Modal、サーバーレスAIインフラで355百万ドルのシリーズC——AI推論基盤の需要増に対応

概要

※本記事は公開情報をもとに編集部が再構成したサマリです。一次情報は出典欄をご参照ください。

開発者向けサーバーレス AI インフラを提供する Modal は2026年5月28日、3億5,500万ドル（約522億円）のシリーズ C 資金調達を完了したと発表した。Modal は Python コードから直接 GPU クラスターを呼び出してモデル推論・バッチ処理・ファインチューニングを実行できるサーバーレスプラットフォームで、GPU のプロビジョニングや管理の複雑さを開発者から隠蔽する点が特徴。AI アプリケーションの推論コスト増大と GPU インフラ管理の専門性不足が企業課題となるなか、フルマネージドの推論基盤として需要が拡大している。

事実のポイント

• シリーズ C 調達額：3億5,500万ドル（約522億円、2026年5月28日）
• サービス：Python から直接 GPU クラスターを呼び出せるサーバーレスAIインフラ
• 対応ワークロード：LLM 推論・画像生成・バッチ処理・モデルファインチューニング・ベクターサーチ
• GPU プロビジョニング・スケーリング・課金管理をフルマネージド化（開発者がインフラ管理不要）
• 現在の顧客：AI スタートアップ・中規模企業の AI 開発チーム数百社
• 調達資金でデータセンター資源（H100/A100 GPU）のキャパシティ拡充を実施予定

用語・背景の補足

サーバーレス AI インフラ：サーバーの管理・スケーリング・費用の調整を利用者が行わず、実際に計算した時間・量だけ課金されるクラウド AI 計算環境。AWS Lambda のサーバーレスコンセプトを GPU 推論に適用したもの。Lambda Labs・RunPod・Together AI とも競合するが、Modal は開発者体験（Python ネイティブ API）を強みとする。

GPU 推論コストの急増：LLM のパラメータ規模が増加するにつれて、推論（生成）時の計算コストも増大している。企業が自社で GPU クラスターを管理するコスト・専門性が課題となり、フルマネージドの推論インフラへの需要が高まっている。

注意点

• GPU リソースの予約・優先割り当てはプランによって異なり、ピーク時のレイテンシは保証されない場合がある
• サーバーレス課金はスパイク的な利用に適しているが、常時高負荷の推論ワークロードでは専用クラスターより割高になる場合がある
• データのリージョン配置・プライバシーポリシーは自社のコンプライアンス要件と照合する必要がある

編集部見解

（追記予定）