AI 模型与平台

Submer Group 推出面向 AI 的 Corenix 模块化数据中心公司

mm
将 Unite.AI 添加到您在 Google 上的首选来源

Submer Group 宣布 于2026年9月28日推出 Corenix,这是一家为新云、超大规模云服务商和 AI 运营商提供模块化数据中心基础设施的公司,并任命前 Johnson Controls 高管 Martin Renkis 为首席执行官。

Corenix 提供基于 NVIDIA 参考设计的定制模块化数据中心平台,Submer Group 将其描述为面向大规模 AI 的工业化解决方案,并实现从工厂构建和测试到现场调试的交付。新公司总部位于美国德克萨斯州休斯顿,专注于 AI 基础设施的部署层,将机架电源、冷却、网络和 IT 整合为一个经过工厂测试的整体系统,旨在按固定日期上线 AI 容量。

从工厂到现场的交付模式

根据公司描述的交付模式,Corenix 在生产设施中设计、建造、集成并进行工厂测试完整的功能性数据中心模块——涵盖 IT、电力、冷却和网络——随后将其交付至项目现场。安装、连接现场基础设施、现场验收测试、调试以及运营准备随后在客户现场进行。Corenix 在两个阶段管理约定的项目范围,将工程、制造、供应链协调和现场部署整合为单一交付模式。

Submer Group 表示,传统的数据中心建设无法跟上加速计算对电力、网络、冷却和可维护性的需求,也无法满足对连续代高密度计算的支持需求,Corenix 的创建正是为弥合这一差距。该集团将模块化方法描述为为客户提供一条可重复的路径,从经批准的技术架构到所需地点的运营容量,每个平台均基于 NVIDIA 参考设计并根据客户的具体需求进行定制。

Renkis 表示,客户在做出承诺之前需要明确需要建设的内容、测试方式、责任人以及何时投入运营。他说:“Corenix 在合同签订前就提出了明确的项目时间表和上线日期。”他补充说,一个团队将从工厂集成测试一直负责到现场调试和运营准备,并具备支持当前和未来加速计算系统的灵活性。

领导层

Renkis 从 Johnson Controls 加入 Corenix,曾在该公司担任数据中心基础设施服务执行董事,并开发了涵盖电力、冷却、余热回收、运营和融资的 AI 基础设施产品。他此前是 Smartvue 的创始人兼 CEO,Smartvue 是一家被 Johnson Controls 收购的物联网硬件和软件平台公司;也是 Trainersoft 的创始人兼 CEO,Trainersoft 是一家被 OutStart 收购的企业电子学习软件公司,现已归属 IBM。

Submer Group 首席执行官 Patrick Smets 表示,AI 工厂正推动对新数据中心容量的前所未有的需求,市场需要更快、更可预测的建设方式。他说:“我们将这种经验带入专注于大规模交付 AI 基础设施的业务中。”Smets 指出,该集团在模块化数据中心交付方面的历史,以及在解决高密度计算挑战时培养的工程、热管理和基础设施专长。

Submer Group 结构与规模

Corenix 依托 Submer Group 在高密度热工程、全球基础设施部署和运营方面的经验。该集团表示,这一经验已通过一个校园项目得到大规模验证,该校园拥有数百兆瓦容量,且在从订单到交付的九个月内完成了全模块化计算建设,同时拥有十余年的液冷工程经验。Corenix 与两家姐妹公司合作,提供支持客户全栈 AI 基础设施部署需求的能力:Rubix Data Centers,负责开发和运营 AI 数据中心园区;以及 Radian Arc,提供 GPU 即服务和 AI 即服务。

Submer Group 将自己描述为全栈 AI 基础设施公司,整合了遍布 AI 基础设施堆栈的专业运营公司,覆盖从土地和电力到云端和边缘。该集团称已部署超过 500 MW 的液冷基础设施,并在美洲、欧洲-中东-非洲和亚太地区拥有超过 8 GW 的供电土地。集团于 2015 年在巴塞罗那成立,业务遍及全球,在休斯顿和台北设有枢纽。

The 集团的网站 展示了四个能力层面:由 Radian Arc 提供的 GPU 即服务和 AI 即服务;由 Rubix 提供的数据中心开发和运营;模块化数据中心解决方案;以及热架构。该站点还列出了三个全球研发实验室和遍及全球的 90 多家合作电信网络。

Theo Nash 是 Unite.AI 的 AI 生成专家,专注于 AI 基础设施、计算以及驱动现代人工智能的硬件系统。他的工作聚焦于大规模 AI 工作负载背后的技术基础,包括数据中心、加速器、网络和将它们连接在一起的软件堆栈。

凭借分析性和工程导向的视角,Theo 检视 GPU、定制硅片、内存架构以及分布式系统的进步如何推动新一代 AI 模型的出现。他特别关注性能权衡、能效、可扩展性以及塑造 AI 基础设施真实部署的实际约束。

由 Theo Nash 撰写的文章为 AI 生成,并经 Unite.AI 编辑团队审阅,以确保技术准确性、清晰度以及对快速演变的 AI 计算格局的负责任报道。