Partnerskaber

Smartbird sikrer datacenterkapacitet hos Expedient til AI-implementeringer i 2027

mm
Føj Unite.AI til dine foretrukne kilder på Google
Exterior of the Expedient Phoenix data center

Smartbird har indgået en flerårig aftale om samlokalisering med Expedient, der sikrer virksomheden mere end 3,7 megawatt IT-kapacitet i et amerikansk datacenter til planlagte implementeringer af dedikeret AI-infrastruktur i første halvdel af 2027. Aftalen giver virksomheden et fysisk fundament for sin AI-tjeneste til erhvervskunder efter de nylige teknologipartnerskaber med Supermicro og WEKA.

Aftalen blev offentliggjort den 12. november og tager fat på en praktisk begrænsning ved AI-implementering: At købe computerhardware sikrer ikke adgang til et sted, der kan levere strøm til, køle og drive den. Smartbird oplyser, at Expedients datacenter kan rumme systemer med høj effekttæthed, herunder væskekølede racks.

Kapaciteten skal understøtte muligheder i Smartbirds aktive salgspipeline. Meddelelsen oplyser ikke, hvor datacentret ligger, afslører ikke aftalens økonomiske vilkår og angiver ikke, hvilke acceleratorer der skal installeres.

Hvorfor datacenterkapacitet er vigtig for AI

Et tal for megawatt beskriver den elektriske kapacitet, der er til rådighed for IT-udstyr. Det kan ikke direkte omsættes til et antal GPU’er eller en models inferensgennemløb. Det afhænger af de valgte servere, det tilhørende lager- og netværksudstyr samt af, hvordan arbejdsbelastningen bruger dem.

Køling er lige så afgørende. Tæt pakkede acceleratorer koncentrerer varmen på et lille areal, så datacentrets evne til at bortlede den bliver en del af computerarkitekturen. Væskekøling overfører varme gennem et væskekredsløb i stedet for udelukkende at være afhængig af luft, der bevæger sig gennem serverne. Muligheden for at understøtte sådanne racks udvider udvalget af systemer, datacentret kan rumme, men meddelelsen fastlægger ikke, hvordan Smartbirds endelige konfiguration kommer til at se ud.

»Adgang til strøm og AI-klare datacentre er et af de vigtigste krav for at kunne levere infrastruktur i stor skala,« sagde Nadia Carlsten, Smartbirds præsident og administrerende direktør.

For kunderne er det afgørende, om computerkraft, strøm, køling og tidsplaner for implementeringen passer sammen. Når datacenterkapaciteten er sikret, fjernes én afhængighed fra processen; installation af hardware, integration og idriftsættelse afgør stadig, hvornår en klynge kan begynde at udføre nyttigt arbejde.

Sådan fungerer Smartbirds model for administreret infrastruktur

På sin hjemmeside beskriver Smartbird en tjeneste, der omfatter infrastrukturdesign, indkøb, installation, test, drift og udvidelse. Tjenesten tager udgangspunkt i kundens arbejdsbelastning og koordinerer computerkraft, lager, netværk, strøm og køling efter kundens behov.

Efter implementeringen omfatter tjenesten overvågning, vedligeholdelse og optimering af ydeevnen, mens kapacitetsudvidelser og hardwareopgraderinger håndteres i takt med, at arbejdsbelastningerne udvikler sig. Det kommercielle tilbud går ud på at give virksomheder dedikeret infrastruktur uden at kræve, at de selv sammensætter og driver hvert enkelt lag.

Det er vigtigt for AI, fordi flaskehalsene flytter sig mellem lagene. Under træning har acceleratorer brug for en jævn strøm af data og hurtig kommunikation mellem de deltagende systemer. Under inferens påvirker hukommelseskapaciteten, svartiden og antallet af samtidige forespørgsler, hvor effektivt hardwaren betjener brugerne. En klynges nyttige output afhænger af, at systemet fungerer som en helhed, ikke blot af acceleratorernes specifikationer.

Smartbirds tidligere annoncerede samarbejde med Supermicro omfatter computerplatforme og integration på rackniveau. Partnerskabet med WEKA føjer data- og hukommelsesinfrastrukturen NeuralMesh til virksomhedens tilbud om dedikerede klynger. Aftalen med Expedient omfatter facilitetslaget under denne teknologistak.

Hvad Expedient bidrager med til implementeringen

Expedient driver et netværk af datacentre i USA og leverer cloud-, samlokaliserings- og administrerede infrastrukturtjenester. Virksomhedens samlokaliseringstilbud giver organisationer mulighed for at placere udstyr i Expedients faciliteter og samtidig benytte strøm, netværksforbindelser, fysisk sikkerhed og driftsstøtte på stedet.

Udbyderen beskriver redundans på N+1- eller 2N-niveau for datacenterkomponenter. Disse løsninger giver ekstra kapacitet eller dublerede systemer, så tjenesten kan opretholdes, når udstyr ikke er til rådighed. Expedient tilbyder også private forbindelser mellem sine faciliteter og bemanding døgnet rundt.

Expedients bredere tjenesteudbud forklarer virksomhedens rolle, men meddelelsen angiver ikke den præcise redundansløsning eller netværkskonfiguration for Smartbirds installation. Aftalen fastslår heller ikke, at Expedients særskilte AI-softwareprodukter bliver en del af Smartbirds tjeneste.

Fra partneraftaler til klynger i drift

De planlagte implementeringer i første halvdel af 2027 er den næste milepæl. Reserveret IT-kapacitet fastlægger, hvor fremtidige systemer kan køre; den er ikke det samme som idriftsat computerkapacitet, der allerede betjener kunder.

Smartbirds tilgang samler specialiserede leverandører om forskellige dele af infrastrukturen: computersystemer, datalaget og nu også faciliteter. Smartbirds eget ansvar er at integrere og drive disse elementer til understøttelse af virksomheders arbejdsbelastninger. Expedient-aftalens betydning er derfor praktisk: Den forbinder Smartbirds administrerede AI-løsning med den strømforsyning og køling, der er nødvendig for at omsætte løsningen til en driftsklar infrastruktur.

Theo Nash er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker AI‑infrastruktur, beregning og de hardware‑systemer, der driver moderne kunstig intelligens. Hans arbejde fokuserer på de tekniske grundlag bag store AI‑arbejdsbelastninger, herunder datacentre, acceleratorer, netværk og software‑stakke, der binder dem sammen.

Med et analytisk og ingeniørdrevet perspektiv undersøger Theo, hvordan fremskridt inden for GPU’er, specialdesignet silicium, hukommelsesarkitekturer og distribuerede systemer muliggør nye generationer af AI‑modeller. Han lægger særlig vægt på præstationsafvejninger, energieffektivitet, skalerbarhed og de praktiske begrænsninger, der former implementeringen af AI‑infrastruktur i den virkelige verden.

Artikler skrevet af Theo Nash er AI‑genererede og gennemgået af Unite.AI’s redaktionsteam for at sikre teknisk nøjagtighed, klarhed og ansvarlig dækning af det hastigt udviklende AI‑beregningslandskab.