شراكات
DG Matrix وInfraPartners تتعاونان على منصة للبنية التحتية للذكاء الاصطناعي لمعالجة اختناقات الكهرباء

النقاط الرئيسيةتقوم شركتا DG Matrix وInfraPartners بدمج البنية التحتية من الشبكة إلى الرف لتقليل…
عرض المزيد
- تقوم شركتا DG Matrix وInfraPartners بدمج البنية التحتية من الشبكة إلى الرف لتقليل الجداول الزمنية لنشر مراكز بيانات الذكاء الاصطناعي.
- تستخدم منصة Interport 360 محولات الحالة الصلبة المعرفة بالبرمجيات لإدارة الطاقة المترددة والمستمرة لمصانع الذكاء الاصطناعي.
- ينتقل الاختناق الرئيسي للبنية التحتية للذكاء الاصطناعي من الوصول إلى وحدات معالجة الرسوميات إلى تأخيرات توصيل الطاقة والربط بالشبكة.
مع تسارع الطلب على البنية التحتية للذكاء الاصطناعي حول العالم، لم يعد أحد أكبر القيود التي تواجه القطاع يقتصر على إتاحة وحدات معالجة الرسومات، بل أصبح يتمثل في القدرة على توفير ما يكفي من القدرة الكهربائية والبنية التحتية المادية بالسرعة اللازمة لدعم أعباء عمل الجيل المقبل من الذكاء الاصطناعي. وفي هذا السياق، أعلنت DG Matrix و InfraPartners عن شراكة تركز على بناء منصة متكاملة تهدف إلى تسريع نشر مراكز البيانات المهيأة للذكاء الاصطناعي و«مصانع الذكاء الاصطناعي».[1] [2] [3]
يجمع التعاون بين معمارية إمداد الطاقة Interport 360 من DG Matrix ومنصة RapidNode لمراكز بيانات الذكاء الاصطناعي مسبقة التصنيع من InfraPartners. وتقول الشركتان إنهما تعملان على إنشاء نموذج موحد للبنية التحتية يمتد «من شبكة الكهرباء إلى خزانة الخوادم»، بهدف تقليص مدد النشر مع تهيئة المنشآت للأجيال المقبلة من عتاد الذكاء الاصطناعي.
نمو الذكاء الاصطناعي يزيد الضغط على البنية التحتية الكهربائية
تأتي الشراكة في وقت تواجه فيه شركات الحوسبة فائقة النطاق ومزودو الخدمات السحابية ومشغلو البنية التحتية للذكاء الاصطناعي تأخيرات متزايدة ترتبط بالربط بشبكة الكهرباء والجداول الزمنية التقليدية لبناء مراكز البيانات. وبحسب الورقة البيضاء الصادرة عن الشركتين، قد يمتد انتظار الربط بالشبكة في بعض الأسواق لسنوات، بينما قد يستغرق بناء مراكز البيانات التقليدية عامين إلى ثلاثة أعوام بعد تأمين الكهرباء.[1]
تزداد أهمية هذا التفاوت مع استمرار ارتفاع كثافة عناقيد تدريب الذكاء الاصطناعي واستهلاكها للقدرة الكهربائية. وقد حذر جنسن هوانغ، الرئيس التنفيذي لشركة NVIDIA (NVDA )، من أن القدرة الكهربائية ستصبح قيدًا أساسيًا على مراكز البيانات المستقبلية، وأن توافر البنية التحتية سيؤثر مباشرة في توليد الإيرادات.
وترى الشركتان أن حل هذا التحدي يتطلب تكاملًا أوثق بين البنية التحتية للحوسبة وأنظمة الطاقة، بدلًا من التعامل معهما كطبقتين منفصلتين.
دمج مصانع الذكاء الاصطناعي مسبقة التصنيع مع إمداد الطاقة المحدد برمجيًا
ركزت InfraPartners أعمالها على مراكز بيانات للذكاء الاصطناعي مسبقة التصنيع وقابلة للترقية، صُممت خصيصًا لأعباء العمل التي تستخدم وحدات معالجة الرسومات بكثافة. ويعتمد نظام RapidNode على تصميم مرجعي موحد يُصنّع بموجبه جانب كبير من البنية التحتية في المصنع قبل النشر. وبحسب الورقة البيضاء، يُصنّع نحو 80% من النظام ويُدمج خارج موقع التركيب قبل وصوله إليه.
تتمثل الفكرة الأوسع وراء البنية التحتية للذكاء الاصطناعي مسبقة التصنيع في تقليص التأخيرات الطويلة والتفاوت في التنفيذ الهندسي المرتبطين بالمنشآت التقليدية المبنية في الموقع. وتقول InfraPartners إن نهجها يتيح مراكز بيانات قابلة للتوسع والترقية، تراعي في تصميمها تطور معماريات وحدات معالجة الرسومات وازدياد كثافة خزائن الخوادم.
وتتولى DG Matrix جانب البنية التحتية للطاقة من خلال منصة Interport، وهي معمارية لمحولات الحالة الصلبة مصممة لإدارة مدخلات ومخرجات كهربائية متعددة في الوقت نفسه. وتصف الشركة Interport بأنها بنية لإمداد الطاقة قابلة للتهيئة برمجيًا، تستطيع دمج مصادر التيار المتردد والتيار المستمر والبطاريات والمولدات والطاقة المتجددة وأعباء عمل الذكاء الاصطناعي ضمن نظام موحد.[1]
وروعي في تصميم المنصة أيضًا ظهور معماريات التيار المستمر بجهد 800 فولت، التي يتوقع كثيرون في القطاع أن تتبناها مراكز بيانات الذكاء الاصطناعي المستقبلية. وتذكر الورقة البيضاء أن Interport 360 صُممت لنموذجي توزيع التيار المتردد والتيار المستمر، بما يسمح للمشغلين بالانتقال إلى معماريات أحدث لإمداد الطاقة من دون استبدال الأنظمة القائمة بالكامل.
الانتقال من مراكز البيانات التقليدية إلى «مصانع الذكاء الاصطناعي»
تتكرر في إعلان الشراكة فكرة أن البنية التحتية للذكاء الاصطناعي تتطور بعيدًا عن نماذج مراكز البيانات التقليدية، باتجاه «مصانع ذكاء اصطناعي» شديدة التخصص.
وعلى خلاف مراكز بيانات المؤسسات التقليدية، يتعين على مصانع الذكاء الاصطناعي التعامل مع أجيال وحدات معالجة الرسومات سريعة التغير، وأحمال حرارية أكبر، وخزائن خوادم أعلى كثافة، ومتطلبات كهربائية متقلبة تنتجها أعباء تدريب الذكاء الاصطناعي. وتبرز الورقة البيضاء «إدارة الأحمال النبضية للذكاء الاصطناعي» بوصفها إحدى القدرات الأساسية للمنصة، في إشارة إلى الطلب الشديد والمتقلب بدرجة كبيرة على الطاقة الذي تولده أنظمة التدريب واسعة النطاق.
وتقول الشركتان إن معماريتهما المتكاملة صُممت لامتصاص تقلبات القدرة الكهربائية هذه وتثبيتها، مع المشاركة بمرونة أكبر في شبكة الكهرباء. ويشمل ذلك دعم أنظمة الطاقة الموجودة على جانب المستهلك من العداد، ووظائف موازنة الشبكة، وبرمجيات تحسين الطاقة التي تستهدف إدارة استخدام موارد الحوسبة والقدرة الكهربائية في الوقت الفعلي.
وتضع DG Matrix هذا التحول الأوسع في البنية التحتية في صميم توجهها بصورة متزايدة. وقد جمعت الشركة مؤخرًا 60 مليون دولار في جولة تمويل من الفئة A، لتوسيع نشر تقنية محولات الحالة الصلبة في أسواق البنية التحتية للذكاء الاصطناعي والكَهربة.
التوحيد القياسي يصبح أولوية استراتيجية
من أبرز جوانب الشراكة تركيزها على التوحيد القياسي ونماذج النشر القابلة للتكرار. وتقول الشركتان إن المنصة قابلة للتهيئة برمجيًا لتناسب مناطق جغرافية وفئات جهد وترددات ومتطلبات شبكات مختلفة، من دون إعادة تصميمها بالكامل في كل عملية نشر.
ويعكس هذا النهج تحولًا أوسع في قطاع البنية التحتية للذكاء الاصطناعي. فمع تسارع الطلب، يبحث المشغلون بصورة متزايدة عن طرق لتحويل النشر إلى عملية صناعية قابلة للتكرار، بدلًا من الاعتماد على مشروعات مصممة خصيصًا لكل منشأة بدرجة كبيرة.
وتجادل الورقة البيضاء أيضًا بأن قابلية الترقية أصبحت ضرورية مع قصر دورات تجدد عتاد الذكاء الاصطناعي. فالمنشآت التي صُممت أصلًا لكثافات أقل بكثير لخزائن الخوادم، باتت مطالبة بالتعامل مع مستويات قدرة كهربائية أعلى بصورة حادة. وهذا يدفع المشغلين إلى إعادة تقييم المدة التي يمكن للبنية التحتية خلالها أن تظل صالحة للاستخدام من دون تعديلات تحديثية كبيرة.
وقد أكدت InfraPartners هذه الفكرة مرارًا في تصريحاتها العلنية، موضحة أن البنية التحتية للذكاء الاصطناعي يجب أن تتطور باستمرار مع تغير متطلبات الشرائح والتبريد وإمداد الطاقة.
مستقبل البنية التحتية للذكاء الاصطناعي قد يعتمد على مرونة إمداد الطاقة
تسلط شراكة DG Matrix وInfraPartners الضوء على واقع يزداد وضوحًا في قطاع الذكاء الاصطناعي: توسيع نطاق الذكاء الاصطناعي يتحول بصورة متزايدة إلى تحدٍ يتعلق بالطاقة والبنية التحتية وليس مجرد مسألة قدرة حوسبية.
ومع استمرار ازدياد حجم نماذج الذكاء الاصطناعي واتساع نشرها عالميًا، قد تعتمد المزايا التنافسية المستقبلية على سرعة تمكّن المشغلين من تأمين الكهرباء ونشر البنية التحتية وتكييف المنشآت مع متطلبات العتاد سريعة التغير.
وتعتقد الشركتان أن الأنظمة المتكاملة التي تجمع مصانع الذكاء الاصطناعي المعيارية، ومعماريات إمداد الطاقة المحددة برمجيًا، وإدارة الطاقة المرنة، قد تصبح جزءًا تأسيسيًا من استراتيجيات نشر الجيل المقبل من الذكاء الاصطناعي. ولا يزال من غير المحسوم ما إذا كان هذا النموذج سيصبح سائدًا. لكن الضغط على شركات المرافق وشبكات الكهرباء والجداول التقليدية للبناء يدفع القطاع بالفعل إلى إعادة التفكير في كيفية بناء البنية التحتية للذكاء الاصطناعي من الأساس.












