คลาวด์ AI ในยุโรปกำลังขยายโครงสร้างพื้นฐานการประมวลผลในภูมิภาค พร้อมเพิ่มบริการโมเดลเฉพาะทางและการควบคุมวิธีที่เอเจนต์ AI ใช้เครื่องมือและระบบธุรกิจ รายงานอัปเดตจากพาร์ตเนอร์ของ NVIDIA ระบุถึงกิจกรรมหลายขั้นตอน ตั้งแต่การทดสอบที่เสร็จสิ้นแล้ว บริการที่ใช้งานอยู่ ไปจนถึงแผนการติดตั้งใช้งานในอนาคต ซึ่งรวมถึงการทดสอบด้านการประมวลผลแบบอนุมานภายใต้ข้อจำกัดด้านพลังงานของ Nscale แผนส่งมอบ Vera Rubin ของ Mistral ในปี 2027 และการสนับสนุนจากระบบนิเวศสำหรับ OpenShell Reference Architecture
ประเด็นสำคัญ
- Nscale รายงานผลการทดสอบที่ทำให้ใช้ GPU ได้มากขึ้น 37% และเพิ่มปริมาณงานการประมวลผลแบบอนุมานโดยรวมได้เกือบ 50% ภายในงบกำลังไฟฟ้าที่จัดสรรไว้เท่าเดิม
- พาร์ตเนอร์กำลังผสานโครงสร้างพื้นฐานในภูมิภาคเข้ากับบริการเฉพาะทาง เช่น โมเดลกำหนดเส้นทางการตรวจทานโค้ดของ CodeRabbit และแพลตฟอร์มหุ่นยนต์ของ Nebius
- ผู้สนับสนุน OpenShell มุ่งกำหนดขอบเขตการเข้าถึงของเอเจนต์ทั้งในซอฟต์แวร์และฮาร์ดแวร์ โดยการสนับสนุนจากพาร์ตเนอร์แตกต่างจากการติดตั้งใช้งานจริงให้ลูกค้าที่เสร็จสมบูรณ์แล้ว
สารบัญ
- คลาวด์ AI ในยุโรปเผชิญข้อจำกัดด้านพลังงาน
- อะไรพร้อมใช้งานแล้ว ผ่านการทดสอบแล้ว หรือยังอยู่ในแผน?
- บริการเฉพาะทางนำขีดความสามารถในภูมิภาคไปใช้ให้เกิดประโยชน์
- การควบคุมเอเจนต์ครอบคลุมทั้งซอฟต์แวร์และฮาร์ดแวร์
- บทสรุป
คลาวด์ AI ในยุโรปเผชิญข้อจำกัดด้านพลังงาน
การขยายตัวนี้ไม่ได้เป็นเพียงเรื่องของการติดตั้งอุปกรณ์ประมวลผลเพิ่มเติม NVIDIA ระบุว่าพลังงานเป็นข้อจำกัดเมื่อโรงงาน AI ขยายขนาด ทำให้ปริมาณงานที่มีประโยชน์ซึ่งส่งมอบได้ภายในโควตาการใช้ไฟฟ้าที่มีอยู่เป็นส่วนสำคัญของการวางแผนขีดความสามารถ
ผลการทดสอบที่ Nscale รายงานเป็นตัวอย่างที่ชัดเจน โดยใช้ระบบ NVIDIA GB300 NVL72 บริษัทแสดงให้เห็นว่า DSX MaxLPS ช่วยให้ใช้ GPU ได้มากขึ้น 37% และเพิ่มปริมาณงานการประมวลผลแบบอนุมานโดยรวมได้เกือบ 50% ภายในงบกำลังไฟฟ้าที่จัดสรรไว้เท่าเดิม ผลลัพธ์ดังกล่าวสะท้อนการกำหนดค่าที่ใช้ในการทดสอบ ไม่ใช่การปรับปรุงที่วัดได้ในสถานที่ปฏิบัติงานทุกแห่งของ Nscale
Nscale ยังมีแผนติดตั้งโครงสร้างพื้นฐาน Vera Rubin สำหรับการฝึกโมเดลแนวหน้าและเวิร์กโหลดในระบบใช้งานจริง ควบคู่กับการขยายธุรกิจในตลาดยุโรป 5 แห่ง ขณะที่ Crusoe กำลังพัฒนา Spark ซึ่งเป็นการออกแบบโรงงาน AI แบบโมดูลาร์ระบายความร้อนด้วยของเหลวสำหรับแพลตฟอร์ม Vera Rubin โดยมีเป้าหมายนำขีดความสามารถด้านการประมวลผลแบบอนุมานเข้าใกล้ผู้ใช้มากขึ้น
ขอบเขตทางภูมิศาสตร์ยังขยายไปไกลกว่ายุโรปด้วย NVIDIA ยังระบุถึงการพัฒนาและขยายโครงสร้างพื้นฐานในกลุ่มประเทศนอร์ดิก แอฟริกา และเอเชียกลาง โดยมีพาร์ตเนอร์อย่าง Aleria, Cassava Technologies, Firebird, G42, Radiant, SWI Compute และ Vultr
| รายการ | รายละเอียด |
|---|---|
| การทดสอบประสิทธิภาพการใช้พลังงานของ Nscale | รายงานว่าใช้ GPU ได้มากขึ้น 37% และเพิ่มปริมาณงานการประมวลผลแบบอนุมานโดยรวมได้เกือบ 50% ภายในงบกำลังไฟฟ้าที่จัดสรรไว้เท่าเดิม โดยใช้ DSX MaxLPS |
| โครงสร้างพื้นฐานของ Mistral | มีกำหนดส่งมอบ Vera Rubin ในปี 2027; Mistral Large 4 ได้รับการฝึกด้วย GPU Grace Blackwell จำนวน 3,800 ตัวในศูนย์ข้อมูลยุโรปที่ Mistral เป็นผู้ดำเนินงาน |
| โมเดลกำหนดเส้นทางของ CodeRabbit | อัตราความสอดคล้องในการกำหนดเส้นทางเพิ่มขึ้นจาก 75.8% เป็น 80.7% โดยประเมินว่าต้นทุนการประมวลผลแบบอนุมานลดลง 50% สำหรับเวิร์กโหลดที่ประเมิน |
| เอเจนต์ค้าปลีกของ Nebius | พิมพ์เขียวที่ครอบคลุมสินค้าคงคลัง การดำเนินงานในร้านค้า และการปรับแต่งโมเดล ได้เปิดให้ใช้งานล่วงหน้าแล้ว |
| OpenShell Reference Architecture | ประกาศในงาน GTC Berlin พร้อมการสนับสนุนจากพาร์ตเนอร์ โดยออกแบบมาเพื่อประสานขอบเขตของเอเจนต์ระหว่างซอฟต์แวร์รันไทม์ CPU และ DPU |
อะไรพร้อมใช้งานแล้ว ผ่านการทดสอบแล้ว หรือยังอยู่ในแผน?
รายงานของ NVIDIA ว่าด้วยพาร์ตเนอร์คลาวด์ในภูมิภาคและการควบคุมเอเจนต์ได้นำเสนอความคืบหน้าหลายขั้นตอนไว้ด้วยกัน การแยกแยะสถานะเหล่านี้มีความสำคัญ เพราะโมเดลที่ทำงานในระบบจริงแล้ว บริการที่เปิดให้ใช้งานล่วงหน้า และการส่งมอบฮาร์ดแวร์ในอนาคต ไม่ได้หมายความว่าลูกค้าจะเข้าถึงได้ทันทีในระดับเดียวกัน
การขยายตัวของ Mistral แสดงให้เห็นความแตกต่างดังกล่าว โดยมีกำหนดส่งมอบโครงสร้างพื้นฐาน Vera Rubin ในปี 2027 แยกต่างหากจากแผนนี้ NVIDIA ระบุว่า Mistral Large 4 ได้รับการฝึกด้วย GPU Grace Blackwell จำนวน 3,800 ตัวในศูนย์ข้อมูลยุโรปที่ Mistral เป็นผู้ดำเนินงาน งานพัฒนาโมเดลดังกล่าวเสร็จสิ้นแล้ว ส่วนการส่งมอบโครงสร้างพื้นฐานชุดถัดไปยังเป็นเรื่องในอนาคต
Verda ก็มีแผนติดตั้ง Vera Rubin เช่นกัน แต่ปัจจุบันมีโมเดลน้ำหนักเปิด NVIDIA Nemotron และ Cosmos ใช้งานในระบบจริงแล้ว อีกทั้งยังใช้เฟรมเวิร์กโอเพนซอร์ส Dynamo เพื่อเพิ่มประสิทธิภาพการประมวลผลแบบอนุมาน
บริการเฉพาะทางนำขีดความสามารถในภูมิภาคไปใช้ให้เกิดประโยชน์
สำหรับนักพัฒนา คำถามในทางปฏิบัติคือโครงสร้างพื้นฐานเพิ่มเติมนี้รองรับการใช้งานอะไรบ้าง รายงานอัปเดตจากพาร์ตเนอร์ชี้ไปที่การตรวจทานโค้ด หุ่นยนต์ เอเจนต์ค้าปลีก และบริการโมเดลสำหรับองค์กร แทนที่จะนำเสนอเพียงขีดความสามารถในการประมวลผลว่าเป็นผลิตภัณฑ์ที่สมบูรณ์แล้ว
Baseten พัฒนาโมเดลกำหนดเส้นทางเฉพาะทางสำหรับการตรวจทานโค้ดให้ CodeRabbit โดยใช้ Nemotron 3.5 Lightning หลังผ่านการปรับแต่งแบบมีผู้สอนและการเรียนรู้แบบเสริมแรง อัตราความสอดคล้องในการกำหนดเส้นทางเพิ่มขึ้นจาก 75.8% เป็น 80.7% ขณะที่ประเมินว่าต้นทุนการประมวลผลแบบอนุมานลดลง 50% สำหรับเวิร์กโหลดที่ประเมิน ตัวเลขต้นทุนนี้เป็นค่าประมาณที่ผูกกับเวิร์กโหลดดังกล่าว ไม่ใช่การลดต้นทุนโดยทั่วไปสำหรับการใช้งานโมเดลทั้งหมด
Nebius ได้นำ NVIDIA Groq 3 LPX มาใช้ โดยใช้เครือข่าย Spectrum-X Ethernet เพื่อผสานเข้ากับ Vera Rubin NVL72 บนแพลตฟอร์ม Token Factory ของบริษัท NVIDIA ระบุว่าการผสานระบบนี้จะช่วยเร่งการสร้างโทเค็นสำหรับแอปพลิเคชันที่ต้องการเวลาแฝงต่ำและระบบเอเจนต์ ผ่านบริการจัดการแบบไร้เซิร์ฟเวอร์และเอนด์พอยต์เฉพาะ
Nebius ยังให้บริการ Physical AI Workbench ซึ่งบริษัทหุ่นยนต์อย่าง Rhoda AI, RoboForce และ Sereact ใช้งานอยู่ พิมพ์เขียวเอเจนต์ค้าปลีกของ NVIDIA สำหรับสินค้าคงคลัง การดำเนินงานในร้านค้า และการปรับแต่งโมเดล ได้เปิดให้ใช้งานล่วงหน้าแล้ว
Fireworks และ Era4 เลือกใช้แนวทางอีกแบบ โดยผสานบริการฝึกโมเดลและการประมวลผลแบบอนุมานเข้ากับขีดความสามารถ Blackwell Ultra ระบายความร้อนด้วยของเหลวโดยตรง ณ ศูนย์ของ Era4 ในเมืองเชสเตอร์ฟิลด์ ความร่วมมือของทั้งสองบริษัทสนับสนุนแผนการพัฒนาแอปพลิเคชันสำหรับองค์กรในภาคบริการทางการเงิน ประกันภัย และวิทยาศาสตร์ชีวภาพ
การควบคุมเอเจนต์ครอบคลุมทั้งซอฟต์แวร์และฮาร์ดแวร์
การเชื่อมต่อโมเดล AI เข้ากับเครื่องมือธุรกิจทำให้เกิดข้อกำหนดอีกประการหนึ่ง นอกเหนือจากการจัดหากำลังประมวลผลให้เพียงพอ นั่นคือองค์กรต้องกำหนดและบังคับใช้สิ่งที่เอเจนต์ได้รับอนุญาตให้เข้าถึงและดำเนินการได้ OpenShell Reference Architecture ซึ่งประกาศในงาน GTC Berlin ออกแบบมาเพื่อจัดการขอบเขตเหล่านี้ตลอดทั้งสแตกการติดตั้งใช้งาน
สถาปัตยกรรมนี้กำหนดหน้าที่แยกกันให้แต่ละองค์ประกอบ Vera Rubin NVL72 ทำหน้าที่ประมวลผลแบบอนุมานของโมเดล ส่วน Vera CPU ที่รองรับ OpenShell รองรับโครงสร้างการทำงานของเอเจนต์และการใช้เครื่องมือ และ BlueField-4 DPU ที่รัน NVIDIA Sentry ทำหน้าที่บังคับใช้นโยบายภายในชิป ซอฟต์แวร์รันไทม์ที่ปลอดภัยของ OpenShell เป็นรากฐานของสถาปัตยกรรมนี้
ผู้สนับสนุนประกอบด้วยผู้ให้บริการคลาวด์และบริการโมเดล เช่น Baseten, CoreWeave, Crusoe, DigitalOcean, Fireworks, Nebius, Nscale และ Vultr รายงานอธิบายถึงการสนับสนุนจากระบบนิเวศที่มุ่งช่วยให้ติดตั้งใช้งานเอเจนต์อย่างปลอดภัย ไม่ได้ระบุว่าพาร์ตเนอร์ทุกแห่งที่มีชื่อได้ดำเนินการติดตั้งใช้งานเสร็จสมบูรณ์แล้ว
บทสรุป
รายงานอัปเดตนี้เชื่อมโยงการลงทุนด้านการประมวลผลในภูมิภาคเข้ากับเวิร์กโหลดเฉพาะและการควบคุมการเข้าถึงของเอเจนต์ หลักฐานที่ชัดเจนที่สุดมาจากการทดสอบที่วัดผลได้และบริการที่ใช้งานอยู่แล้ว ส่วนแผนติดตั้ง Vera Rubin และการนำ OpenShell ไปใช้ในวงกว้างยังเป็นขั้นตอนถัดไป ไม่ใช่ขีดความสามารถที่ติดตั้งเสร็จสมบูรณ์แล้ว
อ่านข่าวเพิ่มเติม
ข้อจำกัดความรับผิด
บทความ FinanceVelix นี้ให้ข้อมูลทั่วไป ไม่ใช่คำแนะนำด้านการเงิน การลงทุน กฎหมาย หรือภาษีที่ปรับให้เหมาะกับบุคคล ราคาตลาด อัตราดอกเบี้ย และภาวะเศรษฐกิจอาจเปลี่ยนแปลงได้ การลงทุนมีความเสี่ยงที่จะขาดทุน ข้อเท็จจริงอ้างอิงจากข้อมูลที่มีอยู่ ณ วันที่เผยแพร่และอาจเปลี่ยนแปลงได้ โปรดตรวจสอบข้อมูลสำคัญด้วยตนเอง และปรึกษาผู้เชี่ยวชาญที่มีคุณสมบัติเหมาะสมเมื่อจำเป็น การกล่าวถึงสินทรัพย์ บริษัท หรือบริการใดไม่ได้หมายถึงการรับรอง
