Аннотация:
Из-за бума искусственного интеллекта строительство глобальных центров обработки данных сталкивается с беспрецедентными потребностями в расширении. Однако такие проблемы, как недостаточное электроснабжение, нехватка строителей и длительные циклы утверждения проектов, становятся ключевыми узкими местами, ограничивающими развитие индустрии искусственного интеллекта. Столкнувшись с этой ситуацией, американская компания Crusoe, занимающаяся инфраструктурой искусственного интеллекта, предложила решение, отличное от традиционного «сверхбольшого кампуса»: создание модульного центра обработки данных, который можно будет производить массово, транспортировать и развертывать.
Крузо недавно объявил о завершении финансирования на сумму 3,9 миллиарда долларов США, в результате чего оценка компании составила примерно 30,9 миллиарда долларов США. Компания заявила, что помимо продолжения поддержки крупномасштабных проектов центров обработки данных с использованием искусственного интеллекта, новые средства также будут использованы для продвижения модульного продукта для центров обработки данных с использованием искусственного интеллекта под названием «Spark».
Ранее Crusoe привлекала внимание своим участием в строительстве масштабного парка центров обработки данных искусственного интеллекта в Абилине, штат Техас, США. Кампус управляется Oracle и предоставляет вычислительные ресурсы OpenAI. Однако теперь компания считает, что будущее развитие инфраструктуры искусственного интеллекта не должно опираться исключительно на сверхбольшие централизованные центры обработки данных.
Согласно замыслу Крузо, Spark — это центр обработки данных заводской сборки. Эти объекты можно заранее собрать на производственных базах, а затем транспортировать на грузовиках в районы с доступными энергоресурсами для быстрого развертывания, тем самым существенно сокращая цикл строительства.
Чейз Рокмиллер, основатель и генеральный директор компании, сказал, что для обучения наиболее продвинутых больших моделей действительно требуются крупномасштабные кластеры из сотен тысяч микросхем ИИ, но все больше и больше задач вывода ИИ не обязательно требуют такой огромной инфраструктуры.
Он считает, что многие рабочие нагрузки по выводам не требуют такого большого кампуса, как Абилин. Для такого типа приложений эффективнее использовать небольшие дата-центры с распределенным развертыванием, а концентрация всех задач в гигантских кампусах даже в некоторой степени приведет к пустой трате ресурсов.
Эта точка зрения также отражает то, что на рынке инфраструктуры искусственного интеллекта формируется новая модель разделения труда. Сверхбольшие кампусы по-прежнему являются незаменимым основным объектом для обучения продвинутых моделей, поскольку процесс обучения требует мощных графических процессоров, высокоскоростных сетей и огромных возможностей электропитания. После обучения модели большое количество ориентированных на пользователя сервисов вывода можно развернуть в небольших вычислительных узлах.
По сравнению с традиционными проектами центров обработки данных, на планирование, утверждение и строительство которых зачастую уходят годы, самым большим преимуществом модульных объектов является скорость. Компания Crusoe планирует заранее произвести модули Spark, и когда обнаружит, что в определенном районе есть доступные энергетические ресурсы, она напрямую перевезет объекты туда и быстро введет их в эксплуатацию.
В настоящее время одной из самых больших проблем, стоящих перед разработчиками центров обработки данных в США, является доступ к энергоресурсам. Несмотря на то, что во многих районах имеется электричество, зачастую сложно своевременно отследить кадровые ресурсы, освоение земель и вспомогательное проектирование, необходимое для строительства крупных центров обработки данных.
Крузо надеется решить эту проблему с помощью производственной модели. В настоящее время компания строит производственную базу недалеко от Денвера и планирует в конечном итоге создать установку Spark, эквивалентную 1 гигаватту вычислительной мощности в год.
Ожидается, что помимо проблем с электропитанием модульный подход снизит сопротивление сообщества крупномасштабным проектам центров обработки данных. В последние годы появились возражения против строительства масштабных дата-центров во многих регионах США. Споры в основном касаются оккупации земель, шума, воздействия на ландшафт и нагрузки на электросети. Ожидается, что по сравнению с разросшимися суперкампусами меньшие и более гибкие центры обработки данных уменьшат эти конфликты.
Инсайдеры отрасли считают, что по мере того, как приложения искусственного интеллекта постепенно переходят от обучения моделей к крупномасштабному коммерческому развертыванию, спрос на вычисления для вывода быстро растет. В будущем инфраструктура искусственного интеллекта, возможно, больше не будет полностью полагаться на несколько супервычислительных центров, а сформирует новую модель, в которой сосуществуют крупные учебные центры и большое количество распределенных узлов вывода.
В контексте продолжающейся глобальной конкуренции за вычислительные мощности, ставка Крузо на модульные центры обработки данных на самом деле ищет более быстрый и гибкий путь расширения для индустрии искусственного интеллекта. Для всей отрасли реальным фактором, ограничивающим развитие искусственного интеллекта, может быть уже не сам алгоритм, а возможности строительства электроэнергии, земли и инфраструктуры. И тот, кто сможет более эффективно решить эти реальные проблемы, может получить преимущество на следующем этапе конкуренции ИИ.
Комментарии