Inferact — стартап из Сан-Франциско в области AI-инфраструктуры, основанный людьми, которые сопровождают vLLM, — привлекла $150 млн посевного финансирования. Раунд, объявленный 22 января 2026 года, оценил компанию в $800 млн постмани; среди инвесторов — Andreessen Horowitz и Lightspeed Venture Partners.

Идея проста: взять один из самых востребованных open-source инструментов для запуска больших языковых моделей и построить вокруг него коммерческий бизнес, не закрывая исходный код.

Что на самом деле продаёт Inferact

vLLM решает задачу эффективности инференса с помощью техники под названием PagedAttention. Подход заимствует идею у виртуальной памяти — механизма, который операционные системы используют для распределения ограниченного объёма RAM между множеством программ одновременно. Вместо резервирования больших жёстких блоков памяти под каждый запрос система выделяет память небольшими страницами по мере необходимости. Меньше памяти простаивает, поэтому то же оборудование обслуживает больше запросов.

Ставки на этом уровне носят структурный характер. Инференс — это постоянная статья расходов ИИ: каждый запрос, который обслуживает развёрнутая модель, потребляет вычисления и память, поэтому выигрыш в эффективности напрямую превращается в снижение стоимости запроса, а не в разовую экономию.

Охват проекта широк. vLLM поддерживает более 500 архитектур моделей и свыше 200 аппаратных ускорителей, а над ним работали более 2 000 контрибьюторов. Amazon, Meta и Google используют vLLM в своих промышленных системах.

Inferact планирует добавить поверх open-source проекта платные услуги. Среди них — serverless-решения, позволяющие клиентам запускать модели без управления собственными серверами, и расширенные инструменты наблюдаемости для мониторинга поведения развёртываний. По словам компании, её цель — настройка инференса по трём рычагам: стоимость, задержка и пропускная способность.

От лаборатории в Беркли до стартапа стоимостью $800 млн

vLLM начался в 2023 году в Sky Computing Lab Калифорнийского университета в Беркли, которой руководит Ion Stoica, сооснователь Databricks. Stoica также является одним из основателей Inferact. Остальная часть команды основателей включает Simon Mo, занимающего пост CEO, а также Woosuk Kwon, Kaichao You и Roger Wang.

В мае 2025 года vLLM стал проектом PyTorch Foundation. Управление фондом удерживает дорожную карту нейтральной по отношению к вендорам — деталь, важная в коммерческом плане, поскольку пользователи могут стандартизироваться на vLLM без зависимости от какого-либо одного поставщика. Inferact была создана позже в 2025 году с заявленной целью коммерциализации и масштабирования vLLM при сохранении open-source модели.

По состоянию на октябрь 2026 года Inferact продолжает вносить апстрим-вклад в vLLM, включая раннюю работу по оптимизации под оборудование NVIDIA Vera Rubin. Эта работа обеспечила рост пропускной способности до 7,8x на указанных моделях.

Что это значит для рынка AI-инфраструктуры

Сценарий коммерциализации open-source хорошо знаком. Databricks построила бизнес вокруг Apache Spark — ещё одного проекта с корнями Беркли, — и Inferact реализует схожую стратегию, причём в числе её основателей человек, который уже делал это раньше.

Благодаря поддержке более 200 ускорителей vLLM позиционируется как слой, работающий в независимости от производителей чипов. Крупные облачные провайдеры уже сами используют vLLM, обладая значительными ресурсами и собственными управляемыми AI-сервисами. Заявленное преимущество Inferact — экспертиза: люди, которые знают кодовую базу лучше всех, теперь работают под одной крышей.

Дальнейшее зависит от практических вопросов: ускорит ли новый капитал апстрим-работу, такую как оптимизации для Vera Rubin, как компания будет назначать цены на услуги для ПО, которое клиенты могут развертывать самостоятельно, и будут ли облачные гиганты, уже использующие vLLM, покупать у его разработчиков или продолжат создавать собственные управляемые альтернативы. Именно эта динамика, а не громкая оценка, покажет, применим ли сценарий Databricks к инференсу.