Crusoe เซ็นสัญญาหลายปีเพื่อสนับสนุนการฝึกและการสรุปผลของ Perplexity

Crusoe เมื่อวันที่ 15 กันยายน 2026, ประกาศความร่วมมือหลายปีกับ Perplexity ซึ่ง Perplexity จะดำเนินวงจรชีวิตโมเดลทั้งหมดบน Crusoe Cloud, ฝึกโมเดลระดับแนวหน้าบนคลัสเตอร์ NVIDIA GB300 NVL72 เฉพาะและให้บริการในขั้นการผลิตผ่านบริการ Managed Inference ของ Crusoe.

การประกาศซึ่งมาจากซานฟรานซิสโกนี้ ยังทำให้ Crusoe รับเอา Perplexity Enterprise Pro และ Max ไปใช้สำหรับพนักงาน 1,800 คนของบริษัท ตามข้อมูลเผยแพร่ การใช้งานนี้มีวัตถุประสงค์เพื่อให้พนักงานเข้าถึงการค้นหาเว็บและความรู้ภายใน, การวิจัยหลายขั้นตอน, การวิเคราะห์ข้อมูล, และการเข้าถึงโมเดล AI ระดับแนวหน้า.

ในข่าวเผยแพร่ระบุว่าผลิตภัณฑ์ของ Perplexity ทำงานแบบเรียลไทม์สำหรับผู้ใช้หลายล้านคน, สภาพแวดล้อมที่ความหน่วงของการสรุปผลและอัตราผลผลิตเป็นคุณลักษณะของผลิตภัณฑ์ ไม่ใช่เพียงเกณฑ์ทฤษฎี Crusoe กล่าวว่า บริการ Managed Inference ของบริษัทถูกสร้างขึ้นเพื่อการสรุปผลระดับการผลิตโดยใช้การปรับแต่งเฉพาะและออกแบบเพื่อประสิทธิภาพและต้นทุนบนโมเดลยอดนิยม, และ Crusoe Cloud มีความลึกและขนาดการดำเนินงานที่สอดคล้องกับการเติบโตของ Perplexity.

แถลงการณ์ของผู้บริหาร

ผู้ร่วมก่อตั้งและซีอีโอของ Crusoe ชื่อ Chase Lochmiller กล่าวว่า บริษัท AI ที่เติบโตเร็วที่สุดต้องการโครงสร้างพื้นฐานที่ตามทันตลอดวงจรชีวิตของโมเดลและขยายขนาดตามการเติบโตของพวกเขา “Perplexity กำลังสร้างอนาคตของวิธีที่ผู้คนค้นหาคำตอบ, และ Crusoe เป็นพันธมิตรสำคัญในการทำให้สิ่งนั้นเป็นไปได้, ตั้งแต่อิเล็กตรอนตัวแรกจนถึงโทเค็นตัวสุดท้าย” Lochmiller กล่าว.

ผู้ร่วมก่อตั้งและซีอีโอของ Perplexity ชื่อ Aravind Srinivas กล่าวว่า การดำเนิน AI ในระดับของ Perplexity หมายความว่าทุกมิลลิวินาทีของความหน่วงจะส่งผลต่อผู้ใช้ เขาอธิบายว่า Crusoe ถูกสร้างขึ้นโดยคำนึงถึงข้อจำกัดนี้, เรียกว่าการสรุปผลที่มีอัตราผลผลิตสูงและความหน่วงต่ำโดยอาศัยฮาร์ดแวร์รุ่นต่อไป.

Dion Harris, ผู้บริหารระดับอาวุโสด้าน HPC และโซลูชันโครงสร้างพื้นฐาน AI ของ NVIDIA, กล่าวว่า AI สมัยใหม่ต้องการสถาปัตยกรรมการคำนวณแบบรวมจากการวิจัยจนถึงการนำไปใช้ โดยใช้พลังจาก NVIDIA GB300 NVL72 และ NVIDIA InfiniBand, Harris กล่าวว่าผลิตภัณฑ์ Crusoe Cloud ช่วยให้ Perplexity สามารถฝึก, ปรับจูน, และให้บริการโมเดลระดับแนวหน้าในขั้นการผลิตด้วยความเร็วและประสิทธิภาพที่ AI แบบตัวแทนต้องการ.

แพลตฟอร์ม GB300 NVL72

คลัสเตอร์การฝึกเฉพาะที่ระบุในสัญญานี้ทำงานบน GB300 NVL72 ของ NVIDIA, ซึ่ง NVIDIA อธิบายว่าเป็นระบบระบายความร้อนด้วยของเหลวเต็มรูปแบบระดับแร็คที่รวม 72 GPU Blackwell Ultra และ 36 CPU Grace ที่ใช้สถาปัตยกรรม Arm. ข้อมูลจำเพาะที่เผยแพร่โดย NVIDIA ระบุแบนด์วิดท์ NVLink 130 TB/s, หน่วยความจำ GPU 20 TB พร้อมแบนด์วิดท์สูงสุด 576 TB/s, หน่วยความจำเร็ว 37 TB, และคอร์ CPU Arm Neoverse V2 จำนวน 2,592 คอร์. GPU แต่ละตัวในระบบได้รับการเชื่อมต่อเครือข่าย 800 Gb/s ผ่านโมดูล ConnectX-8 SuperNIC IO, ทำงานร่วมกับแพลตฟอร์มเครือข่าย Quantum‑X800 InfiniBand หรือ Spectrum‑X Ethernet.

NVIDIA อ้างว่าฟาร์ม AI ที่สร้างบน GB300 NVL72 ให้ผลการเพิ่มประสิทธิภาพการผลิตของฟาร์ม AI สูงสุดถึง 50 เท่าเมื่อเทียบกับแพลตฟอร์มที่ใช้ Hopper. บริษัทอธิบายว่าตัวเลขนี้มาจากการปรับปรุงความตอบสนองของผู้ใช้ 10 เท่า, วัดเป็นโทเค็นต่อวินาทีต่อผู้ใช้, และการเพิ่มอัตราผลผลิตต่อเมกะวัตต์ 5 เท่าเมื่อเทียบกับ Hopper, และระบุว่าตัวเลขเหล่านี้เป็นการคาดการณ์ประสิทธิภาพที่อาจเปลี่ยนแปลงได้.

บริการ Managed Inference และประวัติ

ส่วนประกอบการให้บริการการผลิตของสัญญานี้ทำงานบน Crusoe Managed Inference, ซึ่งบริษัท เปิดให้ใช้ทั่วไปเมื่อวันที่ 20 พฤศจิกายน 2025 สำหรับงานสรุปผลการผลิตบน Crusoe Cloud. บริการนี้ใช้พลังจากเอนจินสรุปผลเฉพาะของ Crusoe ที่สร้างรอบ MemoryAlloy, แคชค่า‑คีย์แบบคลัสเตอร์ที่ขจัดการเติมล่วงหน้าซ้ำโดยให้ GPU ดึงแคชพรีฟิกซ์จากโหนดในและนอกเครือข่าย. Crusoe ระบุว่าเอนจินนี้ให้เวลาไปยังโทเค็นแรกเร็วขึ้นสูงสุด 9.9 เท่าและอัตราผลผลิตสูงกว่า 5 เท่า, โดยเปรียบเทียบกับ vLLM สำหรับโมเดล Llama‑3.3‑70B ในการปรับใช้สี่โหนด.

Crusoe ให้บริการนี้ในสามตัวเลือกการปรับใช้, ตามที่ระบุใน หน้าผลิตภัณฑ์ Managed Inference ของบริษัท. Serverless Inference ให้การใช้โมเดลเปิดแบบตามการใช้งานผ่าน API ที่จัดการเต็มรูปแบบ, มุ่งเน้นที่งานในขั้นตอนแรก, ปริมาณการจราจรต่ำ, และการทดลองอย่างรวดเร็ว. Self‑Serve Deployments, ซึ่งหน้าดังกล่าวระบุว่าเปิดให้ใช้ทั่วไปแล้ว, รันโมเดลที่ปรับให้เหมาะกับอัตราผลผลิตหรือความตอบสนอง, รวมถึงโมเดลที่ปรับแต่งด้วย Serverless Fine‑Tuning ของ Crusoe. Tailored Deployments จับคู่ลูกค้ากับทีมของ Crusoe เพื่อจุดสิ้นสุดที่กำหนดและผ่านการทดสอบมาตรฐาน, ตัวเลือกนี้หน้าดังกล่าวแนะนำสำหรับโมเดลที่เป็นกรรมสิทธิ์.

นักพัฒนาสามารถเข้าถึงบริการผ่าน Crusoe Intelligence Foundry, ศูนย์กลางที่พวกเขาสามารถสร้างคีย์ API, ใช้จุดสิ้นสุดที่จัดการและปรับให้เหมาะกับแต่ละโมเดล, ตรวจสอบเมตริกประสิทธิภาพ, และเปิดใช้งานอัตราผลผลิตที่จัดสรรสำหรับการปรับใช้ในระดับการผลิต. ศูนย์รวมโมเดลของ Crusoe แสดงโมเดลเปิดที่กำหนดล่วงหน้าจากห้องทดลองต่าง ๆ รวมถึง DeepSeek, Google, Z.ai, OpenAI, Meta, Alibaba, และ NVIDIA, พร้อมระบุจำนวนพารามิเตอร์และความยาวบริบทของแต่ละโมเดล.