Συνεργασίες
DG Matrix και InfraPartners συνεργάζονται σε υποδομές AI για την αντιμετώπιση των περιορισμών τροφοδοσίας

Βασικά σημείαΗ DG Matrix και η InfraPartners συνδυάζουν υποδομή από το δίκτυο έως το ράφι για να…
Δείτε περισσότερα
- Η DG Matrix και η InfraPartners συνδυάζουν υποδομή από το δίκτυο έως το ράφι για να μειώσουν δραστικά τα χρονοδιαγράμματα ανάπτυξης κέντρων δεδομένων τεχνητής νοημοσύνης.
- Η πλατφόρμα Interport 360 χρησιμοποιεί μετασχηματιστές στερεάς κατάστασης που ορίζονται από λογισμικό για τη διαχείριση εναλλασσόμενου και συνεχούς ρεύματος για εργοστάσια τεχνητής νοημοσύνης.
- Το κύριο εμπόδιο στην υποδομή τεχνητής νοημοσύνης μετατοπίζεται από την πρόσβαση σε GPU στην παροχή ισχύος και τις καθυστερήσεις διασύνδεσης με το δίκτυο.
Καθώς η ζήτηση για υποδομές AI αυξάνεται με ολοένα ταχύτερο ρυθμό παγκοσμίως, ένας από τους μεγαλύτερους περιορισμούς του κλάδου δεν είναι πλέον μόνο η πρόσβαση σε GPU, αλλά η δυνατότητα να εξασφαλιστούν αρκετή ηλεκτρική ισχύς και φυσικές υποδομές με την ταχύτητα που απαιτούν τα φορτία AI της επόμενης γενιάς. Σε αυτό το πλαίσιο, οι DG Matrix και InfraPartners ανακοίνωσαν συνεργασία για τη δημιουργία μιας ολοκληρωμένης πλατφόρμας, με στόχο την ταχύτερη ανάπτυξη κέντρων δεδομένων έτοιμων για AI και «εργοστασίων AI».
Η συνεργασία συνδυάζει την αρχιτεκτονική τροφοδοσίας Interport 360 της DG Matrix με την πλατφόρμα προκατασκευασμένων κέντρων δεδομένων AI RapidNode της InfraPartners. Οι εταιρείες δηλώνουν ότι δημιουργούν ένα ενιαίο μοντέλο υποδομής «από το ηλεκτρικό δίκτυο μέχρι το rack», ώστε να μειωθούν οι χρόνοι εγκατάστασης και ταυτόχρονα να προετοιμαστούν οι εγκαταστάσεις για τις μελλοντικές γενιές υλικού AI.
Η ανάπτυξη της AI αυξάνει την πίεση στις ηλεκτρικές υποδομές
Η συνεργασία προκύπτει ενώ οι διαχειριστές κέντρων δεδομένων πολύ μεγάλης κλίμακας, οι πάροχοι cloud και οι φορείς λειτουργίας υποδομών AI αντιμετωπίζουν αυξανόμενες καθυστερήσεις στη σύνδεση με το ηλεκτρικό δίκτυο και στην παραδοσιακή κατασκευή κέντρων δεδομένων. Σύμφωνα με τη λευκή βίβλο των εταιρειών, η αναμονή για σύνδεση στο δίκτυο σε ορισμένες αγορές μπορεί να διαρκέσει χρόνια. Η κατασκευή παραδοσιακών κέντρων δεδομένων μπορεί στη συνέχεια να απαιτήσει δύο έως τρία χρόνια, αφού εξασφαλιστεί η παροχή ηλεκτρισμού.
Αυτή η αναντιστοιχία αποκτά μεγαλύτερη σημασία, καθώς οι συστοιχίες εκπαίδευσης AI αυξάνονται τόσο σε πυκνότητα όσο και σε κατανάλωση ισχύος. Ο Jensen Huang, διευθύνων σύμβουλος της NVIDIA (NVDA ), έχει προειδοποιήσει ότι τα μελλοντικά κέντρα δεδομένων θα περιορίζονται θεμελιωδώς από τη διαθέσιμη ηλεκτρική ισχύ και ότι η διαθεσιμότητα υποδομών θα επηρεάζει άμεσα τη δημιουργία εσόδων.
Οι εταιρείες υποστηρίζουν ότι η αντιμετώπιση της πρόκλησης απαιτεί στενότερη ενοποίηση των υπολογιστικών υποδομών με τα ενεργειακά συστήματα, αντί να αντιμετωπίζονται ως ξεχωριστά επίπεδα.
Προκατασκευασμένα εργοστάσια AI και τροφοδοσία που καθορίζεται από λογισμικό
Η InfraPartners έχει επικεντρώσει τη δραστηριότητά της σε προκατασκευασμένα, αναβαθμίσιμα κέντρα δεδομένων AI, σχεδιασμένα ειδικά για φορτία που χρησιμοποιούν εντατικά GPU. Το σύστημα RapidNode βασίζεται σε τυποποιημένο σχεδιασμό αναφοράς, με μεγάλο μέρος της υποδομής να κατασκευάζεται στο εργοστάσιο πριν από την εγκατάσταση. Σύμφωνα με τη λευκή βίβλο, περίπου το 80% του συστήματος κατασκευάζεται και ενοποιείται εκτός του τελικού χώρου πριν παραδοθεί εκεί.
Η ευρύτερη ιδέα των προκατασκευασμένων υποδομών AI είναι να περιοριστούν οι μεγάλες καθυστερήσεις και οι διαφορές στην τεχνική υλοποίηση που συνδέονται με τις παραδοσιακές εγκαταστάσεις που κατασκευάζονται επί τόπου. Η InfraPartners περιγράφει την προσέγγισή της ως τρόπο δημιουργίας κλιμακώσιμων, αναβαθμίσιμων κέντρων δεδομένων, προσαρμοσμένων στις εξελισσόμενες αρχιτεκτονικές GPU και στην υψηλότερη πυκνότητα των racks.
Μέσω της πλατφόρμας Interport, η DG Matrix προσφέρει την ενεργειακή πλευρά της υποδομής. Πρόκειται για αρχιτεκτονική μετασχηματιστή στερεάς κατάστασης, σχεδιασμένη να διαχειρίζεται ταυτόχρονα πολλαπλές ηλεκτρικές εισόδους και εξόδους. Η εταιρεία περιγράφει το Interport ως δομή τροφοδοσίας που διαμορφώνεται μέσω λογισμικού και μπορεί να ενσωματώνει πηγές εναλλασσόμενου και συνεχούς ρεύματος, μπαταρίες, γεννήτριες, ανανεώσιμη ενέργεια και φορτία AI σε ένα ενιαίο σύστημα.
Ο σχεδιασμός λαμβάνει επίσης υπόψη τις αναδυόμενες αρχιτεκτονικές συνεχούς ρεύματος 800 V, τις οποίες πολλοί στον κλάδο αναμένουν να υιοθετήσουν τα μελλοντικά κέντρα δεδομένων AI. Η λευκή βίβλος αναφέρει ότι το Interport 360 έχει σχεδιαστεί τόσο για διανομή εναλλασσόμενου όσο και συνεχούς ρεύματος. Έτσι, οι διαχειριστές μπορούν να μεταβαίνουν σε νεότερες αρχιτεκτονικές τροφοδοσίας χωρίς πλήρη αντικατάσταση των υφιστάμενων συστημάτων.
Από τα παραδοσιακά κέντρα δεδομένων στα «εργοστάσια AI»
Ένα επαναλαμβανόμενο θέμα στην ανακοίνωση είναι ότι οι υποδομές AI εξελίσσονται από τα παραδοσιακά μοντέλα κέντρων δεδομένων προς ιδιαίτερα εξειδικευμένα «εργοστάσια AI».
Σε αντίθεση με τα παραδοσιακά εταιρικά κέντρα δεδομένων, τα εργοστάσια AI πρέπει να διαχειρίζονται γρήγορα μεταβαλλόμενες γενιές GPU, υψηλότερα θερμικά φορτία, όλο και πυκνότερα racks και διακυμάνσεις στις απαιτήσεις ηλεκτρικής ισχύος λόγω της εκπαίδευσης AI. Η λευκή βίβλος αναδεικνύει τη «διαχείριση παλμικών φορτίων AI» ως μία από τις βασικές δυνατότητες της πλατφόρμας. Ο όρος αφορά τη μεγάλη και έντονα μεταβαλλόμενη ενεργειακή ζήτηση των συστημάτων εκπαίδευσης AI μεγάλης κλίμακας.
Οι εταιρείες ισχυρίζονται ότι η ολοκληρωμένη αρχιτεκτονική τους έχει σχεδιαστεί για να απορροφά και να σταθεροποιεί αυτές τις διακυμάνσεις ισχύος, συμμετέχοντας παράλληλα πιο ευέλικτα στο ηλεκτρικό δίκτυο. Αυτό περιλαμβάνει υποστήριξη για ενεργειακά συστήματα στην πλευρά του καταναλωτή μετά τον μετρητή, λειτουργίες εξισορρόπησης του δικτύου και λογισμικό ενεργειακής βελτιστοποίησης, με στόχο τη διαχείριση της χρήσης υπολογιστικών πόρων και ηλεκτρικής ισχύος σε πραγματικό χρόνο.
Η DG Matrix τοποθετεί όλο και περισσότερο τη δραστηριότητά της γύρω από αυτή την ευρύτερη μετάβαση των υποδομών. Η εταιρεία συγκέντρωσε πρόσφατα 60 εκατομμύρια δολάρια σε χρηματοδότηση σειράς A, για να επεκτείνει την εγκατάσταση της τεχνολογίας μετασχηματιστών στερεάς κατάστασης στις αγορές υποδομών AI και εξηλεκτρισμού.
Η τυποποίηση γίνεται στρατηγική προτεραιότητα
Ένα από τα πιο αξιοσημείωτα στοιχεία της συνεργασίας είναι η έμφαση στην τυποποίηση και στα επαναλήψιμα μοντέλα εγκατάστασης. Οι εταιρείες περιγράφουν την πλατφόρμα ως διαμορφώσιμη μέσω λογισμικού για διαφορετικές γεωγραφικές περιοχές, κατηγορίες τάσης, συχνότητες και απαιτήσεις δικτύων, χωρίς πλήρη ανασχεδιασμό για κάθε εγκατάσταση.
Η προσέγγιση αντανακλά μια ευρύτερη αλλαγή στον κλάδο υποδομών AI. Καθώς η ζήτηση αυξάνεται ταχύτερα, οι διαχειριστές αναζητούν όλο και περισσότερο τρόπους βιομηχανοποίησης της εγκατάστασης, αντί να βασίζονται σε έργα έντονα προσαρμοσμένα σε κάθε επιμέρους μονάδα.
Η λευκή βίβλος υποστηρίζει επίσης ότι η δυνατότητα αναβάθμισης γίνεται απαραίτητη καθώς συντομεύουν οι κύκλοι ανανέωσης του υλικού AI. Εγκαταστάσεις που αρχικά σχεδιάστηκαν για πολύ χαμηλότερη πυκνότητα racks καλούνται πλέον να υποστηρίξουν δραματικά υψηλότερα επίπεδα ισχύος. Αυτό αναγκάζει τους διαχειριστές να επανεξετάσουν πόσο καιρό η υποδομή μπορεί να παραμείνει χρήσιμη χωρίς μεγάλες μετατροπές.
Η InfraPartners έχει τονίσει επανειλημμένα αυτή την ιδέα δημόσια, εξηγώντας ότι οι υποδομές AI πρέπει να εξελίσσονται συνεχώς μαζί με τις αλλαγές στους ημιαγωγούς και στις απαιτήσεις ψύξης και ηλεκτρικής τροφοδοσίας.
Το μέλλον των υποδομών AI μπορεί να εξαρτάται από την ευελιξία τροφοδοσίας
Η συνεργασία της DG Matrix με την InfraPartners αναδεικνύει μια ολοένα πιο σαφή πραγματικότητα στον κλάδο AI: η κλιμάκωση της AI γίνεται όλο και περισσότερο ενεργειακή και υποδομική πρόκληση και όχι απλώς πρόβλημα υπολογιστικής ισχύος.
Καθώς τα μοντέλα AI μεγαλώνουν και η εγκατάστασή τους επεκτείνεται παγκοσμίως, τα μελλοντικά ανταγωνιστικά πλεονεκτήματα μπορεί να εξαρτώνται από το πόσο γρήγορα οι διαχειριστές εξασφαλίζουν ηλεκτρισμό, εγκαθιστούν υποδομές και προσαρμόζουν τις μονάδες σε ταχέως μεταβαλλόμενες απαιτήσεις υλικού.
Οι εταιρείες πιστεύουν ότι τα ολοκληρωμένα συστήματα που συνδυάζουν αρθρωτά εργοστάσια AI, αρχιτεκτονικές τροφοδοσίας καθοριζόμενες από λογισμικό και ευέλικτη διαχείριση ενέργειας θα μπορούσαν να αποτελέσουν θεμελιώδες μέρος των στρατηγικών εγκατάστασης AI επόμενης γενιάς. Μένει να φανεί αν αυτό το μοντέλο θα επικρατήσει. Όμως η πίεση στις εταιρείες κοινής ωφέλειας, στα ηλεκτρικά δίκτυα και στα παραδοσιακά χρονοδιαγράμματα κατασκευής ήδη υποχρεώνει τον κλάδο να επανεξετάσει τον ίδιο τον τρόπο με τον οποίο κατασκευάζονται οι υποδομές AI.












