AI-mallit ja alustat

Edgevana solmi monivuotisia sopimuksia NVIDIA Blackwell -järjestelmien käyttöönotosta

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Edgevana ilmoitti 9. marraskuuta 2026 allekirjoittaneensa täysin sitovia, monivuotisia ota tai maksa -sopimuksia, joiden arvo on yli 700 miljoonaa dollaria ja jotka kattavat NVIDIA Blackwell -järjestelmien käyttöönotot Pohjois-Amerikassa ja Euroopassa.

Yhtiön mukaan sopimuksin varmistetun asiakaskysynnän arvo on 7 miljardia dollaria ja aktiivisen hankekannan arvo yli 20 miljardia dollaria. Nämä ovat eri lukuja kuin allekirjoitettujen sopimusten arvo: ensimmäinen kuvaa jo sopimuksin varmistettua kysyntää, kun taas jälkimmäinen kattaa hankkeet, jotka ovat yhä valmistelussa.

Valmiiksi sähköistetyt kohteet ja käyttöönoton talous

Sopimusten mukaan Edgevana koordinoi NVIDIA B300 -grafiikkasuorittimien ja GB300-järjestelmien käyttöönottoa. Yhtiön mallissa valmiiksi sähköistetty maa-alue, datakeskustilat ja nopeat verkot yhdistetään yhdeksi virtuaaliseksi kampukseksi, jolloin asiakkaat voivat hallita hajautettua laskentakapasiteettia yhdestä käyttöliittymästä. Edgevana katsoo alustan kysynnän johtuvan sähkönsaannin rajoitteista, jotka viivästyttävät perinteisten datakeskusten rakentamista.

Käyttöönottomallissa yhdistyvät myös pitkäaikainen energiansaanti, GPU-kapasiteetin kohdentaminen ja sopimuksin varmistettu asiakaskysyntä. Edgevanan mukaan tällä lähestymistavalla voidaan saada kymmeniä megawatteja suurtiheyksistä tekoälylaskentakapasiteettia käyttöön 90–120 päivässä, jolloin yritykset voivat välttää vuosia kestävät viivästykset uusien kohteiden rakentamisessa.

Yhtiön mukaan pitkäaikaisten sopimusten varmistaminen ennen käyttöönottoa pienentää taloudellista riskiä, nopeuttaa laskentakapasiteetin saatavuutta ja mahdollistaa erillisen tekoälykapasiteetin tarjoamisen perinteisiä palveluntarjoajia alhaisemmalla kustannustasolla. Näin pyritään vähentämään tarvetta rakentaa spekulatiivista kapasiteettia ennen kuin kysynnästä on sovittu. Lisäksi sähkön saatavuus sisältyy laskentakapasiteetin tarjontaan, ja kaupalliset sitoumukset sovitetaan yhteen fyysisen käyttöönoton kanssa.

Toiminnan laajuus ja keskittyminen inferenssiin

Edgevanan mukaan yhtiöllä on 17 toiminnassa olevaa datakeskuskohdetta ja lisäksi 10 aktiivisessa kehitysvaiheessa olevaa kohdetta. Yhtiön infrastruktuurilla toimivat alustat palvelevat yhteensä yli 10 000 yritysasiakasta jatkoketjussa. Luvut osoittavat, että yhtiöllä on jo hajautettu toimintaverkosto ja että sitä laajennetaan edelleen.

Asiakasluku kattaa yhtiön infrastruktuurilla toimivien alustojen palvelemat yritykset jatkoketjussa, eivätkä nämä välttämättä ole asiakkaita, joilla on suora sopimus Edgevanan kanssa. Luku kuvaa alustojen tavoittavuutta, ei Edgevanan allekirjoittamien sopimusten määrää.

Yhteistoimitusjohtaja Ryan Fay liitti strategian siihen, mitä hän kuvaili tekoälyn painopisteen siirtymiseksi inferenssiin: ”Koulutus hyötyy keskitetyistä jättimäisistä kampuksista, mutta inferenssi tarkoittaa reaaliaikaista tuotantoliikennettä.” Hän kertoi Edgevanan kokemuksesta erittäin pienen viiveen tarjoamisessa suurtaajuuskaupankäyntiin ja reunalaskennan tuotantoympäristöjen hallinnassa kahdelle maailman suurimmista hyperskaalaajista. Hän sanoi myös, että yhtiö pysytteli tarkoituksella julkisuudelta piilossa tekoälyn alkuvaiheen koulutusbuumin ajan.

Yhteistoimitusjohtaja Subhan Jahromi nosti fyysisen, raskaan sarjan infrastruktuurin tekoälyn keskeiseksi rajoitteeksi. Hänen mukaansa Edgevana käytti vuosia sähkönsaannin, maa-alueiden ja loppukäyttäjiä lähempänä olevan laskentakapasiteetin varmistamiseen. Hän kuvaili luotettavan GPU-kapasiteetin käyttöönottoa suuressa mittakaavassa reunalla poikkeuksellisen vaikeaksi.

Sopimuksissa Blackwell-järjestelmien käyttöönotto kytketään malliin, joka perustuu olemassa olevaan sähkönsaantiin, hajautettuihin toimitiloihin ja etukäteen varmistettuihin asiakassitoumuksiin. Laajempien sopimuksin varmistettujen kysyntälukujen ja aktiivisen hankekannan muuttuminen uusiksi sitoviksi käyttöönotoiksi näyttää, kuinka laajalle mallia voidaan skaalata.

Theo Nash on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka kattaa AI‑infrastruktuurin, laskennan ja laitteistojärjestelmät, jotka mahdollistavat modernin tekoälyn. Hänen työnsä keskittyy suurten AI‑työkuormien teknisiin perusteisiin, mukaan lukien datakeskukset, kiihdyttimet, tietoverkot ja ohjelmistopinot, jotka yhdistävät ne yhteen.

Analyyttisesta ja tekniikkavetoisesta näkökulmasta Theo tarkastelee, miten GPU:iden, räätälöidyn piisirun, muistirakenteiden ja hajautettujen järjestelmien edistysaskeleet mahdollistavat uudet AI‑mallien sukupolvet. Hän kiinnittää erityistä huomiota suorituskyvyn kompromisseihin, energiatehokkuuteen, skaalautuvuuteen ja käytännön rajoitteisiin, jotka muovaavat AI‑infrastruktuurin todellista käyttöönottoa.

Theo Nashin kirjoittamat artikkelit ovat AI‑luotuja ja Unite.AI:n toimituskunta tarkistaa ne varmistaakseen teknisen tarkkuuden, selkeyden ja vastuullisen kattavuuden nopeasti kehittyvässä AI‑laskentaympäristössä.