Resumen:
Impulsada por el auge de la inteligencia artificial, la construcción de centros de datos globales se enfrenta a necesidades de expansión sin precedentes. Sin embargo, problemas como el suministro de energía insuficiente, la escasez de trabajadores de la construcción y los largos ciclos de aprobación de proyectos se están convirtiendo en obstáculos clave que restringen el desarrollo de la industria de la IA. Ante esta situación, la empresa estadounidense de infraestructura de IA Crusoe propuso una solución diferente al tradicional "campus supergrande": construir un centro de datos modular que pueda producirse, transportarse e implementarse en masa.
Crusoe anunció recientemente la finalización de una financiación de 3.900 millones de dólares, lo que eleva la valoración de la empresa a aproximadamente 30.900 millones de dólares. La compañía dijo que además de continuar apoyando proyectos de centros de datos de IA a gran escala, los nuevos fondos también se utilizarán para promover un producto de centro de datos de IA modular llamado "Spark".
Crusoe ha llamado la atención anteriormente por su participación en la construcción de un parque de centros de datos de IA a gran escala en Abilene, Texas, EE. UU. El campus es operado por Oracle y proporciona recursos informáticos a OpenAI. Sin embargo, la compañía ahora cree que el desarrollo futuro de la infraestructura de IA no debería depender únicamente de centros de datos centralizados ultragrandes.
Según la visión de Crusoe, Spark es una unidad de centro de datos prefabricada en fábrica. Estas instalaciones pueden ensamblarse con anticipación en las bases de fabricación y luego transportarse en camión a áreas con recursos energéticos disponibles para un despliegue rápido, acortando así significativamente el ciclo de construcción.
Chase Rockmiller, fundador y director ejecutivo de la empresa, afirmó que entrenar los modelos grandes más avanzados requiere grupos a gran escala de cientos de miles de chips de IA, pero que cada vez más tareas de inferencia de IA no requieren necesariamente una infraestructura tan enorme.
Él cree que muchas cargas de trabajo de inferencia no requieren un campus muy grande como Abilene. Para este tipo de aplicaciones, es más eficiente utilizar pequeños centros de datos con despliegue distribuido, y concentrar todas las tareas en campus gigantes provocará incluso un despilfarro de recursos en cierta medida.
Esta visión también refleja que el mercado de infraestructura de IA está formando un nuevo modelo de división del trabajo. Los campus ultragrandes siguen siendo una instalación central indispensable para entrenar modelos avanzados, porque el proceso de entrenamiento requiere GPU masivas, redes de alta velocidad y enormes capacidades de suministro de energía. Una vez entrenado el modelo, se puede implementar una gran cantidad de servicios de inferencia orientados al usuario en nodos informáticos más pequeños.
En comparación con los proyectos de centros de datos tradicionales, cuya planificación, aprobación y construcción suelen tardar años, la mayor ventaja de las instalaciones modulares es la velocidad. Crusoe planea producir módulos Spark con anticipación y, cuando descubra que hay recursos de energía disponibles en un área determinada, transportará directamente las instalaciones allí y las pondrá en uso rápidamente.
Actualmente, uno de los mayores desafíos que enfrentan los desarrolladores de centros de datos de EE. UU. es el acceso a los recursos energéticos. Aunque muchas áreas tienen electricidad disponible, los recursos humanos, el desarrollo del terreno y la ingeniería de apoyo necesarios para construir grandes centros de datos a menudo son difíciles de seguir de manera oportuna.
Crusoe espera resolver este problema a través del modelo de fabricación. Actualmente, la compañía está construyendo una base de producción cerca de Denver y planea producir eventualmente una instalación Spark equivalente a 1 gigavatio de potencia informática por año.
Más allá de los problemas de energía, se espera que el enfoque modular alivie la resistencia de la comunidad a los proyectos de centros de datos a gran escala. En los últimos años, ha habido objeciones a la construcción de centros de datos a gran escala en muchas regiones de Estados Unidos. Las disputas se centran principalmente en la ocupación del suelo, el ruido, el impacto paisajístico y la carga de la red eléctrica. En comparación con los súper campus en expansión, se espera que los centros de datos más pequeños y flexibles reduzcan estos conflictos.
Los expertos de la industria creen que a medida que las aplicaciones de inteligencia artificial pasan gradualmente del entrenamiento de modelos a la implementación comercial a gran escala, la demanda de computación de inferencia está creciendo rápidamente. En el futuro, es posible que la infraestructura de IA ya no dependa exclusivamente de unos pocos supercentros de computación, sino que formará un nuevo patrón en el que coexistirán grandes centros de capacitación y una gran cantidad de nodos de inferencia distribuidos.
En el contexto de la competencia mundial por el poder de la computación que continúa aumentando, la apuesta de Crusoe por los centros de datos modulares en realidad busca una vía de expansión más rápida y flexible para la industria de la IA. Para toda la industria, el factor real que limita el desarrollo de la inteligencia artificial puede que ya no sea el algoritmo en sí, sino la electricidad, el terreno y las capacidades de construcción de infraestructura. Y quien pueda resolver estos problemas del mundo real de manera más eficiente puede tener una ventaja en la siguiente etapa de la competencia de la IA.
Comentarios