آیا مراکز داده هوش مصنوعی می توانند مانند خودروها به تولید انبوه برسند؟ هدف این استارتاپ کشف این موضوع است

شرکت زیرساخت هوش مصنوعی Runware، تنها چند ماه پس از رونمایی از Sonic Inference Pod، یک مرکز داده مدولار که در یک کارخانه ساخته شده و آماده نصب برای مشتریان ارسال شده است، دوباره خبرساز شده است. اکنون این شرکت برنامه های بزرگ تری دارد. این شرکت به TechCrunch گفت که می‌خواهد کارخانه‌ای بسازد که این غلاف‌ها را روی خط تولید مونتاژ کند، انگار که ماشین هستند.

ایده کاملا جدید نیست. شرکت هایی مانند کروزوئه و اشنایدر الکتریک نیز غلاف های پیش ساخته را می فروشند، اما Runware می گوید که می تواند غلاف های خود را سریعتر ارسال کند.

فلاویو فادولسکو، یکی از بنیانگذاران و مدیرعامل Runware، به TechCrunch گفت که این شرکت قصد دارد تا سال 2028 تولید خود را در کارخانه مستقر در رومانی به 30 مگاوات ظرفیت مرکز داده در روز یا نزدیک به 1 گیگاوات در ماه افزایش دهد. این ظرفیت بسیار زیادی است: با آن سرعت، Runware تقریبا به همان اندازه ای که کل ایالات متحده در سال جاری به قدرت مرکز داده اضافه می کند، حدود 10 گیگاوات تولید می کند. اما همچنین نشان‌دهنده فشار گسترده‌ای در صنعت برای استقرار سریع‌تر مراکز داده با کارایی بیشتر است.

به عنوان مثال، انویدیا کارخانه‌های Vera Rubin AI و DSX POD را در اوایل سال جاری اعلام کرد. هر دوی اینها همچنین قرار است ساخت مراکز داده هوش مصنوعی خود را برای شرکت‌ها سریع‌تر و آسان‌تر کند. با این حال، تفاوت Runware این است که می‌گوید در واقع یک کارخانه ساخته است نه اینکه زیرساختی را طراحی کند که به دیگران اجازه می‌دهد آن را بسازند.

فادولسکو گفت که Runware از سال آینده به تدریج تولید خود را افزایش خواهد داد و در حال حاضر دو کارخانه دارد - یکی که چند سال برای ساخت غلاف از آن استفاده کرده است و دومی در اوایل امسال شروع به ساخت کرد. انتظار می‌رود نسخه دوم ظرف چند ماه به پایان برسد و اوایل سال آینده آنلاین شود.

Runware مراکز داده مدولار را در خط مونتاژ تولید خواهد کرد. مشتریان می توانند سایت خود را برای مونتاژ آنها ارائه دهند یا Runware می تواند یکی برای آنها پیدا کند. فادولسکو گفت که هدف Runware این است که ظرف 48 ساعت پادها را آنلاین کند. این زمان شامل زمان نصب و راه اندازی می شود، نه زمان ساخت. به گفته این شرکت، ساخت یک غلاف یک بار سه هفته طول می‌کشید، اما به‌زودی یک روز طول می‌کشد تا تولید را افزایش دهد. باند در صورت خرابی قطعات قطعات یدکی را فراهم می کند. مشتریان همچنین می توانند محاسبات را از Runware کرایه کنند یا GPU های خود را تهیه کنند و ماهیانه هزینه ای برای پادها و عملیات بپردازند.

وی گفت: شارژ برق و اینترنت جداگانه است.

او گفت که غلاف ها همچنین می توانند بر اساس ترجیحات مشتری سفارشی شوند. پادها طراحی استانداردی دارند، اما می‌توانند برای برآورده کردن نیازهای مشتری و آخرین تراشه‌های GPU پیکربندی شوند. پس از سفارش تراشه ها ممکن است زمان زیادی طول بکشد که به نفع Runware عمل می کند. او گفت: «زمان‌های تحویل غلاف ما نیز کوتاه‌تر از زمان‌های تحویل GPU فعلی است و به ما زمان می‌دهد تا زیرساخت را با سخت‌افزاری که سفارش می‌دهیم تطبیق دهیم.» برای نسل‌های جدید GPU، تیم سخت‌افزار داخلی ما می‌تواند اجزای خود را طراحی، بسازد و آزمایش کند و به ما امکان تطبیق سریع را بدهد.»

فادولسکو با توضیح اینکه چگونه Runware به دنبال اجتناب از سرنوشت Arrival است، گفت: "ساختار هزینه ما بسیار متفاوت است." او ادامه داد: «ما تعداد نیرو و هزینه مواد داریم. اما کارکنان کارخانه ما نسبت به ارزش استقرار محاسبات برای هوش مصنوعی مقرون به صرفه هستند. او همچنین گفت که طراحی سیستم های خود و خرید قطعات در دسترس و مقرون به صرفه به پایین نگه داشتن هزینه ها کمک می کند. ما یک مدیر کارخانه بسیار باتجربه از صنعت خودرو را به خدمت گرفته‌ایم تا در کنار رئیس سخت‌افزار ما کار کند و به ما در اجرای درست آن کمک کند.»

مراکز داده در ایالات متحده و خارج از کشور به دلیل میزان مصرف انرژی و تأثیر آن بر شبکه و سایر منابع مورد انتقاد قرار گرفته اند. وقتی فشار داده شد، فادولسکو گفت که پادهای شرکتش فقط به برق و اتصال اینترنت نیاز دارند. آنها از یک سیستم خنک کننده مایع حلقه بسته با رادیاتورهای خنک کننده هوا برای انتشار گرما استفاده می کنند، بنابراین واقعا نیازی به اتصال آب ندارند.

او با اشاره به لیست سایت های برنامه ریزی شده خود گفت: «ما در حال کار با ارائه دهندگان برق روی خط لوله سایتی با ظرفیت 397 مگاوات، با پتانسیل افزایش تا 1.2 گیگاوات هستیم.»

او ادامه داد که سایت‌ها معمولا از قبل قدرت دارند، بنابراین نباید شبکه را بیشتر تحت فشار قرار دهند یا جامعه را مختل کنند. او ادامه داد: این غلاف ها تا دمای 86 درجه فارنهایت کاملا بی صدا کار می کنند. ما فعالانه در حال کار بر روی گسترش شبکه ارائه دهندگان انرژی و سایت های خود هستیم. هدف ما این است که انرژی های تجدیدپذیر را به عنوان منبع اصلی انرژی خود داشته باشیم.

در مرحله بعد، Runware کارخانه جدید خود را در اوایل سال آینده آنلاین خواهد کرد، سپس به ایالات متحده و سایر مناطق در سراسر جهان گسترش خواهد یافت. فادولسکو گفت، سیستم‌های ماژولار آینده هستند و به زودی به استانداردی برای استقرار هوش مصنوعی بزرگ تبدیل خواهند شد.

او افزود: «مشتریان باید بتوانند از ابتدا یک مرکز داده در مقیاس بزرگ را در اطراف غلاف های ساخته شده در کارخانه برنامه ریزی کنند و به جای چند سال، در ماه ها کار کنند.

وقتی از طریق پیوندهای موجود در مقالات ما خرید می کنید، ممکن است کمیسیون کمی کسب کنیم. این بر استقلال تحریریه ما تأثیر نمی گذارد.

دومینیک-مادوری دیویس یک گزارشگر ارشد سرمایه گذاری خطرپذیر و استارتاپ در TechCrunch است. او در شهر نیویورک مستقر است.

می‌توانید با ارسال ایمیل به [email protected] یا از طریق پیام رمزگذاری‌شده به شماره 1 646 831-7565 +1 در سیگنال، با Dominic تماس بگیرید یا آن را تأیید کنید.

One Pass بخرید، جلد دوم رایگان را در بوت کمپ نهایی سال TechCrunch با آوردن هم بنیانگذار یا شریک خود به صورت کتاب رایگان قبل از انقضای قرارداد BOGO دریافت کنید.

VCها میلیاردها دلار در IPO Anthropic به دست خواهند آورد، اما آمازون قرار است مارینا تمکین بسیار (بسیار) بیشتری بسازد.

میلیاردر پالمر لاکی کالیفرنیا را بخاطر مالیات بر ثروت جولی بورت ترک نمی کند

Anduril، Qualcomm BlueChip، نوع جدیدی از لپ‌تاپ Julie Bort را راه‌اندازی کرد

مایکروسافت به حدود 60000 کارمند عایشه مالک خرید می دهد

Grok هفت دقیقه اول «Odyssey» آنتونی ها را که توسط هوش مصنوعی ساخته شده است را منتشر می کند

به گفته آنتونی ها، اقتصاددان آپولو، هوش مصنوعی "بازده مالی صفر" را به اکثر شرکت ها ارائه می دهد

گورستان هوش مصنوعی: فهرستی از پروژه‌ها و استارت‌آپ‌هایی که به لورن فوریستال تبدیل نشدند