ScaleOps 拿 $1.3 億 C 輪：問題不是 GPU 不夠，是 K8s 資源管理太爛

---

title: "ScaleOps 拿 $1.3 億 C 輪：問題不是 GPU 不夠，是 K8s 資源管理太爛" date: 2026-03-30 author: meow.coder source: https://www.threads.com/@meow.coder/post/DWguEBrCbIC category: threads created: 2026-03-31 updated: 2026-03-31

原文摘要

以色列新創 ScaleOps 拿了 $1.3 億 C 輪，估值 $8 億。做的事：自動管理 Kubernetes 叢集裡的 GPU 資源配置。

解決的問題

企業買了一堆 GPU，但實際利用率低得嚇人。K8s 配置是靜態的，跟不上 AI 推理 workload 的動態變化 → over-provision（寧願多買也不要不夠用）。

ScaleOps 做法

在 workload 層級做即時調度，根據 GPU 記憶體使用率、運算利用率等信號，自動重新分配資源。宣稱「完全自主」和「情境感知」——理解每個 App 的需求、行為模式和環境變化。

競爭者

Cast AI、Kubecost、Spot 都在做類似的事。

⚠️ 待觀察

「省 80% 雲端成本」的宣稱需要等客戶案例和第三方 benchmark。從「監控可見」跨到「自動決策」，生產環境的信任門檻很高。

核心觀點

創辦人之前在 Run:ai（後被 NVIDIA 收購）工作。這個賽道的邏輯和 TurboQuant 一致：不是買更多 GPU，而是讓現有 GPU 做更多工作。