Niv-AI 籌集 1,200 萬美元資金解決 AI 基礎設施中隱藏的電力瓶頸問題

一家新創公司 Niv-AI 正式進入人工智慧基礎設施領域，關注點在於一項不常見的限制，但這項限制正迅速成為業界最迫切的挑戰：電力。

Niv-AI 從隱私模式中走出來，獲得了 Glilot Capital、Grove Ventures、Arc VC、Encoded VC、Leap Forward 和 Aurora 的 1,200 萬美元資金。這家總部位於特拉維夫的公司將自己定位在能源系統和高性能計算的交叉點，針對所謂的「瞬時電力容量」危機，該危機發生在現代數據中心內。

問題：AI 日益增長的電力需求

隨著 AI 工作負載的擴大，特別是采用越來越密集的 GPU，數據中心正面臨著一個物理限制，軟件優化無法解決。雖然計算能力繼續增長，但在毫秒級別上提供穩定的電力的能力卻落後了。

傳統的監控系統並不適合現代 AI 工作負載的快速、尖峰式電力消耗模式。為了避免設備損壞或電網不穩定，操作員經常過度補償，限制使用。結果是現有基礎設施的顯著低利用率，高達 30% 的合同電力容量基本上處於閒置狀態。

這種低效率對財務有著嚴重的影響。數據中心操作員為無法充分使用的容量付費，而 AI 公司面臨著限制，減慢部署速度並增加成本。

電力和計算之間的新層

Niv-AI 的方法引入了一個新的控制層，位於能源交付和計算工作負載之間。該平台的核心是所謂的「電力指紋」——一個高解析度的實時視圖，展示 AI 工作負載如何消耗電力。

使用專用傳感器，系統捕獲傳統計量表無法捕捉的詳細電力信號。然後，這些信號由設計用於預測短期內需求波動的 AI 模型處理。與其在尖峰出現後做出反應，平台主動調整工作負載時間，微妙地調整計算操作以平滑電力使用。

在實踐中，這就像數據中心內部的電力交通管理系統，允許操作員將基礎設施推向其真正的極限，而不會觸發不穩定。

超越硬件解決方案

目前大多數嘗試解決電力限制的方法都依賴於物理解決方案，例如電池、電容器或工作負載的保守節流。雖然這些方法在一定程度上是有效的，但它們增加了成本、複雜性或降低了性能。

Niv-AI 正在賭博，一個軟件驅動的協調層可以在不需要額外硬件的情況下解鎖類似的或更大的收益。通過在更細緻的層面上提高可視性和控制，公司旨在使操作員能够從現有基礎設施中提取更多價值。

這種轉變反映了數據中心優化的更廣泛趨勢，在這種趨勢中，軟件定義的方法越來越多地用於管理物理約束。

AI 基礎設施的更廣泛影響

如果這類技術被證明是有效的，它可能會在未來十年內重塑數據中心的設計和運營。操作員可能不再將電力限制視為固定的約束，而是將其視為可以在實時主動管理的動態變量。

這對於效率有著影響，但也超出了效率。它可能會延遲或減少對昂貴的電網升級和新設施建設的需求，特別是在能源可用性已經成為瓶頸的地區。它還可能影響 AI 工作負載的排程、定價和優先級，引入了一個新的優化維度，該維度結合了計算協調和能源管理。

在系統層面上，電力和計算控制的融合表明，基礎設施越來越多地在歷史上被隔離的層之間進行協調。隨著 AI 的繼續擴張，協調這些層可能會像模型架構或芯片設計的進步一樣重要。