Niv-AI ร่วมมือระดมทุน 12 ล้านดอลลาร์เพื่อแก้ไขปัญหาอุปสรรคด้านพลังงานที่ซ่อนอยู่ในโครงสร้างพื้นฐาน AI

สตาร์ทอัพใหม่เข้าสู่พื้นที่โครงสร้างพื้นฐาน AI ที่มีการแข่งขันสูง โดยมุ่งเน้นไปที่ข้อจำกัดที่ไม่ค่อยได้รับการกล่าวถึง แต่กำลังจะกลายเป็นหนึ่งในความท้าทายที่สำคัญที่สุดของอุตสาหกรรมนี้: พลังงาน

Niv-AI ออกมาจากความลับด้วยเงินทุน 12 ล้านดอลลาร์จาก Glilot Capital, Grove Ventures, Arc VC, Encoded VC, Leap Forward, และ Aurora บริษัทที่ตั้งอยู่ที่เทลอาวีฟนี้จัดตัวเองให้อยู่ที่จุดตัดระหว่างระบบพลังงานและคอมพิวเตอร์ประสิทธิภาพสูง โดยมุ่งเป้าไปที่สิ่งที่พวกเขาอธิบายว่าเป็น “วิกฤตความสามารถพลังงานทันที” ภายในศูนย์ข้อมูลสมัยใหม่

ปัญหา: ความต้องการพลังงานที่เพิ่มขึ้นของ AI

เมื่อ AI เพิ่มขึ้น โดยเฉพาะอย่างยิ่งด้วยการนำ GPU ที่มีความหนาแน่นของพลังงานที่เพิ่มขึ้นมาใช้ ศูนย์ข้อมูลกำลังเผชิญกับข้อจำกัดทางกายภาพที่การปรับเปลี่ยนซอฟต์แวร์ไม่สามารถแก้ไขได้ ในขณะที่ความสามารถในการคำนวณยังคงเติบโต ความสามารถในการจ่ายพลังงานที่เสถียรที่ระดับ毫วินาทีกลับล้าหลัง

ระบบตรวจสอบแบบดั้งเดิมไม่ได้รับการออกแบบสำหรับรูปแบบการบริโภคพลังงานที่รวดเร็วและไม่แน่นอนของ AI ในปัจจุบัน เพื่อหลีกเลี่ยงความเสียหายต่ออุปกรณ์หรือความไม่มั่นคงของกริด ผู้ดำเนินการมักจะจ่ายเงินมากเกินไปโดยจำกัดการใช้งาน ผลลัพธ์คือการไม่ใช้โครงสร้างพื้นฐานที่มีอยู่อย่างมีนัยสำคัญ โดยมีถึง 30% ของความสามารถพลังงานที่สัญญาไว้อย่างมีประสิทธิภาพนั่งอยู่อย่างไม่ทำงาน

ความไม่มีประสิทธิภาพนี้มีผลกระทบทางการเงินอย่างมาก ผู้ดำเนินการศูนย์ข้อมูลจ่ายเงินสำหรับความสามารถที่พวกเขาไม่สามารถใช้ได้อย่างเต็มที่ ในขณะที่บริษัท AI ต้องเผชิญกับการจำกัดที่ชะลอการปรับใช้และเพิ่มต้นทุน

ชั้นใหม่ระหว่างพลังงานและคอมพิวเตอร์

แนวทางของ Niv-AI นำชั้นควบคุมใหม่มาใส่ระหว่างการส่งมอบพลังงานและการคำนวณ โค้ดหลักของแพลตฟอร์มคือสิ่งที่บริษัทเรียกว่า “ลายนิ้วมือไฟฟ้า” — มุมมองความละเอียดสูงของวิธีการที่ AI บริโภคพลังงานในเวลาจริง

โดยใช้สื่อตรวจจับพิเศษ ระบบจะบันทึกสัญญาณพลังงานที่เครื่องวัดแบบดั้งเดิมไม่พบ สัญญาณเหล่านี้จะถูกประมวลผลโดยโมเดล AI ที่ออกแบบมาเพื่อคาดการณ์การเปลี่ยนแปลงระยะสั้นในความต้องการ แทนที่จะตอบสนองหลังจากที่เกิดการเพิ่มขึ้น แพลตฟอร์มนี้จะปรับเวลาการทำงานของงานล่วงหน้า โดยปรับเวลาการคำนวณอย่างละเอียดเพื่อทำให้การใช้พลังงานเรียบขึ้น

ในทางปฏิบัติ สิ่งนี้ทำงานเหมือนระบบการจัดการจราจรสำหรับไฟฟ้าภายในศูนย์ข้อมูล ช่วยให้ผู้ดำเนินการสามารถผลักดันโครงสร้างพื้นฐานให้ใกล้กับขีดจำกัดที่แท้จริงโดยไม่ทำให้เกิดความไม่มั่นคง

พ้นไปจากวิธีแก้ปัญหาด้านฮาร์ดแวร์

ความพยายามส่วนใหญ่ในปัจจุบันในการแก้ไขข้อจำกัดด้านพลังงานพึ่งพาวิธีแก้ปัญหาทางกายภาพ เช่น แบตเตอรี่ คอนเดนเซอร์ หรือการลดการทำงานของงานอย่างระมัดระวัง แม้ว่าวิธีการเหล่านี้จะมีประสิทธิภาพจนถึงระดับหนึ่ง แต่ก็เพิ่มต้นทุน ความซับซ้อน หรือลดประสิทธิภาพ

Niv-AI พนันว่าชั้นการประสานงานที่ขับเคลื่อนด้วยซอฟต์แวร์สามารถปลดล็อกผลประโยชน์ที่คล้ายกันหรือมากกว่าโดยไม่ต้องมีอุปกรณ์เสริม โดยการปรับปรุงความสามารถในการมองเห็นและควบคุมในระดับละเอียด บริษัทมุ่งหวังที่จะช่วยให้ผู้ดำเนินการสามารถดึงคุณค่ามากขึ้นจากโครงสร้างพื้นฐานที่มีอยู่

การเปลี่ยนแปลงนี้สะท้อนถึงแนวโน้มที่กว้างขึ้นในการเพิ่มประสิทธิภาพศูนย์ข้อมูล โดยที่แนวทางที่กำหนดโดยซอฟต์แวร์กำลังถูกนำมาใช้เพื่อจัดการข้อจำกัดทางกายภาพ

ผลกระทบในวงกว้างต่อโครงสร้างพื้นฐาน AI

หากประเภทเทคโนโลยีนี้มีประสิทธิภาพ อาจเปลี่ยนแปลงวิธีการออกแบบและดำเนินงานศูนย์ข้อมูลในรอบทศวรรษหน้า แทนที่จะรับข้อจำกัดด้านพลังงานเป็นข้อจำกัดที่ไม่เปลี่ยนแปลง ผู้ดำเนินการอาจเริ่มมองข้อจำกัดเหล่านี้ว่าเป็นตัวแปรที่สามารถจัดการได้ในเวลาจริง

สิ่งนี้มีผลกระทบมากกว่าความมีประสิทธิภาพ มันอาจชะลอหรือลดความจำเป็นในการอัปเกรดกริดและก่อสร้างสิ่งอำนวยความสะดวกใหม่ โดยเฉพาะอย่างยิ่งในภูมิภาคที่การมีอยู่ของพลังงานเป็นปัญหาอุปสรรค มันอาจมีอิทธิพลต่อวิธีการจัดตารางงาน AI การกำหนดราคา และการจัดลำดับความสำคัญ โดยนำเสนอมิติใหม่ของการเพิ่มประสิทธิภาพที่ผสมผสานการประสานงานการคำนวณเข้ากับการจัดการพลังงาน

ในระดับระบบ การมาบรรจบกันของการควบคุมพลังงานและการคำนวณชี้ให้เห็นถึงอนาคตที่โครงสร้างพื้นฐานมีการประสานงานมากขึ้นข้ามชั้นที่เคยแยกจากกัน เมื่อ AI ยังคงเติบโต ความสามารถในการสร้างความสามัคคีระหว่างชั้นเหล่านี้อาจกลายเป็นสิ่งสำคัญไม่แพ้ความก้าวหน้าในด้านสถาปัตยกรรมแบบจำลองหรือการออกแบบชิป