Modele i platformy AI

Lightning AI i Voltage Park ogłaszają połączenie, aby na nowo zdefiniować AI Cloud Stack

Antoine Tardif
Dodaj Unite.AI do preferowanych źródeł w Google
Kluczowe punktyLightning AI oferuje teraz 35 000 procesorów graficznych wraz ze swoim oprogramowaniem…
Zobacz więcej
  • Lightning AI oferuje teraz 35 000 procesorów graficznych wraz ze swoim oprogramowaniem, aby ujednolicić rozwój i wdrażanie sztucznej inteligencji.
  • Połączenie to tworzy natywny dla AI stos chmurowy, który zmniejsza zależność od rozproszonych narzędzi hiper-skalerów.
  • Pionowa integracja oprogramowania i sprzętu staje się strategiczną przewagą w zakresie kosztów i wydajności AI.

Dziś, Lightning AI ogłosił zakończenie fuzji z Voltage Park, łącząc oprogramowanie AI-native i infrastrukturę GPU w jedną platformę. Działając pod nazwą Lightning AI, połączona firma pozycjonuje się jako pełna AI Cloud, zaprojektowana specjalnie do szkolenia, wdrażania i uruchamiania nowoczesnych modeli i aplikacji AI.

Lightning AI dociera do tego momentu z znaczącą skalą i zasięgiem deweloperskim. Platforma jest używana przez ponad 400 000 deweloperów, startupów i dużych przedsiębiorstw, a firma jest również odpowiedzialna za PyTorch Lightning, framework zaufany przez ponad 5 milionów deweloperów i przedsiębiorstw na całym świecie. To znaczy, że oprogramowanie Lightning jest już głęboko zakorzenione w badaniach, eksperymentach i produkcji AI.

Voltage Park uzupełnia to rozpowszechnienie oprogramowania własną, samodzielnie zarządzaną infrastrukturą. W wyniku fuzji, użytkownicy Lightning zyskują dostęp do 35 000+ GPU, w tym H100, B200 i GB300-class hardware, umożliwiając dużej skali szkolenie, inferencję i tymczasową dodatkową moc obliczeniową bez polegania wyłącznie na zewnętrznych hyperscalerach.

Łączenie oprogramowania i obliczeń na dużą skalę

Przed tą fuzją, większość zespołów AI musiała stawić czoła niekomfortowej wymianie. Tradycyjne chmury były zaprojektowane dla obciążeń CPU, takich jak strony internetowe i usługi przedsiębiorstw, a nie dla obciążeń GPU. W odpowiedzi, rynek wypełnił się narzędziami o pojedynczym celu – jedną platformą do szkolenia, inną do inferencji, inną do obserwacji – obok oddzielnych dostawców GPU i procesów zakupu.

Połączenie Lightning-Voltage Park jest wyraźnie zaprojektowane, aby zlikwidować te warstwy. Stos oprogramowania Lightning pozwala już zespołom na szkolenie modeli, wdrażanie ich do produkcji i uruchamianie dużej skali inferencji z zintegrowanego środowiska. Poprzez połączenie tego oprogramowania z infrastrukturą GPU, firma ma na celu usunięcie głównego źródła tarcia: koordynowania możliwości oprogramowania z dostępnością, ceną i wydajnością.

Założyciel i CEO Lightning, William Falcon, scharakteryzował obecny stan narzędzi AI jako niepotrzebnie fragmentaryzowany – porównując go do noszenia oddzielnych urządzeń do podstawowych funkcji zamiast korzystania z jednego zintegrowanego produktu. Fuzja jest pozycjonowana jako sposób na dostarczenie tego zintegrowanego doświadczenia dla zespołów AI, od studentów do przedsiębiorstw o skali Fortune.

Co się zmienia – i co nie – dla klientów

Dla istniejących klientów, firmy podkreślają ciągłość. Nie ma żadnych zmian w umowach ani wdrożeniach, a także nie ma wymuszonych migracji. Wsparcie dla wielu chmur pozostaje kluczowym elementem platformy Lightning: zespoły mogą nadal uruchamiać Lightning na AWS lub innych dostawcach chmury, a także korzystać z infrastruktury GPU Lightning, gdy potrzebują dodatkowej pojemności.

To, co się zmienia, to zakres. Klienci Voltage Park zyskują opcjonalny dostęp do oprogramowania AI Lightning – obejmującego obsługę modeli, zarządzanie zespołami i obserwację – bez nakładania dodatkowych narzędzi o pojedynczym celu. Klienci Lightning, z kolei, zyskują dostęp do dużych pul GPU dostępnych na żądanie, zaprojektowanych dla obciążeń AI, zamiast adaptowania ogólnych infrastruktur chmury.

To połączenie jest godne uwagi. Zamiast pozycjonowania się jako zastępstwo dla hyperscalerów, Lightning AI prezentuje się jako warstwa AI-native, która może współistnieć z istniejącymi inwestycjami w chmurę, oferując przy tym ściślejszą integrację, gdy wymaga tego wydajność lub ekonomika.

Integracja pionowa jako przewaga konkurencyjna

Powtarzającym się tematem w branży w odpowiedzi na fuzję jest integracja pionowa. W miarę wzrostu modeli AI i wzrostu kosztów inferencji, wydajność, efektywność kosztowa i szybkość iteracji coraz bardziej zależą od tego, jak ściśle oprogramowanie i infrastruktura są powiązane.

Dyrektorzy i przywódcy branży cytowani w ogłoszeniu twierdzą, że kontrolowanie większej części stosu staje się niezbędne. Idea jest prosta: gdy oprogramowanie, ekspertyza optymalizacyjna i obliczenia są zaprojektowane razem, zespoły mogą dostosowywać systemy w sposób holistyczny, zamiast kompensować niezgodne warstwy. W środowisku, w którym niewielkie zyski wydajności mogą przekładać się na miliony oszczędności, ta integracja staje się strategiczna, a nie kosmetyczna.

Odzwierciedla to wcześniejsze przemiany w chmurze. Podobnie jak hyperscalery przekształciły erę internetu, ściśle integrując obliczenia, pamięć i sieć, platformy AI-native pojawiają się teraz, traktując GPU, orchestrację i narzędzia AI jako jeden system.

Szersze implikacje dla rynku AI Cloud

Wydając się na szerszy plan, fuzja Lightning AI-Voltage Park odzwierciedla szerszy trend konsolidacji w infrastrukturze AI. Wczesne fale adopcji AI wytworzyły fragmentaryzowany ekosystem narzędzi rozwiązujących wąskie problemy. W miarę przechodzenia AI z eksperymentów do podstawowych operacji biznesowych, przedsiębiorstwa coraz bardziej priorytetowo traktują prostsze stosy, przewidywalne koszty i mniej punktów integracji.

Fuzje takie sugerują trzy większe przesunięcia:

  • Platformy AI-native zamiast łańcuchów narzędzi
    Zespoły przesuwają się w kierunku kompleksowych systemów od początku do końca zaprojektowanych dla obciążeń AI, zamiast montowania kruchych kombinacji rozwiązań punktowych.

  • Nowe naciski na hyperscalery
    Chociaż hyperscalery pozostają dominujące, platformy AI-pierwsze mogą konkurować dzięki skupieniu na konkretnych potrzebach – dostępność GPU, ekonomia inferencji i przepływy pracy zbudowane specjalnie dla rozwoju modelu.

  • Konsolidacja jako rów
    Posiadanie oprogramowania i infrastruktury pozwala dostawcom kontrolować wąskie gardła w wydajności, cenie i niezawodności, zmieniając integrację pionową w długoterminową przewagę konkurencyjną.

W tym sensie, ta fuzja jest mniej o skali dla samej siebie, a bardziej o kierunku. Sygnalizuje, gdzie rynek AI Cloud zmierza: w kierunku zintegrowanych, AI-nativnych stosów zaprojektowanych, aby sprawić, że budowanie i uruchamianie modeli będzie czuło się mniej jak zarządzanie infrastrukturą – a bardziej jak szybkie oddawanie rzeczywistych systemów do użytku.

Antoine jest wizjonerskim liderem i partnerem założycielem Unite.AI. Kieruje nim niezachwiana pasja do kształtowania i rozwijania przyszłości sztucznej inteligencji i robotyki. Jako przedsiębiorca, który założył wiele firm, wierzy, że AI zmieni społeczeństwo równie głęboko jak elektryczność, i często z entuzjazmem mówi o potencjale przełomowych technologii oraz ogólnej sztucznej inteligencji (AGI).

Jako futurolog poświęca się badaniu tego, jak te innowacje ukształtują nasz świat. Jest także założycielem Securities.io, platformy skupionej na inwestowaniu w najnowocześniejsze technologie, które na nowo definiują przyszłość i przekształcają całe branże.