでこう述べている：

「私たちは電力からデータセンター、コンピュート、そしてそれらをAIクラウドに変えるソフトウェアまで、すべてのレイヤーを自社で構築・保有している。AnyscaleはAIチームがあらゆるワークロードをスケールするために使うマネージドサービスでそのオファリングを拡張し、真に垂直統合されたAIクラウドプラットフォームを完成させる。」

買収クローズは2025年末を予定していた（記事公開時点の2026年7月時点では、すでにクローズ済みの可能性がある。詳細は元記事を参照）。

背景：AIインフラ事業者がソフトウェアスタックを取りに動く構図

今回のM&Aは、データセンターやGPUクラスタを提供するインフラ事業者が、差別化のためにソフトウェア層の獲得に動くという大きな流れの一例だ。GPUのコモディティ化が進む中で、最適化ソフトウェアや運用自動化ツールがプラットフォームの価値を左右するようになりつつある。RayはOpenAI、Spotify、Uberといった大手でも採用実績があり、AIワークロードの分散処理においては事実上の標準的ツールの一つとなっている。

詳細はNscale buys AI infrastructure optimization startup Anyscale for reported $1.65Bを参照していただきたい。