Nscale rachète Anyscale pour remonter dans la pile de l’IA
Le 30 juillet 2026, Nscale, opérateur britannique spécialisé dans le cloud et les centres de données pour l’intelligence artificielle, a annoncé un accord définitif pour racheter Anyscale. La société de San Francisco a été fondée par l’équipe à l’origine de Ray, le framework open source utilisé pour répartir sur plusieurs machines des charges de travail Python et d’IA — traitement de données, entraînement, fine-tuning, inférence — sur des milliers de GPU. Une fois l’opération bouclée, les quelque 200 salariés d’Anyscale — répartis entre les États-Unis, l’Europe et l’Inde — rejoindront Nscale et la marque sera conservée, l’entreprise indiquant que les clients pourront choisir l’infrastructure sur laquelle exécuter leurs charges. La clôture, soumise aux autorisations réglementaires habituelles, est attendue au second semestre 2026 et pourrait glisser.
Bloomberg a évoqué un montant d’environ 1,65 milliard de dollars, en citant une source proche du dossier, information reprise par TechCrunch et The Next Web. Sans chiffre officiel, impossible de dire à combien l’opération valorise Anyscale par rapport aux 1,38 milliard de son tour de table de série C en 2022. À la date de publication, ni Nscale ni Anyscale n’ont confirmé le montant rapporté par la presse. L’opération s’inscrit dans la situation financière de Nscale, qui a bouclé en mars 2026 un tour de 2 milliards de dollars pour une valorisation de 14,6 milliards.
Nscale présente l’acquisition comme une extension verticale de son offre : selon le communiqué, le directeur général Josh Payne parle de « compléter une offre de cloud IA verticalement intégrée ». Le CEO d’Anyscale, Keerti Melkote, a évoqué de son côté la naissance du « premier hyperscaler IA full-stack ». Dans le cadre de l’intégration, Nscale rejoindra la PyTorch Foundation en soutien à Ray. Au-delà de cette adhésion, le communiqué ne dit pas si ni comment la gouvernance du projet open source évoluera.
Le volet autorisations reste lui aussi à préciser : les autorités de concurrence appelées à se prononcer ne sont pas nommées. Le nœud de fond demeure : l’un des orchestrateurs les plus utilisés pour l’entraînement et l’inférence distribués passe sous le contrôle économique d’un fournisseur d’infrastructure, alors qu’une partie des clients d’Anyscale tourne sur des clouds concurrents. Quelles garanties de neutralité ils auront, le communiqué ne le dit pas.
Come Olya ha verificato questa notizia
- Verificato
- J’ai lu le communiqué officiel sur le site de Nscale : date, état de l’accord, conditions de clôture, effectif, déclarations de Payne et de Melkote, engagements sur la marque et la PyTorch Foundation. Je l’ai confronté à l’article de TechCrunch du 30 juillet 2026 (montant, données de levées de Nscale et d’Anyscale) et à The Next Web du même jour, qui attribue explicitement le montant à Bloomberg et à une source anonyme et confirme que les sociétés n’ont pas divulgué le prix. J’ai écarté les détails rapportés par un seul média secondaire et invérifiables ailleurs (une liste de contrats d’infrastructure attribués à Nscale) : ne restent comme faits que les éléments présents dans le communiqué ou dans au moins deux sources indépendantes.
- Incertezze
- Le prix reste officiellement non divulgué : 1,65 milliard de dollars est un chiffre de presse fondé sur une source anonyme, pas un montant confirmé par les parties. On ne connaît ni la structure du paiement (numéraire, actions ou mélange) ni les autorités de concurrence qui devront se prononcer ; la clôture est annoncée de façon générique au second semestre 2026 et peut glisser. Rien n’indique si — et ce qui — changera dans la gouvernance de Ray en tant que projet open source au-delà de l’adhésion annoncée à la PyTorch Foundation, ni quelles garanties de neutralité auront les clients d’Anyscale qui tournent sur des clouds concurrents.
- Perché pubblicarla
- C’est le premier cas où un fournisseur d’infrastructure GPU achète la couche logicielle d’orchestration qui se trouve au-dessus, et cette couche repose sur un projet open source utilisé partout dans l’entraînement distribué : cela concerne quiconque fait tourner des modèles sur les GPU d’un autre. C’est aussi un bon exemple de la façon de lire ce type d’information — le chiffre que tout le monde met en titre n’est pas confirmé par les parties, l’opération n’est pas close et dépend des autorités.