Penguin Solutions и Lektra начали сотрудничество по распределённым микродата-центрам EdgeScale AI
Редакция ЦОД:Главное
Penguin Solutions объявила о сотрудничестве с облачным оператором Lektra для развертывания и оптимизации распределённой инфраструктуры EdgeScale AI. Модель предполагает небольшие AI ЦОД в разных локациях вместо единого крупного кампуса.
- Penguin Solutions участвует в поставке NVIDIA-ориентированной платформы и полном цикле инженерных и эксплуатационных работ.
- Ограничение «менее 20 МВт» относится к энергетической мощности одной площадки, а не ко всей сети Lektra.
- Lektra сообщает о восьми развернутых площадках, но не раскрывает их географию и индивидуальный статус.
- Распределённая модель может снизить зависимость проекта от присоединения одного крупного AI-кампуса к сети.
- Заявленное ускорение развертывания до нескольких месяцев требует независимого подтверждения на конкретных объектах.
Penguin Solutions и Lektra начали сотрудничество по развертыванию и оптимизации распределённых микродата-центров EdgeScale AI. Архитектура предусматривает размещение небольших AI ЦОД в разных локациях с использованием доступных на местах распределённых безуглеродных источников энергии, а не строительство единого крупного кампуса.
Энергетическая мощность одной площадки EdgeScale AI ограничена уровнем менее 20 МВт. Это верхний предел для отдельного объекта, а не подтверждённая мощность каждой площадки и не совокупная мощность сети. Lektra заявляет, что уже развернула восемь площадок и намерена расширять сеть дальше.
Penguin Solutions поставляет аппаратную платформу на базе NVIDIA через Full-Stack AI Factory Platform, а также отвечает за проектирование серверов ускоренных вычислений, системную интеграцию, развертывание и последующую эксплуатацию. Lektra обозначает подход, при котором вычисления размещаются там, где доступна энергия, термином «Grid 2.0».
Источник характеризует EdgeScale как архитектуру, способную сократить сроки развертывания ЦОД с нескольких лет до нескольких месяцев. Однако это описание не сопровождается данными о типовом проекте, исходных условиях или подтверждённых результатах по отдельным площадкам.
Для рынка такой подход может быть применим в регионах, где крупному кампусу препятствуют отсутствие единого участка, ограниченная сетевая мощность или длительные сроки присоединения. Он также может поддержать спрос на повторяемые модульные решения, интеграцию локальных энергоресурсов и поэтапное наращивание GPU-инфраструктуры. При этом фактическая экономика, надёжность и суммарная мощность сети Lektra не раскрыты.
Проект демонстрирует альтернативу крупным AI-кампусам: распределённые площадки могут уменьшать концентрированную нагрузку на сеть и потенциально ускорять ввод вычислительной инфраструктуры. Для рынка ЦОД это подчёркивает роль доступности электроэнергии и сроков подключения наряду с поставками GPU.
- TechNews 科技新報 / КитайскийПервоисточник →
Материал подготовлен редакцией ЦОД:Главное на основе указанных первоисточников.