パートナーシップ

DG MatrixとInfraPartners、電力の制約解消を目指すAIインフラ基盤で提携

Antoine Tardif
Unite.AI を Google の優先ソースに追加
要点DGマトリックスとインフラパートナーズは、グリッドからラックまでのインフラを統合し、AIデータセンターの導入期間を大幅に短縮する。
もっと見る
  • DGマトリックスとインフラパートナーズは、グリッドからラックまでのインフラを統合し、AIデータセンターの導入期間を大幅に短縮する。
  • インターポート360プラットフォームは、ソフトウェア定義の固体変圧器を使用して、AIファクトリー向けのACおよびDC電力を管理する。
  • AIインフラの主なボトルネックは、GPUへのアクセスから電力供給とグリッド接続の遅延に移行している。

AIインフラ需要が世界的に加速するなか、業界の大きな制約の一つは、もはやGPUの確保だけではありません。次世代のAI処理を支えるだけの電力と物理インフラを、十分な速さで整備できるかどうかが課題になっています。こうした状況を受け、 DG Matrix と InfraPartners は、AI対応データセンターや「AIファクトリー」の導入を加速する統合プラットフォームの構築に向けた提携を発表しました。

この提携では、DG Matrixの電力供給アーキテクチャ「Interport 360」と、InfraPartnersのプレハブ型AIデータセンター基盤「RapidNode」を組み合わせます。両社によると、電力網からサーバーラックまでを一体化したインフラモデルを構築し、導入期間を短縮するとともに、将来のAIハードウェア世代に対応できる施設を目指しています。

AIの成長で電力インフラへの負担が増大

この提携の背景には、大規模クラウド事業者やクラウドサービス提供企業、AIインフラ運営事業者の間で、電力網への接続や従来型データセンターの建設に伴う遅延が深刻化していることがあります。両社の ホワイトペーパーによると、一部の市場では電力網への接続待ちが数年に及ぶことがあり、従来型データセンターの建設は、電力の確保後でも2~3年かかる場合があります。

AI学習用クラスターの高密度化と消費電力の増大が続くなか、このずれはますます重要になっています。NVIDIA (NVDA ) のジェンスン・フアンCEOは以前、将来のデータセンターは根本的に電力によって制約され、インフラを確保できるかどうかが収益創出に直接影響すると警告しています。

両社は、この課題を解決するには、計算処理のインフラとエネルギーシステムを別々の層として扱うのではなく、より密接に統合する必要があると主張しています。

プレハブ型AIファクトリーとソフトウェアで制御する電力供給を統合

InfraPartnersは、GPUを多用する処理向けに設計した、プレハブ型で更新可能なAIデータセンターに事業を集中させています。同社のRapidNodeは標準化された参照設計を採用し、インフラの多くを導入前に工場で製造します。ホワイトペーパーによると、システムの約80%を設置場所への搬入前に現場外で製造・統合します。

プレハブ型AIインフラの大きな狙いは、従来の現地建設型施設で生じる長い遅延や技術的な実装のばらつきを減らすことです。InfraPartnersは、進化するGPUアーキテクチャとラックの高密度化に合わせて設計した、拡張・更新可能なデータセンターを実現する手法だと説明しています。

DG Matrixは、 Interportプラットフォームを通じてエネルギーインフラを担います。これは複数の電力入力と出力を同時に管理するよう設計された、半導体を使う変圧器のアーキテクチャです。同社はInterportを、交流・直流の電源、蓄電池、発電機、再生可能エネルギー、AI処理を一つのシステムに統合できる、ソフトウェアで構成可能な電力供給基盤と説明しています。

この基盤は、将来のAIデータセンターで採用されると業界の多くが見込む、800V直流の新たなアーキテクチャも考慮して設計されています。ホワイトペーパーによると、Interport 360は交流と直流の双方の配電方式に対応しており、インフラ運営事業者は既存システムを全面的に置き換えることなく、新しい電力供給アーキテクチャへ移行できます。

従来型データセンターから「AIファクトリー」へ

提携発表で繰り返し示されているのは、AIインフラが従来型データセンターのモデルから、高度に特化した「AIファクトリー」へ進化しつつあるという考え方です。

従来の企業向けデータセンターと異なり、AIファクトリーは、急速に世代交代するGPU、増大する熱負荷、高密度化するラック、AI学習処理が生む電力需要の変動に対応しなければなりません。ホワイトペーパーは、基盤の主要機能の一つに「AIのパルス状負荷の管理」を挙げています。大規模なAI学習システムによる、非常に大きく変動も激しいエネルギー需要を指します。

両社によると、統合アーキテクチャはこうした電力変動を吸収して安定させるとともに、電力網の一員としてより柔軟に機能するよう設計されています。具体的には、電力メーターの需要家側にあるエネルギーシステム、電力網の需給調整機能、計算資源と電力の利用をリアルタイムで管理するためのエネルギー最適化ソフトウェアを支援します。

DG Matrixは、この広範なインフラ転換を事業の軸として、ますます重視しています。同社は最近、AIインフラおよび電化の市場で半導体変圧器技術の導入を拡大するため、シリーズAで6,000万ドルを調達しました。

標準化が戦略的な優先課題に

この提携で注目される点の一つは、標準化と繰り返し適用できる導入モデルを重視していることです。両社によると、基盤はソフトウェアによって各地域の電圧区分、周波数、電力網の要件に合わせて構成でき、導入のたびに全面的な再設計を行う必要がありません。

この手法は、AIインフラ業界全体で進む、より大きな変化を反映しています。需要が加速するなか、事業者は施設ごとに大幅な個別設計を行うプロジェクトに頼るのではなく、導入を工業化する方法をますます求めています。

ホワイトペーパーはまた、AIハードウェアの更新周期が短くなるにつれ、更新可能性が不可欠になっていると論じています。もともとははるかに低いラック密度を想定して設計された施設に、現在は大幅に高い電力水準が求められています。このため事業者は、大規模な改修なしにインフラをどれほどの期間使い続けられるか、再考を迫られています。

InfraPartnersはこの考え方を公に繰り返し強調し、AIインフラは半導体、冷却、電力供給の要件の変化とともに、継続して進化しなければならないと説明しています。

AIインフラの将来は電力供給の柔軟性に左右される可能性

DG MatrixとInfraPartnersの提携は、AI業界でますます明確になっている現実を示しています。 AIの規模拡大は、エネルギーとインフラの課題という側面を強めています 。単なる計算能力の問題ではなくなりつつあるのです。

AIモデルの大規模化が続き、導入が世界に広がるなか、将来の競争優位は、事業者がどれだけ早く電力を確保し、インフラを導入し、急速に変わるハードウェア要件に施設を適応させられるかに左右される可能性があります。

両社は、モジュール式AIファクトリー、ソフトウェアで制御する電力供給アーキテクチャ、柔軟なエネルギー管理を組み合わせた統合システムが、次世代のAI導入戦略の基盤になり得ると考えています。このモデルが主流になるかは、まだ分かりません。ただし、電力会社、電力網、従来の建設工程にかかる圧力は、AIインフラをそもそもどう建設するかという再検討を、すでに業界に迫っています。

アントワーヌは、先見の明を持つリーダーであり、Unite.AIの創業パートナーです。AIとロボティクスの未来を形作り、その発展を促すことに揺るぎない情熱を注いでいます。複数の企業を立ち上げてきた起業家として、AIは電気と同じほど社会を大きく変えると考えており、革新的な技術や汎用人工知能(AGI)の可能性について熱く語ることがよくあります。

未来を展望するフューチャリストとして、こうした革新が世界をどのように形作るかを探究しています。また、未来を再定義し、業界全体を変革する最先端技術への投資に焦点を当てたプラットフォーム、Securities.ioの創設者でもあります。