ความร่วมมือ

VRFB และตัวแปลงสถานะของแข็งพร้อมใช้งานเพื่อประมวลผล AI แบบเรียลไทม์ในสหรัฐอเมริกา

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

TerraFlow Energy และ DG Matrix ประกาศข้อตกลงเชิงพาณิชย์ เมื่อวันที่ 28 กันยายน 2026 เพื่อดำเนินการติดตั้งสถาปัตยกรรมที่บริษัทต่าง ๆ อธิบายว่าเป็นระบบรวมแบตเตอรี่โฟลว์แบบรีด็อกซ์วานเดียม (VRFB) และตัวแปลงสถานะของแข็ง (SST) แรกในสหรัฐอเมริกา เพื่อจ่ายไฟโดยตรงให้กับคลัสเตอร์คอมพิวเตอร์ประสิทธิภาพสูงแบบเรียลไทม์

ข่าวประชาสัมพันธ์ที่ระบุสถานที่เป็นฮูสตันระบุว่าการติดตั้งครั้งแรกจะรวมระบบพลังงานสำรองต่อเนื่องระยะยาว LDUPS ของ TerraFlow กับเทคโนโลยีตัวแปลงสถานะของแข็ง Interport ของ DG Matrix และเซิร์ฟเวอร์ Dell PowerEdge ทำให้สถาปัตยกรรมพลังงานศูนย์ข้อมูลใหม่เริ่มทำงานภายใต้ภาระการคำนวณจริง

บริษัทกล่าวว่าความสำคัญของโครงการนี้เกินกว่าการรวมเทคโนโลยีสองอย่างเข้าด้วยกัน ศูนย์ข้อมูล AI กำลังเพิ่มภาระไฟฟ้าใหม่จำนวนมหาศาลเข้าสู่ระบบพลังงาน และตามข่าวประชาสัมพันธ์ ความท้าทายไม่ได้อยู่ที่ปริมาณไฟฟ้าที่ศูนย์เหล่านั้นใช้เท่านั้น การคำนวณประสิทธิภาพสูงสามารถเปลี่ยนความต้องการพลังงานได้อย่างรวดเร็ว ทำให้ความผันผวนดังกล่าวถูกส่งกลับผ่านโครงสร้างไฟฟ้าที่ออกแบบมาสำหรับภาระที่คาดการณ์ได้มากกว่า

สถาปัตยกรรมบูรณาการจัดการพลังงานอย่างไร

บริษัทอธิบายว่ามีสถาปัตยกรรมบูรณาการที่ออกแบบมาเพื่อจัดการพลังงานระหว่างโครงข่ายไฟฟ้า การผลิตภายในไซต์ ระบบเก็บพลังงาน และการคำนวณแบบเรียลไทม์ TerraFlow ระบุว่า LDUPS ของบริษัทผสานการตอบสนองระดับมิลลิวินาทีที่จำเป็นสำหรับการทำงานของระบบสำรองไฟฟ้า (UPS) กับความจุพลังงานหลายชั่วโมง ทำให้สามารถบัฟเฟอร์การเปลี่ยนแปลงของความต้องการคอมพิวต์ได้อย่างต่อเนื่อง Interport ของ DG Matrix ให้การแปลงพลังงานแบบสถานะของแข็งที่โปรแกรมได้ การกำหนดเส้นทางและการควบคุมระหว่างแหล่งพลังงานและภาระการคำนวณ ร่วมกันเทคโนโลยีเหล่านี้ถูกออกแบบให้ดูดซับการเปลี่ยนแปลงความต้องการอย่างรวดเร็วก่อนที่มันจะถึงโครงข่ายไฟฟ้าและโครงสร้างไฟฟ้าอื่น ๆ ที่อยู่ต้นน้ำ

ข่าวประชาสัมพันธ์ยังวางกรอบสถาปัตยกรรมนี้ต่อประเด็นที่บริษัทกล่าวว่าตั้งคำถามต่อผู้ให้บริการไฟฟ้าและผู้พัฒนาศูนย์ข้อมูล คือ วิธีเชื่อมต่อความต้องการคอมพิวต์ระดับกิกะวัตต์ใหม่โดยไม่ต้องให้ระบบไฟฟ้าตอบสนองทันทีต่อการเปลี่ยนแปลงทุกอย่างภายในศูนย์ข้อมูล โดยการควบคุมการเปลี่ยนแปลงเหล่านั้นหลังมิเตอร์ บริษัทระบุว่าการจัดเก็บและการกระจายพลังงานแบบบูรณาการสามารถทำให้ภาระขนาดใหญ่มีความคาดการณ์ได้มากขึ้น ยืดหยุ่นมากขึ้น และง่ายต่อการให้บริการของโครงข่ายไฟฟ้า

แถลงการณ์ของผู้บริหารและกรอบการค้า

Jon Parrella, chief executive officer ของ TerraFlow Energy, กล่าวว่าปัญญาประดิษฐ์กำลังเปลี่ยนฟิสิกส์ของระบบไฟฟ้าและการเพิ่มกำลังการผลิตเพียงอย่างเดียวไม่สามารถแก้ปัญหานี้ได้ เขากล่าวว่าบริษัทต้องเปลี่ยนวิธีที่ภาระมหาศาลเหล่านี้เชื่อมต่อและโต้ตอบกับโครงข่ายไฟฟ้า และการวางระบบเก็บพลังงานระยะยาวพร้อมการกระจายไฟฟ้าอัจฉริยะระหว่างโครงข่ายและการคำนวณสามารถให้ศูนย์ข้อมูลได้รับประสิทธิภาพพลังงานที่ต้องการโดยไม่ต้องให้โครงข่ายดูดซับการเปลี่ยนแปลงความต้องการทุกครั้ง ซึ่งเขาอธิบายว่าเป็นการเริ่มเปลี่ยนศูนย์ข้อมูลจากภาระของโครงข่ายให้กลายเป็นสินทรัพย์ของโครงข่าย

“เราไม่ได้สร้างชั้นสำรองพลังงานอีกชั้นหนึ่ง” Parrella กล่าว “เรากำลังสร้างโครงสร้างพื้นฐานที่อยู่ระหว่างการคำนวณและโครงข่ายไฟฟ้า ซึ่งทำให้ทั้งสองทำงานได้ดีขึ้น”

Haroon Inam, chief executive officer ของ DG Matrix กล่าวว่าโครงสร้างพื้นฐาน AI จำเป็นต้องทบทวนการกระจายพลังงานตั้งแต่โครงข่ายไฟฟ้าจนถึงการคำนวณ ตัวแปลงสถานะของแข็งทำให้พลังงานสามารถควบคุมได้แบบไดนามิกแทนที่จะเพียงแค่เปลี่ยนแรงดันไฟฟ้า และการผสานความสามารถนี้กับ LDUPS ของ TerraFlow สร้างสถาปัตยกรรมที่สามารถตอบสนองต่อภาระการคำนวณแบบเรียลไทม์พร้อมควบคุมวิธีการนำภาระนั้นไปสู่โครงข่ายไฟฟ้า

นอกเหนือจากการติดตั้งครั้งแรก ข้อตกลงเชิงพาณิชย์กำหนดกรอบการทำงานให้สองบริษัทนำสถาปัตยกรรม LDUPS และ Interport ที่บูรณาการเข้ามาใช้ในโครงการศูนย์ข้อมูลเพิ่มเติม บริษัทระบุว่าพวกเขามุ่งเป้าไปที่การประยุกต์ใช้ที่ AI และการคำนวณประสิทธิภาพสูงต้องการการควบคุมที่มากขึ้นเกี่ยวกับวิธีการส่งมอบ การจัดการ และการแลกเปลี่ยนพลังงานกับโครงข่ายไฟฟ้า และพวกเขาอธิบายการติดตั้งครั้งแรกว่าเป็นจุดเริ่มต้นของสถาปัตยกรรมเชิงพาณิชย์ที่ออกแบบให้ขยายตามความต้องการพลังงานของโครงสร้างพื้นฐาน AI

บริษัทที่อยู่เบื้องหลังข้อตกลง

TerraFlow Energy บรรยายตัวเองว่าเป็นเทคโนโลยีแบตเตอรี่โฟลว์วานเดียมที่มีระยะเวลายาวและไม่ติดไฟ พร้อมสถาปัตยกรรมแบตเตอรี่ในอาคารที่ผสานพลังงานต่อเนื่อง การเก็บพลังงานระยะยาว และการจัดการภาระที่ควบคุมได้สำหรับศูนย์ข้อมูล AI และสิ่งอำนวยความสะดวกที่ใช้พลังงานสูงอื่น ๆ บน เว็บไซต์อย่างเป็นทางการของบริษัท บริษัทระบุว่าระบบที่ใช้เทคโนโลยีโฟลว์แบบต่อเนื่องและปลอดไฟสามารถขยายได้ตั้งแต่ 10 MWh ถึง 5,000 MWh และถูกออกแบบให้ทำให้ภาระที่ผันผวนราบรื่น กรองการบิดเบือนฮาร์มอนิก และทำงานต่อเนื่องกับแหล่งพลังงานผลิต ห้องข่าวของ TerraFlow บันทึกว่ามีบันทึกความเข้าใจเชิงกลยุทธ์ลงวันที่ 3 สิงหาคม 2026 กับ Shoals Technologies Group ซึ่งข้อตกลงดังกล่าวถูกอธิบายว่าเป็นความร่วมมือหลายกิกะวัตต์เพื่อพัฒนาเทคโนโลยีการเก็บพลังงาน

DG Matrix ซึ่งอ้างว่าเป็นผู้นำระดับโลกในโซลูชันทรานสฟอร์เมอร์สถานะของแข็ง บอกว่าแพลตฟอร์ม Interport ที่ใช้ AI ถูกสร้างบนสิ่งที่บริษัทอธิบายว่าเป็นทรานสฟอร์เมอร์สถานะของแข็งแบบหลายพอร์ตที่สามารถโปรแกรมได้เป็นตัวแรกที่มีจำหน่ายเชิงพาณิชย์ในโลก ตามบริษัท แพลตฟอร์มนี้แปลง เส้นทาง และควบคุมพลังงานระหว่างกริด การผลิตในไซต์ การเก็บพลังงาน และโหลดคอมพิวท์ผ่านขั้นตอนที่กำหนดโดยซอฟต์แวร์เดียว พร้อมความพร้อมใช้งาน 800 VDC ตามธรรมชาติและการปกป้องจากโหลดพัลส์ของ GPU

หน้าแถลงข่าวของ DG Matrix บันทึกสองขั้นตอนก่อนหน้าที่เกี่ยวกับการสร้างสถาปัตยกรรมพลังงานนี้ในปี 2026. เมื่อวันที่ 17 มิถุนายน 2026 บริษัทประกาศว่าได้เข้าร่วมระบบนิเวศ NVIDIA MGX ในฐานะผู้จัดหาทรานสฟอร์เมอร์สถานะของแข็งสำหรับสถาปัตยกรรมพลังงาน 800 VDC ของ NVIDIA โดยอ้างอิงว่ามีการร่วมมือด้านเทคนิคโดยตรงกับ NVIDIA มากกว่าสองปี. เมื่อวันที่ 24 กรกฎาคม 2026 บริษัทประกาศความร่วมมือเชิงเทคนิคและเชิงพาณิชย์เชิงกลยุทธ์กับ Skeleton Technologies ที่ผสานรวมระบบจัดเก็บพลังงานตอบสนองเร็วของ Skeleton เข้ากับแพลตฟอร์ม Interport เพื่อสนับสนุน การเปลี่ยนแปลงของอุตสาหกรรมศูนย์ข้อมูลไปสู่พลังงาน 800 VDC โครงสร้างพื้นฐาน.

Theo Nash เป็นผู้เชี่ยวชาญที่สร้างโดย AI ที่ Unite.AI, ครอบคลุมโครงสร้างพื้นฐาน AI, การคำนวณ, และระบบฮาร์ดแวร์ที่ขับเคลื่อนปัญญาประดิษฐ์สมัยใหม่ งานของเขามุ่งเน้นที่พื้นฐานทางเทคนิคเบื้องหลังภาระงาน AI ขนาดใหญ่ รวมถึงศูนย์ข้อมูล, ตัวเร่งความเร็ว, เครือข่าย, และสแตกซอฟต์แวร์ที่เชื่อมโยงพวกมันเข้าด้วยกัน.

ด้วยมุมมองเชิงวิเคราะห์และขับเคลื่อนโดยวิศวกรรม, Theo ตรวจสอบว่าความก้าวหน้าใน GPU, ซิลิกอนแบบกำหนดเอง, สถาปัตยกรรมหน่วยความจำ, และระบบกระจายทำให้รุ่นใหม่ของโมเดล AI สามารถเกิดขึ้นได้อย่างไร เขาให้ความสนใจเป็นพิเศษต่อการแลกเปลี่ยนด้านประสิทธิภาพ, ประสิทธิภาพการใช้พลังงาน, ความสามารถในการขยาย, และข้อจำกัดเชิงปฏิบัติที่กำหนดการใช้งานจริงของโครงสร้างพื้นฐาน AI.

บทความที่เขียนโดย Theo Nash สร้างโดย AI และได้รับการตรวจสอบโดยทีมบรรณาธิการของ Unite.AI เพื่อรับประกันความแม่นยำทางเทคนิค, ความชัดเจน, และการครอบคลุมอย่างรับผิดชอบต่อภูมิทัศน์การคำนวณ AI ที่กำลังพัฒนาอย่างรวดเร็ว