GPU の陰の主役、ストレージ：Wasabi が評価額 18 億ドルで 7,000 万ドルを調達

AI の話題は GPU に集まりがちですが、データの置き場所にもお金が流れています。クラウドストレージの Wasabi は 2026 年 1 月 13 日、評価額 18 億ドルで 7,000 万ドルの新しい出資を受けたと発表しました。L2 Point が主導し、Pure Storage と Fidelity も加わりました。これまでの調達は合わせて 6 億ドルを超えます。別に、2.5 億ドルの与信枠（必要な時に借りられる枠）も発表しています。

規模と道具

• 3EB（エクサバイト）を超えるデータを、16 のリージョンで預かる。
• Wasabi Fire：NVMe を使う、AI と機械学習向けの速いクラス。
• AiR：動画などに、AI で自動でメタデータ（中身を表すタグ）を付ける。
• Covert Copy：隠れた写しを持ち、ランサムウェアに備える。

2025 年 11 月には、高性能のクラスと、シリコンバレーの拠点も発表しました。

発表は「ストレージは GPU ほど注目されないかもしれないが、それがなければ AI の道具と技術の利用は止まってしまう（Storage may not receive the same attention as GPUs, but without it, the use of AI tools and technology grinds to a halt）」と述べています。

AI のサービスで、ストレージが効く所

• 学習と評価のデータ：同じデータを何度も読む。
• 生成した画像と動画：1 本ごとに大きく、ためるほど増える。
• エージェントの記録：何をして、何を作ったかの記録は、監査とやり直しの土台になる。

Wasabi は、データを取り出す料金（エグレス）と、API の呼び出しの料金を取らない料金の形で知られています。読み出しの多い AI の用途では、保存の単価だけでなく、取り出しの費用まで含めて比べることが大切です。

作り手にとっての意味

動画や画像を生成するサービスでは、モデルの費用より、ためたデータの費用が先に効いてくることがあります。どのデータを、どれだけの期間、どの速さのクラスに置くのか。設計の段階で決めておくと、あとで請求に驚かずに済みます。

エージェントの記録も同じです。消してよい物と、監査のために残す物を最初に分けておけば、群れが大きくなっても、置き場所の費用は読めるものになります。