Verda הפינית גייסה 189 מיליון דולר בסבב Series B

חברת Verda הפינית, שמפעילה תשתית ענן וחדרי שרתים לעומסי בינה מלאכותית, גייסה 189 מיליון דולר בסבב Series B שביקוש עלה על ההיצע, בהובלת Emergence Capital. לפי החברה, הסבב הופך אותה לחד-קרן האירופי החדש ביותר, וסך הגיוס הכולל בהון ובחוב עולה על 450 מיליון דולר.

מי משקיע ומה החברה בונה

לצד Emergence Capital השתתפו בסבב MUFG Innovation Partners, Supermicro, Varma Mutual Pension Insurance Company, Lifeline Ventures, 6 Degrees Capital, byFounders ו-Tesi (השקעות התעשייה של פינלנד), וכן משקיעים פרטיים ובהם Ola Tørudbakken ו-Mark Saroufim. Verda מתכננת ובונה בעצמה את חדרי השרתים, את התשתית שבתוכם ואת הפלטפורמה שמעליהם, כדי לאפשר ללקוחות לקבל קיבולת במקום ובזמן שהם זקוקים לה, בטביעת פחמן נמוכה מהממוצע בענף. המייסד והמנכ"ל רובן בראיון אמר שהחלון להקים "אחת מחברות המחשוב המעצבות של הדור הזה — ומאירופה" לא יישאר פתוח זמן רב.

לקוחות וקנה מידה

לפי Verda, החברה מפעילה עומסי AI עבור ארגונים ביותר מ-50 מדינות והגיעה ביולי 2026 לקצב הכנסה שנתי של 165 מיליון דולר, עם יותר מ-250 עובדים בהלסינקי, לונדון, טאיפיי וסן פרנסיסקו. Aleph Alpha מריצה תשתית מחקר על אשכולות GPU של Verda, Magnific משרתת מיליוני בקשות ליצירת מדיה ביום, ו-Epsilon Health מאמנת מודלים לרדיולוגיה על אשכול ייעודי ברזולוציית תמונה מקורית.

למה מיועד הסבב

בתחום הקיבולת Verda מצפה ליותר מ-250 מגה-ואט פעילות ב-2027, כאשר קיבולת חדרי שרתים פועלת כבר כיום בפינלנד ואתרים נוספים ייפתחו באירופה, בריטניה, ארה"ב ואסיה; כמו כן צפויים פריסות מוקדמות של מערכות NVIDIA VR200 NVL72. בפלטפורמה החברה מזכירה container registry שיצא לאחרונה, אחסון אובייקטים תואם S3 בדרך, Kubernetes עם Kueue או Slurm מוגדרים מראש ב-Instant clusters, ו-Managed Kubernetes בהמשך. לארגונים — Audit Logs ו-SSO ל-IAM, מחשוב סודי עם תמיכה ב-8× NVIDIA HGX B300 ו-B200, והסמכות SOC Type II ו-C5.

למה זה חשוב

הסבב הוא הימור על כך שמודל הרכש של השנים האחרונות — משא ומתן ארוך והקצאות קבועות — אינו מתאים עוד לאימון, לאינפרנס בפרודקשן ולעומסים סוכניים שקופצים ברגע שקריאה לכלי חוזרת. המעבדה הפנימית של Verda מריצה עומסי מחקר על אותה פלטפורמה שבה משתמשים הלקוחות, ועוסקת בניצולת GPU, מיטוב אינפרנס והנדסת קרנלים.