آیا میتوان مراکز داده هوش مصنوعی را مثل خودروها به تولید انبوه رساند؟ این استارتاپ میخواهد پاسخ را پیدا کند
Runware در حال ساخت کارخانهای است که مراکز داده هوش مصنوعیِ پیشساخته را بهصورت خط مونتاژ تولید کند. آزمون واقعی این است که آیا میتواند در چنین مقیاسی آنها را تحویل دهد یا نه.
شرکت زیرساخت هوش مصنوعی Runware تنها چند ماه پس از رونمایی از Sonic Inference Pod دوباره خبرساز شده است؛ یک مرکز داده ماژولار که در کارخانه ساخته میشود و بهصورت آماده نصب به دست مشتریان میرسد. حالا این شرکت برنامههای بزرگتری دارد. Runware به TechCrunch گفته است قصد دارد کارخانهای بسازد که این پادها را در خط تولید، درست مثل خودرو، مونتاژ کند.
این ایده کاملاً تازه نیست. شرکتهایی مانند Crusoe و Schneider Electric هم پادهای پیشساخته میفروشند، اما Runware میگوید میتواند پادهای خود را سریعتر تحویل دهد.
فلاویو رادولسکو، همبنیانگذار و مدیرعامل Runware، به TechCrunch گفت که این شرکت قصد دارد تا سال ۲۰۲۸ ظرفیت تولید کارخانه خود در رومانی را به ۳۰ مگاوات ظرفیت مرکز داده در روز برساند؛ یعنی نزدیک به یک گیگاوات در ماه. این رقم ظرفیت بسیار زیادی است: با چنین سرعتی، Runware در یک سال تقریباً بهاندازه کل ظرفیت برقی مراکز دادهای تولید خواهد کرد که پیشبینی میشد امسال در سراسر آمریکا به بهرهبرداری برسند؛ حدود ۱۰ گیگاوات. بااینحال، این هدف بازتابدهنده تلاش گسترده صنعت برای راهاندازی سریعتر و کارآمدتر مراکز داده نیز هست.
برای نمونه، Nvidia اوایل امسال از کارخانههای هوش مصنوعی Vera Rubin و DSX POD رونمایی کرد. هدف از هر دو طرح نیز این است که شرکتها بتوانند مراکز داده هوش مصنوعی خود را سریعتر و آسانتر بسازند. تفاوت Runware در این است که بهگفته این شرکت، واقعاً کارخانهای ساخته است؛ نه اینکه فقط زیرساختی را طراحی کرده باشد که به دیگران امکان ساخت کارخانه را میدهد.
رادولسکو گفت Runware از سال آینده بهتدریج تولید را افزایش میدهد و در حال حاضر دو کارخانه دارد: یکی که چند سال است برای ساخت پادها از آن استفاده میکند و دیگری که ساخت آن را اوایل امسال آغاز کرده است. انتظار میرود کارخانه دوم طی چند ماه آینده تکمیل شود و اوایل سال آینده فعالیتش را آغاز کند.
Runware مراکز داده ماژولار را در خط مونتاژ تولید خواهد کرد. مشتریان میتوانند محل موردنظر خود را برای مونتاژ آنها فراهم کنند یا از Runware بخواهند محلی برایشان پیدا کند. رادولسکو گفت هدف Runware این است که پادها را ظرف ۴۸ ساعت راهاندازی کند. این زمان شامل نصب و آمادهسازی است، نه ساخت. بهگفته شرکت، ساخت یک پاد پیشتر سه هفته طول میکشید، اما با افزایش تولید بهزودی این زمان به یک روز کاهش مییابد. Runware در صورت خرابی قطعات، قطعات یدکی را تأمین میکند. مشتریان همچنین میتوانند توان پردازشی را از Runware اجاره کنند یا GPUهای خود را بیاورند و ماهانه بابت پادها و عملیات آنها هزینه بپردازند. او گفت هزینه برق و اینترنت جداگانه محاسبه میشود.
او گفت پادها را میتوان مطابق ترجیحات مشتریان نیز سفارشیسازی کرد. پادها طراحی استانداردی دارند، اما میتوان آنها را با توجه به نیازهای مشتری و جدیدترین تراشههای GPU پیکربندی کرد. تحویل تراشهها پس از سفارش ممکن است مدت زیادی طول بکشد و این موضوع به نفع Runware است. او گفت: «زمان تحویل پادهای ما هم از زمان انتظار فعلی برای دریافت GPUها کوتاهتر است و این فرصت را به ما میدهد که زیرساخت را با سختافزار سفارشدادهشده تطبیق دهیم. برای نسلهای جدید GPU، تیم سختافزار داخلی ما میتواند قطعات را خودش طراحی، تولید و آزمایش کند و به این ترتیب، امکان سازگاری سریع را داریم.»
در حال حاضر، همه اینها در حد برنامه است و محک اصلی، اجرای آنها خواهد بود. این کارخانه به نیروی انسانی، موجودی کالا، لجستیک زنجیره تأمین و سرمایه زیادی نیاز دارد. تجربههایی هشداردهنده از تلاش برای بازآفرینی تولید صنعتی وجود دارد؛ از جمله استارتاپ خودروهای برقی Arrival که زمانی ارزشی بیش از ۱۳ میلیارد دلار داشت، اما در تولید انبوه خودروهای برقی با هزینهای رقابتی در مقایسه با کارخانههای سنتی به مشکل خورد. Runware که تاکنون بیش از ۶۰ میلیون دلار جذب سرمایه کرده است، گفت قصد دارد دور سرمایهگذاری Series B برگزار کند، اما فعلاً کارخانه را با استفاده از ۵۰ میلیون دلار سرمایهگذاری Series A که دسامبر گذشته جذب کرد، تکمیل و راهاندازی میکند.
رادولسکو در توضیح اینکه Runware چگونه میخواهد از سرنوشت Arrival دور بماند، گفت: «ساختار هزینههای ما بسیار متفاوت است.» او ادامه داد: «ما هزینه نیروی انسانی و مواد اولیه را داریم، اما هزینه کارکنان کارخانهمان در مقایسه با ارزشی که استقرار توان پردازشی برای هوش مصنوعی ایجاد میکند، مقرونبهصرفه است.» او همچنین گفت طراحی سیستمهای اختصاصی و خرید قطعات ارزانقیمت و در دسترس به پایین نگهداشتن هزینهها کمک میکند. «یک مدیر کارخانه بسیار باتجربه از صنعت خودروسازی را به تیم اضافه کردهایم تا در کنار مدیر بخش سختافزار ما کار کند و کمک کند اجرای کارها را بهدرستی پیش ببریم.»
تأمین قطعات نیز میتواند چالشبرانگیز باشد. Runware میگوید سیستمهای خنککننده و دیگر سامانههای پاد را با قطعات استاندارد طراحی و تولید میکند، اما بعضی قطعات، مانند پمپها و فنها، از آلمان میآیند و این شرکت همچنان برای تجهیزات شبکه به Nvidia وابسته است. بااینحال، Runware مدعی است از زمانی که یک ماه پیش عرضه پادهای Sonic به مشتریان بیرونی را آغاز کرد، یک میلیارد دلار تقاضای متعهدشده برای این پادها دریافت کرده است. رادولسکو گفت: «این تقاضا بیش از ۲۰ مگاوات را شامل میشود و اکنون در حال کار برای تحویل آن هستیم.»
مراکز داده در آمریکا و دیگر کشورها بهدلیل میزان مصرف انرژی و تأثیر آن بر شبکه برق و منابع دیگر با انتقادهایی روبهرو شدهاند. رادولسکو در پاسخ به پرسشها گفت پادهای شرکتش فقط به برق و اتصال اینترنت نیاز دارند. آنها برای دفع گرما از سامانه خنککننده مایع مدار بسته با رادیاتورهای خنکشونده با هوا استفاده میکنند؛ بنابراین عملاً به اتصال آب نیاز ندارند. او گفت: «با تأمینکنندگان برق در حال همکاری هستیم تا مجموعهای از سایتها با ظرفیت ۳۹۷ مگاوات فراهم کنیم که امکان افزایش آن تا ۱٫۲ گیگاوات وجود دارد.» او با اشاره به فهرست سایتهای برنامهریزیشده افزود که این شرکت مراکز داده ماژولار خود را در سایتهایی مستقر میکند که بسیار کوچکتر از سایتهای ابرمقیاسگرانی مانند Amazon، Microsoft و Google هستند.
او ادامه داد که این سایتها معمولاً از قبل برق دارند، بنابراین نباید فشار بیشتری به شبکه وارد کنند یا برای جوامع محلی اختلال ایجاد کنند. پادها همچنین «تا دمای ۸۶ درجه فارنهایت کاملاً بیصدا کار میکنند. هر زمان که امکانپذیر باشد، از انرژی منابع تجدیدپذیر استفاده میکنیم.» او ادامه داد: «فعالانه در حال گسترش شبکه تأمینکنندگان انرژی و سایتهای خود هستیم. هدف ما این است که منابع تجدیدپذیر به منبع اصلی انرژیمان تبدیل شوند.»
گام بعدی Runware راهاندازی کارخانه جدیدش در اوایل سال آینده و سپس گسترش فعالیت به آمریکا و دیگر مناطق جهان است. رادولسکو گفت سیستمهای ماژولار آینده صنعت هستند و بهزودی «به استاندارد استقرار گسترده هوش مصنوعی» تبدیل خواهند شد.
او افزود: «مشتریان باید بتوانند از همان ابتدا، برنامهریزی یک مرکز داده ابرمقیاس را بر پایه پادهای ساختهشده در کارخانه انجام دهند و بهجای چند سال، ظرف چند ماه آن را به بهرهبرداری برسانند.»
اخبار مرتبط از TechCrunch AI
چه کسی میتواند جایگزین جنسن هوانگ شود؟ فهرستی کاملاً غیرعلمی از جانشینان احتمالی
انویدیا برنامهای برای جانشینی مدیرعامل ندارد و مدیرعاملش هم به دردسر افتاده است؛ بنابراین، فهرستی کوتاه از گزینهها تهیه کردهایم.
سهام انویدیا در پی گزارشها درباره تدارک هیئتمدیره برای برکناری جنسن هوانگ، مدیرعامل شرکت، افت کرد.
هیئتمدیره Nvidia ممکن است از شامگاه چهارشنبه درباره برکناری بنیانگذار این شرکت و مدیرعاملی که ۳۳ سال در این سمت بوده است، تصمیم بگیرد.
خط زمانیِ رسواییِ فزایندهٔ جنسن هوانگ
این ماجرا میتواند برای امنیت ملی پیامدهایی داشته باشد؛ آن هم در شرایطی که آمریکا و چین برای توسعه پیشرفتهترین زیرساخت هوش مصنوعی با یکدیگر رقابت میکنند.
