DG Matrix και InfraPartners συνεργάζονται σε πλατφόρμα υποδομής AI που σχεδιάζεται για την αντιμετώπιση των προβλημάτων ισχύος

Καθώς η απαίτηση για υποδομή AI αυξάνεται παγκοσμίως, ένας από τους μεγαλύτερους περιορισμούς της βιομηχανίας δεν είναι πλέον η πρόσβαση σε GPU μόνο, αλλά η ικανότητα να παρέχει αρκετή ισχύ και φυσική υποδομή αρκετά γρήγορα για να υποστηρίξει τις επόμενες γενιές εργασιών AI. Ενάντια σε αυτό το υπόβαθρο, η DG Matrix και η InfraPartners ανακοίνωσαν μια συνεργασία που επικεντρώνεται στην κατασκευή μιας ολοκληρωμένης πλατφόρμας που στοχεύει στην επιτάχυνση της ανάπτυξης κέντρων δεδομένων που είναι έτοιμα για AI και ” εργοστάσια AI”.

Η συνεργασία συνδυάζει την αρχιτεκτονική Interport 360 της DG Matrix με την πλατφόρμα RapidNode prefabricated AI data center της InfraPartners. Μαζί, οι εταιρείες λένε ότι δημιουργούν ένα ολοκληρωμένο μοντέλο “grid-to-rack” υποδομής που στοχεύει στη μείωση των χρονικών ορίων ανάπτυξης ενώ προετοιμάζει τις εγκαταστάσεις για τις μελλοντικές γενιές του υλικού AI.

Η αύξηση του AI αυξάνει την πίεση στην υποδομή ισχύος

Η συνεργασία προκύπτει σε μια εποχή που οι hyperscalers, οι παρόχοι cloud και οι φορείς εκμετάλλευσης υποδομής AI αντιμετωπίζουν αυξανόμενες καθυστερήσεις που συνδέονται με τη σύνδεση στο δίκτυο και τους παραδοσιακούς χρονικούς ορίους κατασκευής κέντρων δεδομένων. Σύμφωνα με το λευκό βιβλίο των εταιρειών, οι ουρές σύνδεσης στο δίκτυο σε ορισμένες αγορές μπορούν να διαρκούν χρόνια, ενώ τα παραδοσιακά projects κέντρων δεδομένων μπορεί να απαιτούν δύο έως τρία χρόνια για να ολοκληρωθούν μετά την ασφάλιση της ισχύος.

Αυτή η ανισορροπία γίνεται ολοένα και πιο σημαντική καθώς οι συστοιχίες εκπαίδευσης AI συνεχίζουν να αυξάνονται σε πυκνότητα και κατανάλωση ισχύος. Ο CEO της NVIDIA (NVDA ), Jensen Huang, είχε προηγουμένως προειδοποιήσει ότι τα μελλοντικά κέντρα δεδομένων θα γίνουν ουσιαστικά περιορισμένα από την ισχύ, με τη διαθεσιμότητα της υποδομής να επηρεάζει άμεσα την παραγωγή εσόδων.

Οι εταιρείες υποστηρίζουν ότι η επίλυση αυτής της πρόκλησης απαιτεί στενότερη ολοκλήρωση μεταξύ της υποδομής υπολογισμού και των συστημάτων ενέργειας, και όχι την αντιμετώπιση τους ως ξεχωριστές στρώσεις.

Συνδυασμός προκατασκευασμένων εργοστασίων AI με ισχύ καθοριζόμενη από λογισμικό

Η InfraPartners έχει επικεντρώσει την επιχείρησή της σε prefabricated, αναβαθμίσιμα κέντρα δεδομένων AI που σχεδιάζονται ειδικά για εργασίες GPU-εντατικών. Το σύστημα RapidNode της εταιρείας χρησιμοποιεί ένα τυποποιημένο σχέδιο αναφοράς όπου το μεγαλύτερο μέρος της υποδομής κατασκευάζεται σε εργοστάσιο πριν από την ανάπτυξη. Σύμφωνα με το λευκό βιβλίο, περίπου το 80% του συστήματος κατασκευάζεται και ολοκληρώνεται εκτός εργοταξίου πριν από την άφιξη στις τοποθεσίες ανάπτυξης.

Η ευρύτερη ιδέα πίσω από την prefabricated υποδομή AI είναι να μειώσει τις μακρές καθυστερήσεις και την μεταβλητότητα μηχανικής που συνδέονται με τις παραδοσιακές εγκαταστάσεις πεδίου. Η InfraPartners περιγράφει την προσέγγισή της ως ενεργοποίηση κέντρων δεδομένων που είναι σχεδιασμένα γύρω από τις εξελισσόμενες αρχιτεκτονικές GPU και τις υψηλότερες πυκνότητες ραφιών.

Η DG Matrix συμβάλλει στην πλευρά της ενεργειακής υποδομής μέσω της πλατφόρμας Interport, μιας αρχιτεκτονικής μετασχηματιστή σε στερεή κατάσταση που σχεδιάζεται για τη διαχείριση πολλαπλών εισόδων και εξόδων ισχύος ταυτόχρονα. Η εταιρεία περιγράφει το Interport ως ένα διαμορφώσιμη μέσω λογισμικού υφάσμα ισχύος που μπορεί να ολοκληρώσει πηγές ισχύος AC και DC, μπαταρίες, γεννήτριες, ανανεώσιμες πηγές ενέργειας και εργασίες AI σε ένα ολοκληρωμένο σύστημα.

Η πλατφόρμα είναι επίσης σχεδιασμένη γύρω από τις αναδυόμενες αρχιτεκτονικές 800-VDC που πολλοί στην βιομηχανία περιμένουν ότι τα μελλοντικά κέντρα δεδομένων AI θα υιοθετήσουν. Το λευκό βιβλίο αναφέρει ότι το Interport 360 είναι σχεδιασμένο και για τα μοντέλα διανομής AC και DC, επιτρέποντας στους φορείς εκμετάλλευσης υποδομής να μεταβαίνουν προς νέες αρχιτεκτονικές ισχύος χωρίς να απαιτείται η πλήρης αντικατάσταση των υφιστάμενων συστημάτων.

Μετακίνηση προς “εργοστάσια AI” αντί για παραδοσιακά κέντρα δεδομένων

Ένας επαναλαμβανόμενος θηματικός στην ανακοίνωση της συνεργασίας είναι η ιδέα ότι η υποδομή AI εξελίσσεται μακριά από τα παραδοσιακά μοντέλα κέντρων δεδομένων προς τις εξειδικευμένες “εργοστάσια AI”.

Σε αντίθεση με τα παραδοσιακά κέντρα δεδομένων επιχειρήσεων, τα εργοστάσια AI πρέπει να διαχειρίζονται ταχέως μεταβαλλόμενες γενιές GPU, υψηλότερες θερμικές φορτίσεις, πυκνότερα ράφια και μεταβαλλόμενες απαιτήσεις ισχύος που δημιουργούνται από τις εργασίες εκπαίδευσης AI. Το λευκό βιβλίο υπογραμμίζει τη “διαχείριση φόρτου AI” ως μια από τις βασικές ικανότητες της πλατφόρμας, αναφερόμενο στην έντονη και εξαιρετικά μεταβλητή ενεργειακή ζήτηση που δημιουργείται από τα μεγάλα συστήματα εκπαίδευσης AI.

Οι εταιρείες ισχυρίζονται ότι η ολοκληρωμένη αρχιτεκτονική τους είναι σχεδιασμένη για να απορροφήσει και να σταθεροποιήσει αυτές τις μεταβαλλόμενες απαιτήσεις ισχύος ενώ λειτουργεί επίσης ως ένας πιο ευέλικτος συμμετέχων στο δίκτυο. Αυτό περιλαμβάνει υποστήριξη για συστήματα ενέργειας πίσω από τον μετρητή, συναρτήσεις εξισορρόπησης δικτύου και λογισμικό βελτιστοποίησης ενέργειας που στοχεύει στη διαχείριση και της κατανάλωσης ισχύος και υπολογισμού σε πραγματικό χρόνο.

Η DG Matrix έχει αυξανόμενα τοποθετήσει τον εαυτό της γύρω από αυτήν την ευρύτερη μετάβαση υποδομής. Η εταιρεία raised $60 εκατομμύρια σε Series A χρηματοδότηση για να κλιμακώσει την ανάπτυξη της τεχνολογίας μετασχηματιστή σε στερεή κατάσταση για τις αγορές υποδομής AI και ηλεκτροδότησης.

Η τυποποίηση γίνεται στρατηγική προτεραιότητα

Ένας από τους πιο αξιοσημείωτους πτυχές της συνεργασίας είναι η έμφαση στην τυποποίηση και τα μοντέλα ανάπτυξης που μπορούν να επαναληφθούν. Οι εταιρείες περιγράφουν την πλατφόρμα ως διαμορφώσιμη μέσω λογισμικού για πολλαπλά γεωγραφικά μέρη, τάξεις volt, συχνότητες και απαιτήσεις δικτύου χωρίς να απαιτεί πλήρη ανασχεδιασμό για κάθε ανάπτυξη.

Αυτή η προσέγγιση αντανακλά μια ευρύτερη μετάβαση που συμβαίνει σε όλη την βιομηχανία υποδομής AI. Καθώς η απαίτηση αυξάνεται, οι φορείς εκμετάλλευσης αναζητούν ολοένα και περισσότερο τρόπους για να βιομηχανοποιήσουν την ανάπτυξη αντί να βασίζονται σε εξαιρετικά προσαρμοσμένα έργα για κάθε εγκατάσταση.

Το λευκό βιβλίο υποστηρίζει επίσης ότι η αναβαθμίσιμη είναι γίνεται απαραίτητη καθώς οι κύκλοι υλικού AI συντομεύουν. Οι εγκαταστάσεις που αρχικά σχεδιάστηκαν για πολύ χαμηλότερες πυκνότητες ραφιών τώρα πιέζονται προς δραματικά υψηλότερα επίπεδα ισχύος, αναγκάζοντας τους φορείς εκμετάλλευσης να ξανασκέφτουν πόσο καιρό η υποδομή μπορεί να παραμείνει βιώσιμη χωρίς σημαντικές ανακαινίσεις.

Η InfraPartners έχει επαναλάβει δημόσια αυτήν αυτή την αντίληψη, περιγράφοντας την υποδομή AI ως κάτι που πρέπει να εξελίσσεται συνεχώς μαζί με τις αλλαγές στις απαιτήσεις πυριτίου, ψύξης και παράδοσης ισχύος.

Το μέλλον της υποδομής AI μπορεί να εξαρτηθεί από την ευελιξία ισχύος

Η συνεργασία μεταξύ DG Matrix και InfraPartners υπογραμμίζει μια αυξανόμενη πραγματικότητα στην βιομηχανία AI: η κλιμάκωση του AI γίνεται ολοένα και περισσότερο μια πρόκληση ενέργειας και υποδομής και όχι απλώς ένα πρόβλημα υπολογισμού.

Καθώς τα μοντέλα AI συνεχίζουν να αυξάνονται σε μέγεθος και η ανάπτυξη επεκτείνεται παγκοσμίως, τα μελλοντικά ανταγωνιστικά πλεονεκτήματα μπορεί να εξαρτηθούν από το πόσο γρήγορα οι φορείς εκμετάλλευσης μπορούν να ασφαλίσουν ισχύ, να αναπτύξουν υποδομή και να προσαρμόσουν τις εγκαταστάσεις στις ταχέως μεταβαλλόμενες απαιτήσεις υλικού.

Οι εταιρείες πιστεύουν ότι τα ολοκληρωμένα συστήματα που συνδυάζουν εργοστάσια AI, αρχιτεκτονικές ισχύος που ορίζονται από software και ευέλικτη διαχείριση ενέργειας θα μπορούσαν να γίνουν ένα θεμελιώδες μέρος των στρατηγικών ανάπτυξης AI της επόμενης γενιάς. Εάν αυτό το μοντέλο θα γίνει κυρίαρχο, παραμένει να δει, αλλά η πίεση στις υπηρεσίες, τα grid και τους παραδοσιακούς χρονικούς ορίους κατασκευής ήδη αναγκάζει την βιομηχανία να ξανασκέφτει τον τρόπο με τον οποίο η υποδομή AI κατασκευάζεται από την αρχή.