A Niv-AI Levanta $12 Milhões para Abordar o Problema Oculto de Potência na Infraestrutura de IA

Uma nova startup está entrando no espaço de infraestrutura de IA cada vez mais lotado, com foco em uma restrição que raramente faz manchetes, mas que está rapidamente se tornando um dos principais desafios da indústria: a potência.

Niv-AI surgiu da stealth com $12 milhões em financiamento da Glilot Capital, Grove Ventures, Arc VC, Encoded VC, Leap Forward e Aurora. A empresa com sede em Tel Aviv está se posicionando na interseção de sistemas de energia e computação de alto desempenho, visando o que descreve como uma “crise de capacidade de potência instantânea” dentro dos centros de dados modernos.

O Problema: O Aumento do Apetite de Potência da IA

À medida que as cargas de trabalho de IA crescem, particularmente com a adoção de GPUs cada vez mais densas em termos de potência, os centros de dados estão enfrentando uma limitação física que a otimização de software sozinha não pode resolver. Embora a capacidade de computação continue a crescer, a capacidade de entregar potência estável em nível de milissegundo está ficando para trás.

Os sistemas de monitoramento tradicionais não foram projetados para os padrões de consumo de potência rápidos e pontiagudos das cargas de trabalho de IA modernas. Para evitar danos ao equipamento ou instabilidade na grade, os operadores muitas vezes supercompensam limitando o uso. O resultado é uma subutilização significativa da infraestrutura existente, com até 30% da capacidade de potência contratada efetivamente inativa.

Essa ineficiência tem implicações financeiras. Os operadores de centros de dados estão pagando por capacidade que não podem usar totalmente, enquanto as empresas de IA enfrentam restrições que retardam a implantação e aumentam os custos.

Uma Nova Camada Entre Potência e Computação

A abordagem da Niv-AI introduz uma nova camada de controle que se situa entre a entrega de energia e as cargas de trabalho computacionais. No núcleo de sua plataforma está o que a empresa chama de “impressão digital elétrica” — uma visão de alta resolução de como as cargas de trabalho de IA consomem potência em tempo real.

Usando sensores especializados, o sistema captura sinais de potência detalhados que os medidores tradicionais perdem. Esses sinais são então processados por modelos de IA projetados para prever flutuações de curto prazo na demanda. Em vez de reagir após um pico ocorrer, a plataforma ajusta proativamente o tempo de execução da carga de trabalho, sutilmente escalonando as operações de computação para suavizar o uso de potência.

Na prática, isso funciona como um sistema de gerenciamento de tráfego para eletricidade dentro do centro de dados, permitindo que os operadores empurrem a infraestrutura mais perto de seus limites reais sem desencadear instabilidade.

Além das Soluções de Hardware

A maioria das tentativas atuais de resolver as limitações de potência depende de soluções físicas, como baterias, capacitores ou redução conservadora das cargas de trabalho. Embora eficazes até certo ponto, essas abordagens adicionam custo, complexidade ou reduzem o desempenho.

A Niv-AI está apostando que uma camada de orquestração impulsionada por software pode desbloquear ganhos semelhantes ou maiores sem exigir hardware adicional. Ao melhorar a visibilidade e o controle em um nível granular, a empresa visa permitir que os operadores extraiam mais valor da infraestrutura existente.

Essa mudança reflete tendências mais amplas na otimização de centros de dados, onde as abordagens definidas por software estão sendo cada vez mais usadas para gerenciar restrições físicas.

As Implicações Mais Amplas para a Infraestrutura de IA

Se essa categoria de tecnologia se provar eficaz, poderia redefinir como os centros de dados são projetados e operados nas próximas décadas. Em vez de tratar os limites de potência como restrições fixas, os operadores podem começar a vê-los como variáveis dinâmicas que podem ser gerenciadas ativamente em tempo real.

Isso tem implicações além da eficiência. Pode adiar ou reduzir a necessidade de atualizações dispendiosas da grade e da construção de novas instalações, particularmente em regiões onde a disponibilidade de energia já é um gargalo. Também pode influenciar como as cargas de trabalho de IA são agendadas, precificadas e priorizadas, introduzindo uma nova dimensão de otimização que combina a orquestração de computação com o gerenciamento de energia.

Em um nível de sistemas, a convergência do controle de potência e computação sugere um futuro onde a infraestrutura é cada vez mais coordenada através de camadas que historicamente estavam isoladas. À medida que a IA continua a escalar, a capacidade de harmonizar essas camadas pode se tornar tão importante quanto os avanços na arquitetura de modelos ou no design de chips.