وتأتي الجولة في أعقاب السلسلة C التي حصلت عليها الشركة بقيمة 250 مليون دولار في سبتمبر 2025، ليصل إجمالي التمويل إلى 850 مليون دولار وتقدر قيمة الشركة بحوالي 2.34 مليار دولار.
مع جمع 650 مليون دولار في الأشهر الستة الماضية – أكثر من 75% من إجمالي رأسمالها حتى الآن – تدخل Rebellions مرحلة جديدة من النمو تركز على التوسع في السوق الأمريكية، وتوسيع نطاق إنتاج منصة Rebel100 الخاصة بها والتحضير للاكتتاب العام الأولي في المستقبل.
يقول سونغهيون بارك، المؤسس المشارك والرئيس التنفيذي لشركة Rebellions: “يتم قياس الذكاء الاصطناعي الآن من خلال قدرته على العمل في العالم الحقيقي – على نطاق واسع، وفي ظل قيود القوة، وبعائد اقتصادي واضح”.
يقع في قلب هذه الإستراتيجية نهج Rebellions الذي يركز على البرمجيات. قامت الشركة ببناء مكدس ذكاء اصطناعي سحابي أصلي ومنصة خدمة للنشر على نطاق الإنتاج، مدعومة بـ Kubernetes ومصممة للعمل محليًا مع البرامج الرائدة مفتوحة المصدر، بما في ذلك vLLM وPyTorch وTriton وHugging Face وOpenShift. توفر المنصة استدلالًا موزعًا عالي الأداء ودعمًا واسعًا للنماذج وتجربة نشر متسقة.
تعكس هذه البنية اعتقادًا واضحًا بأن البنية التحتية للذكاء الاصطناعي سيتم تحديدها من خلال أنظمة بيئية مفتوحة تجرد تعقيد الأجهزة. من خلال التوافق مع معايير المصادر المفتوحة منذ البداية، تمكن Rebellions المطورين من النشر عبر نماذج وبيئات متنوعة دون تقييد الملكية. إلى جانب مجموعة برامج ناضجة تم اختبارها والتحقق من صحتها من قبل المستخدم النهائي، فإن هذا يضع الشركة في مكانة يمكنها من دعم البنية التحتية غير المتجانسة للذكاء الاصطناعي على نطاق واسع.
بالإضافة إلى ذلك، تعمل Rebellions RebelRack وRebelPOD – وكلاهما متوفران اليوم – على توسيع نطاق النظام الأساسي إلى ما هو أبعد من السيليكون والبرمجيات إلى منصات بنية تحتية للذكاء الاصطناعي قابلة للنشر بالكامل ومتكاملة رأسياً. يوفر RebelRack وحدة حوسبة استدلالية جاهزة للإنتاج، بينما يدمج RebelPOD رفوفًا متعددة في مجموعة قابلة للتطوير مصممة لنشر الذكاء الاصطناعي على نطاق واسع.
تمثل هذه الحلول معًا تحولًا نحو تقديم بنية تحتية كاملة ونموذجية للذكاء الاصطناعي يمكن نشرها وتكرارها وتوسيع نطاقها عبر بيئات مراكز البيانات. تم تحسين النظام الأساسي، المبني على وحدة Rebel100 NPU القائمة على الشرائح الصغيرة، على مستوى النظام لتحقيق الأداء لكل واط وكفاءة التكلفة، مما يمكّن المؤسسات من تشغيل أعباء عمل الذكاء الاصطناعي ضمن قيود الطاقة والبنية التحتية في العالم الحقيقي.
