Partnerskaber
DG Matrix og InfraPartners samarbejder om AI-infrastruktur for at afhjælpe flaskehalse i strømforsyningen

NøglepunkterDG Matrix og InfraPartners kombinerer grid-to-rack-infrastruktur for at reducere…
Vis mere
- DG Matrix og InfraPartners kombinerer grid-to-rack-infrastruktur for at reducere implementeringstidslinjer for AI-datacentre markant.
- Interport 360-platformen bruger softwaredefinerede faststoftransformere til at styre AC- og DC-strøm til AI-fabrikker.
- AI-infrastrukturens primære flaskehals skifter fra GPU-adgang til strømlevering og forsinkelser i netforbindelser.
I takt med at efterspørgslen efter AI-infrastruktur stiger hurtigere over hele verden, er en af branchens største begrænsninger ikke længere blot adgangen til GPU’er, men evnen til hurtigt nok at levere den elektriske effekt og fysiske infrastruktur, som næste generations AI-arbejdsbelastninger kræver. På den baggrund har DG Matrix og InfraPartners annonceret et partnerskab om at bygge en integreret platform, der skal fremskynde etableringen af AI-klare datacentre og «AI-fabrikker».
Samarbejdet kombinerer DG Matrix’ strømforsyningsarkitektur Interport 360 med InfraPartners’ præfabrikerede AI-datacenterplatform RapidNode. Virksomhederne siger, at de sammen skaber en samlet infrastrukturmodel «fra elnet til serverrack», der skal forkorte udrulningstiden og samtidig forberede anlæggene til fremtidige generationer af AI-hardware.
AI’s vækst øger presset på elinfrastrukturen
Partnerskabet kommer på et tidspunkt, hvor meget store datacenteraktører, cloududbydere og operatører af AI-infrastruktur oplever voksende forsinkelser i forbindelse med nettilslutning og traditionelle byggetider for datacentre. Ifølge virksomhedernes hvidbog kan ventetiden på nettilslutning på nogle markeder strække sig over flere år, mens det kan tage to til tre år at bygge traditionelle datacentre, efter at strømforsyningen er sikret.
Denne ubalance får stadig større betydning, efterhånden som AI-træningsklynger vokser i både tæthed og effektforbrug. Jensen Huang, administrerende direktør for NVIDIA (NVDA ), har tidligere advaret om, at fremtidige datacentre grundlæggende vil være begrænset af tilgængelig elektrisk effekt, og at adgangen til infrastruktur direkte vil påvirke indtægtsskabelsen.
Virksomhederne mener, at løsningen kræver en tættere integration mellem beregningsinfrastruktur og energisystemer frem for at behandle dem som adskilte lag.
Præfabrikerede AI-fabrikker kombineres med softwarestyret strømforsyning
InfraPartners har fokuseret sin virksomhed på præfabrikerede, opgraderbare AI-datacentre, der er udviklet specifikt til GPU-intensive arbejdsbelastninger. Virksomhedens RapidNode-system bruger et standardiseret referencedesign, hvor en stor del af infrastrukturen bygges på fabrik før udrulning. Ifølge hvidbogen fremstilles og integreres omkring 80 procent af systemet uden for installationsstedet, før det leveres dertil.
Den overordnede idé med præfabrikeret AI-infrastruktur er at mindske de lange forsinkelser og variationen i den tekniske udførelse, som kendetegner traditionelle anlæg bygget på stedet. InfraPartners beskriver sin tilgang som en måde at muliggøre skalerbare, opgraderbare datacentre, der er indrettet efter GPU-arkitekturer i udvikling og højere tæthed i serverrackene.
DG Matrix bidrager med energiinfrastrukturen gennem sin Interport-platform, en arkitektur med halvlederbaserede transformere, som er udviklet til at håndtere flere elektriske ind- og udgange samtidig. Virksomheden beskriver Interport som en softwarekonfigurerbar strømforsyningsstruktur, der kan integrere veksel- og jævnstrømskilder, batterier, generatorer, vedvarende energi og AI-arbejdsbelastninger i ét samlet system.
Platformen tager også højde for nye arkitekturer med 800 volt jævnstrøm, som mange i branchen forventer, at fremtidige AI-datacentre vil anvende. Hvidbogen angiver, at Interport 360 er udviklet til både veksel- og jævnstrømsdistribution. Infrastrukturens operatører kan dermed gå over til nyere strømforsyningsarkitekturer uden at skulle udskifte de eksisterende systemer helt.
Fra traditionelle datacentre til «AI-fabrikker»
Et gennemgående tema i meddelelsen om partnerskabet er, at AI-infrastruktur udvikler sig væk fra traditionelle datacentermodeller og hen imod højt specialiserede «AI-fabrikker».
I modsætning til traditionelle virksomhedsdatacentre skal AI-fabrikker håndtere hurtigt skiftende GPU-generationer, større varmebelastninger, stadig tættere serverrack og svingende effektbehov fra AI-træning. Hvidbogen fremhæver «styring af AI’s pulserende belastninger» som en af platformens kernefunktioner. Det henviser til det store og kraftigt varierende energibehov, som omfattende AI-træningssystemer skaber.
Virksomhederne hævder, at deres integrerede arkitektur er udviklet til at absorbere og stabilisere disse effektudsving og samtidig fungere som en mere fleksibel deltager i elnettet. Det omfatter understøttelse af energisystemer på kundens side af elmåleren, funktioner til balancering af elnettet og energioptimeringssoftware, der skal styre både beregningsressourcer og effektudnyttelse i realtid.
DG Matrix har i stigende grad positioneret sig omkring denne bredere infrastrukturomstilling. Virksomheden rejste for nylig 60 millioner dollar i en serie A-runde for at udvide udrulningen af sin halvlederbaserede transformerteknologi på markederne for AI-infrastruktur og elektrificering.
Standardisering bliver en strategisk prioritet
Et af de mere bemærkelsesværdige aspekter ved partnerskabet er vægten på standardisering og gentagelige udrulningsmodeller. Virksomhederne beskriver platformen som softwarekonfigurerbar til forskellige geografiske regioner, spændingsklasser, frekvenser og netkrav, uden at hver udrulning kræver en fuldstændig omprojektering.
Tilgangen afspejler en bredere ændring i AI-infrastrukturbranchen. I takt med at efterspørgslen accelererer, søger operatørerne i stigende grad måder at industrialisere udrulningen på frem for at basere sig på stærkt specialtilpassede projekter for hvert anlæg.
Hvidbogen argumenterer også for, at opgraderbarhed bliver afgørende, når AI-hardwarens fornyelsescyklusser forkortes. Anlæg, der oprindeligt var udformet til langt lavere racktæthed, presses nu mod markant højere effektniveauer. Det tvinger operatørerne til at revurdere, hvor længe infrastrukturen kan forblive anvendelig uden større ombygninger.
InfraPartners har gentagne gange understreget denne tanke offentligt og beskrevet AI-infrastruktur som noget, der løbende skal udvikle sig sammen med ændringer i halvlederteknologi, køling og krav til strømforsyning.
AI-infrastrukturens fremtid kan afhænge af fleksibel strømforsyning
Partnerskabet mellem DG Matrix og InfraPartners understreger en stadig tydeligere realitet i AI-branchen: opskalering af AI bliver i stigende grad en energi- og infrastrukturudfordring snarere end blot et beregningsproblem.
Når AI-modeller fortsætter med at vokse, og udrulningen breder sig globalt, kan fremtidige konkurrencefordele afhænge af, hvor hurtigt operatørerne kan sikre strøm, etablere infrastruktur og tilpasse anlæggene til hurtigt skiftende hardwarekrav.
Virksomhederne mener, at integrerede systemer, som kombinerer modulære AI-fabrikker, softwarestyrede strømforsyningsarkitekturer og fleksibel energistyring, kan blive en grundlæggende del af næste generations strategier for AI-udrulning. Om modellen vinder bred udbredelse, er endnu uvist. Men presset på forsyningsselskaber, elnet og traditionelle byggetider tvinger allerede branchen til at gentænke, hvordan AI-infrastruktur overhovedet bygges.












