DG Matrix e InfraPartners se asocian en una plataforma de infraestructura de IA diseñada para abordar cuellos de botella de energía

Como la demanda de infraestructura de IA se acelera en todo el mundo, una de las principales limitaciones de la industria ya no es solo el acceso a GPUs, sino la capacidad de entregar suficiente energía y infraestructura física lo suficientemente rápido para respaldar las cargas de trabajo de IA de próxima generación. En este contexto, DG Matrix y InfraPartners han anunciado una asociación centrada en construir una plataforma integrada destinada a acelerar la implementación de centros de datos listos para IA y “fábricas de IA”.

La colaboración combina la arquitectura de energía Interport 360 de DG Matrix con la plataforma de centro de datos de IA prefabricada RapidNode de InfraPartners. Juntas, las empresas afirman que están creando un modelo de infraestructura “de la red al estante” unificado destinado a reducir los plazos de implementación mientras se preparan las instalaciones para las futuras generaciones de hardware de IA.

El crecimiento de la IA está aumentando la presión sobre la infraestructura de energía

La asociación surge en un momento en que los hyperscalers, los proveedores de la nube y los operadores de infraestructura de IA se enfrentan a retrasos crecientes relacionados con la interconexión de la red y los plazos de construcción de centros de datos tradicionales. Según el documento técnico de las empresas, las colas de interconexión de la red en algunos mercados pueden durar años, mientras que los proyectos de centros de datos convencionales pueden requerir de dos a tres años para construirse después de que se haya asegurado la energía.

Esta disparidad se está volviendo cada vez más importante a medida que los clústeres de entrenamiento de IA continúan escalando hacia arriba en densidad y consumo de energía. El CEO de NVIDIA (NVDA ), Jensen Huang, ha advertido previamente que los futuros centros de datos se volverán fundamentalmente limitados por la energía, y la disponibilidad de la infraestructura afectará directamente la generación de ingresos.

Las empresas argumentan que resolver este desafío requiere una integración más estrecha entre la infraestructura de cómputo y los sistemas de energía, en lugar de tratarlos como capas separadas.

Combinando fábricas de IA prefabricadas con energía definida por software

InfraPartners se ha centrado en su negocio en centros de datos de IA prefabricados y mejorables, diseñados específicamente para cargas de trabajo intensivas en GPU. El sistema RapidNode de la empresa utiliza un diseño de referencia estandarizado donde gran parte de la infraestructura se construye en fábrica antes de la implementación. Según el documento técnico, aproximadamente el 80% del sistema se fabrica y integra fuera del sitio antes de llegar a los lugares de implementación.

La idea más amplia detrás de la infraestructura de IA prefabricada es reducir los largos retrasos y la variabilidad de ingeniería asociados con las instalaciones construidas tradicionalmente en el campo. InfraPartners describe su enfoque como permitir centros de datos escalables y mejorables diseñados alrededor de arquitecturas de GPU en evolución y densidades de estantes más altas.

DG Matrix aporta el lado de la infraestructura de energía a través de su plataforma Interport, una arquitectura de transformador de estado sólido diseñada para gestionar múltiples entradas y salidas de energía simultáneamente. La empresa describe Interport como un tejido de energía configurable por software capaz de integrar fuentes de energía de CA y CC, baterías, generadores, energía renovable y cargas de trabajo de IA dentro de un sistema unificado.

La plataforma también está diseñada alrededor de las arquitecturas de 800 VCC emergentes que muchos en la industria esperan que los futuros centros de datos de IA adopten. El documento técnico establece que Interport 360 está diseñado tanto para modelos de distribución de CA como de CC, lo que permite a los operadores de infraestructura transitar hacia nuevas arquitecturas de energía sin necesidad de reemplazar completamente los sistemas existentes.

Avanzando hacia “fábricas de IA” en lugar de centros de datos convencionales

Un tema recurrente en el anuncio de la asociación es la idea de que la infraestructura de IA está evolucionando desde los modelos de centros de datos tradicionales hacia “fábricas de IA” altamente especializadas.

A diferencia de los centros de datos empresariales convencionales, las fábricas de IA deben gestionar generaciones de GPU que cambian rápidamente, cargas térmicas más altas, estantes más densos y requisitos de energía fluctuantes creados por las cargas de trabajo de entrenamiento de IA. El documento técnico destaca la “gestión de carga de pulso de IA” como una de las capacidades principales de la plataforma, refiriéndose a la demanda de energía intensa y altamente variable generada por los sistemas de entrenamiento de IA a gran escala.

Las empresas afirman que su arquitectura integrada está diseñada para absorber y estabilizar estas fluctuaciones de energía mientras también funciona como un participante más flexible de la red. Esto incluye el soporte para sistemas de energía detrás del medidor, funciones de equilibrio de la red y software de optimización de energía destinado a gestionar tanto la utilización de cómputo como de energía en tiempo real.

DG Matrix se ha posicionado cada vez más alrededor de esta transición de infraestructura más amplia. La empresa recientemente recaudó $60 millones en financiación de Serie A para ampliar la implementación de su tecnología de transformador de estado sólido para los mercados de infraestructura de IA y electrificación.

La estandarización se está convirtiendo en una prioridad estratégica

Uno de los aspectos más notables de la asociación es su énfasis en la estandarización y los modelos de implementación repetibles. Las empresas describen la plataforma como configurable por software para múltiples regiones geográficas, clases de voltaje, frecuencias y requisitos de la red sin necesidad de rediseños completos para cada implementación.

Este enfoque refleja un cambio más amplio que ocurre en la industria de infraestructura de IA. A medida que la demanda se acelera, los operadores están buscando cada vez más formas de industrializar la implementación en lugar de confiar en proyectos altamente personalizados para cada instalación.

El documento técnico también argumenta que la capacidad de actualización se está volviendo esencial a medida que los ciclos de hardware de IA se acortan. Las instalaciones originalmente diseñadas para densidades de estantes mucho más bajas ahora se están impulsando hacia niveles de energía dramáticamente más altos, lo que obliga a los operadores a repensar cuánto tiempo puede permanecer viable la infraestructura sin reformas importantes.

InfraPartners ha enfatizado públicamente este concepto, describiendo la infraestructura de IA como algo que debe evolucionar continuamente junto con los cambios en el silicio, la refrigeración y los requisitos de entrega de energía.

El futuro de la infraestructura de IA puede depender de la flexibilidad de energía

La asociación entre DG Matrix e InfraPartners destaca una realidad creciente dentro de la industria de IA: escalar la IA está convirtiéndose cada vez más en un desafío de energía e infraestructura en lugar de simplemente un problema de cómputo.

A medida que los modelos de IA continúan creciendo en tamaño y la implementación se expande a nivel mundial, las ventajas competitivas futuras pueden depender de lo rápido que los operadores puedan asegurar la energía, implementar la infraestructura y adaptar las instalaciones a los requisitos de hardware en constante evolución.

Las empresas creen que los sistemas integrados que combinan fábricas de IA modulares, arquitecturas de energía definidas por software y gestión de energía flexible podrían convertirse en una parte fundamental de las estrategias de implementación de IA de próxima generación. Si ese modelo se convierte en mainstream queda por verse, pero la presión sobre las empresas de servicios públicos, las redes y los plazos de construcción convencionales ya está obligando a la industria a repensar cómo se construye la infraestructura de IA en primer lugar.