DG Matrix und InfraPartners gehen Partnerschaft für AI-Infrastrukturplattform ein, die auf die Lösung von Stromengpässen abzielt

Da die Nachfrage nach AI-Infrastruktur weltweit beschleunigt wird, ist einer der größten Einschränkungen der Branche nicht länger allein der Zugang zu GPUs, sondern die Fähigkeit, genügend Strom und physische Infrastruktur schnell genug bereitzustellen, um Next-Generation-AI-Workloads zu unterstützen. Vor diesem Hintergrund haben DG Matrix und InfraPartners eine Partnerschaft bekannt gegeben, die auf den Bau einer integrierten Plattform abzielt, um die Bereitstellung von AI-fähigen Rechenzentren und “AI-Fabriken” zu beschleunigen.

Die Zusammenarbeit kombiniert die Interport-360-Stromarchitektur von DG Matrix mit der RapidNode-Plattform für vorgefertigte AI-Rechenzentren von InfraPartners. Zusammen behaupten die Unternehmen, ein einheitliches “Grid-to-Rack”-Infrastrukturmodell zu erstellen, das darauf abzielt, die Bereitstellungszeiten zu reduzieren und Einrichtungen auf zukünftige Generationen von AI-Hardware vorzubereiten.

Das Wachstum von KI erhöht den Druck auf die Strominfrastruktur

Die Partnerschaft entsteht zu einem Zeitpunkt, an dem Hyperscaler, Cloud-Anbieter und KI-Infrastruktur-Betreiber mit zunehmenden Verzögerungen bei der Grid-Verbindung und den traditionellen Rechenzentrum-Bauprojekten konfrontiert sind. Laut dem Whitepaper der Unternehmen können Grid-Verbindungs-Warteschlangen in einigen Märkten Jahre umfassen, während herkömmliche Rechenzentrum-Projekte zwei bis drei Jahre dauern können, nachdem der Strom gesichert wurde.

Diese Diskrepanz wird immer wichtiger, da AI-Trainingscluster in Bezug auf Dichte und Stromverbrauch weiter skaliert werden. Der CEO von NVIDIA (NVDA ), Jensen Huang, hat zuvor davor gewarnt, dass zukünftige Rechenzentren grundlegend strombegrenzt sein werden, wobei die Verfügbarkeit der Infrastruktur direkt die Umsatzgenerierung beeinflusst.

Die Unternehmen argumentieren, dass die Lösung dieser Herausforderung eine engere Integration zwischen Recheninfrastruktur und Energie-Systemen erfordert, anstatt sie als separate Schichten zu behandeln.

Kombination von vorgefertigten AI-Fabriken mit softwaredefinierten Strom

InfraPartners hat sein Geschäft auf vorgefertigte, upgradefähige AI-Rechenzentren konzentriert, die speziell für GPU-intensive Workloads konzipiert sind. Das RapidNode-System des Unternehmens verwendet ein standardisiertes Referenzdesign, bei dem ein Großteil der Infrastruktur bereits vor der Bereitstellung im Werk gebaut wird. Laut dem Whitepaper wird etwa 80 % des Systems im Voraus hergestellt und integriert, bevor es an die Bereitstellungsstandorte geliefert wird.

Die breitere Idee hinter der vorgefertigten AI-Infrastruktur besteht darin, die langen Verzögerungen und die Variabilität der herkömmlichen Feld-Bau-Einrichtungen zu reduzieren. InfraPartners beschreibt seinen Ansatz als eine Möglichkeit, skalierbare, upgradefähige Rechenzentren zu ermöglichen, die auf die Entwicklung von GPU-Architekturen und höhere Rack-Dichten ausgerichtet sind.

DG Matrix trägt die Energie-Infrastruktur-Seite der Gleichung durch seine Interport-Plattform bei, eine Festkörper-Transformator-Architektur, die darauf ausgelegt ist, mehrere Strom-Eingänge und -Ausgänge gleichzeitig zu verwalten. Das Unternehmen beschreibt Interport als eine software-konfigurierbare Strom-Fabrik, die in der Lage ist, AC- und DC-Stromquellen, Batterien, Generatoren, erneuerbare Energie und AI-Workloads innerhalb eines einheitlichen Systems zu integrieren.

Die Plattform ist auch darauf ausgelegt, aufkommende 800-V-DC-Architekturen zu unterstützen, die viele in der Branche erwarten, dass zukünftige AI-Rechenzentren übernehmen werden. Das Whitepaper besagt, dass Interport 360 für sowohl AC- als auch DC-Verteilungsmodelle konzipiert ist, wodurch Infrastruktur-Betreiber ohne vollständigen Ersatz bestehender Systeme auf neue Strom-Architekturen umsteigen können.

Richtung “AI-Fabriken” anstelle von herkömmlichen Rechenzentren

Ein wiederkehrendes Thema in der Partnerschaftsankündigung ist die Idee, dass die KI-Infrastruktur sich von herkömmlichen Rechenzentrum-Modellen wegbewegt und sich stattdessen auf hochspezialisierte “AI-Fabriken” konzentriert.

Im Gegensatz zu herkömmlichen Unternehmens-Rechenzentren müssen AI-Fabriken schnell wechselnde GPU-Generationen, höhere thermische Lasten, dichtere Regale und schwankende Stromanforderungen verwalten, die durch AI-Trainings-Workloads erzeugt werden. Das Whitepaper hebt “AI-Puls-Last-Management” als eine der Kernfähigkeiten der Plattform hervor, was sich auf die intensive und hochvariable Energie-Nachfrage bezieht, die durch große AI-Trainings-Systeme erzeugt wird.

Die Unternehmen behaupten, dass ihre integrierte Architektur darauf ausgelegt ist, diese Strom-Schwankungen aufzunehmen und zu stabilisieren, während sie auch als flexiblerer Grid-Teilnehmer fungiert. Dazu gehören die Unterstützung von hinter-dem-Zähler-Energie-Systemen, Grid-Bilanz-Funktionen und Energie-Optimierungs-Software, die darauf abzielt, sowohl Rechen- als auch Strom-Nutzung in Echtzeit zu verwalten.

DG Matrix hat sich zunehmend auf diesen umfassenderen Infrastruktur-Übergang positioniert. Das Unternehmen hat kürzlich 60 Millionen US-Dollar in Series-A-Finanzierung aufgenommen, um die Bereitstellung seiner Festkörper-Transformator-Technologie für KI-Infrastruktur und Elektrifizierungsmärkte zu skalieren.

Standardisierung wird zu einer strategischen Priorität

Ein bemerkenswerter Aspekt der Partnerschaft ist der Schwerpunkt auf Standardisierung und wiederholbare Bereitstellungsmodelle. Die Unternehmen beschreiben die Plattform als software-konfigurierbar für mehrere geografische Regionen, Spannungsklassen, Frequenzen und Grid-Anforderungen, ohne dass eine vollständige Neukonstruktion für jeden Einsatz erforderlich ist.

Dieser Ansatz spiegelt eine umfassendere Verschiebung wider, die in der KI-Infrastruktur-Branche stattfindet. Da die Nachfrage beschleunigt wird, suchen Betreiber zunehmend nach Möglichkeiten, die Bereitstellung zu industrialisieren, anstatt auf hochspezialisierte Projekte für jede Einrichtung zu setzen.

Das Whitepaper argumentiert auch, dass Upgradefähigkeit unerlässlich wird, da KI-Hardware-Zyklen kürzer werden. Einrichtungen, die ursprünglich für viel niedrigere Regal-Dichten konzipiert wurden, werden nun auf viel höhere Stromniveaus getrieben, was die Betreiber dazu zwingt, über die langfristige Lebensdauer der Infrastruktur ohne größere Umbauten nachzudenken.

InfraPartners hat diesen Konzept öffentlich wiederholt betont und die KI-Infrastruktur als etwas beschrieben, das kontinuierlich mit Veränderungen in Silizium, Kühlung und Stromversorgung evolveieren muss.

Die Zukunft der KI-Infrastruktur hängt möglicherweise von der Stromflexibilität ab

Die Partnerschaft zwischen DG Matrix und InfraPartners unterstreicht eine wachsende Realität in der KI-Industrie: Das Skalieren von KI wird zunehmend zu einer Energie- und Infrastruktur-Herausforderung und nicht nur zu einem Rechen-Problem.

Da KI-Modelle weiter an Größe und Bereitstellung weltweit wachsen, können zukünftige Wettbewerbsvorteile von der Geschwindigkeit abhängen, mit der Betreiber Strom sichern, Infrastruktur bereitstellen und Einrichtungen an schnell wechselnde Hardware-Anforderungen anpassen können.

Die Unternehmen glauben, dass integrierte Systeme, die modulare AI-Fabriken, software-definierte Strom-Architekturen und flexible Energie-Management kombinieren, zu einem grundlegenden Bestandteil von Next-Generation-KI-Bereitstellungsstrategien werden könnten. Ob dieses Modell mainstream wird, bleibt abzuwarten, aber der Druck auf Versorgungsunternehmen, Netze und herkömmliche Bauzeiten zwingt die Branche bereits, über die Art und Weise nachzudenken, wie KI-Infrastruktur gebaut wird.