Inferact、1億5000万ドルのシードラウンドを調達、企業価値8億ドルでvLLM推論エンジンの拡大を目指す
重要ポイント
- •Inferactは2026年1月22日に発表された1億5000万ドルのシード資金を調達し、企業価値（ポストマネー）は8億ドルと評価されました。Andreessen HorowitzとLightspeed Venture Partnersが投資家に含まれています。
- •創業チームにはvLLMのメンテナーが含まれ、CEOのSimon Moが率い、Databricks共同創業者のIon Stoicaも参加しています。プロジェクトは2023年にUC BerkeleyのSky Computing Labで始まりました。
- •vLLMは500以上のモデルアーキテクチャと200以上のハードウェアアクセラレーターに対応し、Amazon、Meta、Googleが本番システムで利用しています。
- •Inferactは、サーバーレス提供やオブザーバビリティツールなどの有償サービスを通じて商用ビジネスを構築する意向であり、PyTorch FoundationのガバナンスのもとでvLLMをオープンソースのまま維持します。
- •NVIDIAのVera Rubinハードウェアに向けたInferactの継続的な上流最適化作業により、2026年10月時点で特定のモデルにおいて最大7.8倍のスループット向上が達成されています。
vLLMのメンテナー陣が設立したサンフランシスコのAIインフラスタートアップInferactが、1億5000万ドルのシード資金を調達しました。このラウンドは2026年1月22日に発表されたもので、企業価値（ポストマネー）は8億ドルと評価され、Andreessen HorowitzやLightspeed Venture Partnersが投資家に名を連ねています。
その狙いはシンプルです。大規模言語モデルの実行に広く使われている最有力のオープンソースツールの一つを土台にし、ソースをクローズ化することなく商用ビジネスを構築するというものです。
Inferactが実際に売っているもの
vLLMは、PagedAttentionと呼ばれる手法で推論効率に取り組んでいます。このアプローチは、オペレーティングシステムが限られたRAMを多数のプログラムで同時にやりくりするために使う仕組みである仮想メモリから着想を得たものです。リクエストごとに大きな固定サイズのメモリブロックを確保するのではなく、必要に応じてより小さなページ単位でメモリを割り当てます。遊休メモリが減るため、同じハードウェアでより多くのリクエストを処理できます。
このレイヤーでの利害は構造的なものです。推論はAIの継続的なコストであり、デプロイされたモデルが処理するすべてのリクエストが計算資源とメモリを消費するため、効率の改善は一時的な節約ではなく、リクエストあたりコストの低減として直接積み上がります。
このプロジェクトの裾野は広く、vLLMは500以上のモデルアーキテクチャと200以上のハードウェアアクセラレーターに対応し、2,000人以上の貢献者が関わってきました。Amazon、Meta、Googleのいずれも本番システムでvLLMを利用しています。
Inferactは、このオープンソースプロジェクトの上に有償サービスを重ねる計画です。具体的には、顧客がサーバーを自ら管理せずにモデルを実行できるサーバーレス提供や、デプロイの挙動を監視するためのより強力なオブザーバビリティツールなどが含まれます。同社によると、焦点はコスト、レイテンシ、スループットという3つのレバーにわたる推論のチューニングです。
バークレーの研究室から企業価値8億ドルのスタートアップへ
vLLMは2023年、UC BerkeleyのSky Computing Labで誕生しました。同研究室はDatabricksの共同創業者であるIon Stoicaが率いており、Stoica自身もInferactの創設メンバーです。創業チームのその他のメンバーには、CEOを務めるSimon Moのほか、Woosuk Kwon、ichao You、Roger Wangが名を連ねます。
2025年5月、vLLMはPyTorch Foundationのプロジェクトになりました。ファウンデーションによるガバナンスはロードマップをベンダーニュートラルに保ちます。これは商用面でも重要なポイントで、採用企業は特定のベンダーに依存することなくvLLMを標準技術として採用できます。Inferactはその後2025年に設立され、オープンソースモデルを維持したままvLLMを商用化・拡大することを明確な目標として掲げました。
2026年10月時点で、InferactはNVIDIAのVera Rubinハードウェア向けの初期最適化など、vLLMへの上流コントリビューションを継続しています。この取り組みにより、特定のモデルで最大7.8倍のスループット向上が達成されています。
AIインフラ市場にとっての意味
オープンソースの商用化という手法はすでに知られています。Databricksは、同じくバークレー発のプロジェクトであるApache Sparkを基にビジネスを構築しました。Inferactは、これを成し遂げた経験を持つ創設メンバーを擁し、同じ戦略を進めています。
200以上のアクセラレーターに対応するvLLMは、チップベンダーを横断して機能するレイヤーとして位置づけられています。大手クラウドプロバイダーはすでに自社でvLLMを運用しており、潤沢な資金と独自のマネージドAIサービスを抱えています。Inferactが掲げる強みは専門性です。コードベースを最も深く知る人々が、いま一つ屋根の下に集まっています。
今後の行方は実際的な問題にかかっています。新たな資金がVera Rubin向け最適化のような上流での取り組みを加速させるか、自己ホストも可能なソフトウェア上で同社がサービスをどう価格設定するか、そしてすでにvLLMを運用するクラウド大手がそのメンテナーから購入するのか、それとも独自のマネージド代替品の開発を社内で続けるのか。こうした力学こそが、見出しの評価額よりも、Databricks型の手法が推論にも通用するかどうかを示すことになるでしょう。
