Crusoe henter 3,9 milliarder dollar for å bygge modulære datasentre

Den amerikanske selskapet Crusoe har fullført en finansieringsrunde på 3,9 milliarder dollar, noe som gir selskapet en verdi på omtrent 30,9 milliarder dollar. Midlene skal brukes til å utvikle og distribuere et nytt produkt kalt Spark, som er et modulært datasenter for kunstig intelligens.

Ifølge cnBeta er det en økende etterspørsel etter datasentre på grunn av den globale trenden innen kunstig intelligens. Selskapet hevder at tradisjonelle, store datasenterparker møter store utfordringer, blant annet mangel på strøm, mangel på byggearbeidere og lange godkjenningsprosesser. Crusoe mener at en modulær tilnærming kan løse disse problemene ved å tillate raskere utplassering av infrastruktur.

Spark er designet som en fabrikksprefabrikkert enhet som kan transporteres med lastebil til steder der det allerede finnes tilgjengelig strøm. Denne metoden skal redusere byggetiden betraktelig sammenlignet med tradisjonelle datasentre, som ofte krever flere år for planlegging, godkjenning og bygging. Selskapet har allerede etablert en produksjonsbase nær Denver og har som mål å produsere fasiliteter som tilsvarer én gigawatt beregningskapasitet per år.

Selskapets grunnlegger og administrerende direktør Chase Rockmiller forklarer at selv om trening av avanserte modeller krever enorme kluster av prosessorer, trenger mange inferensoppgaver ikke like store anlegg. Han mener at en distribuert tilnærming med mindre datasentre er mer effektiv for disse typene beregninger og kan unngå ressursspill. Dette reflekterer en ny inndeling i markedet, der store anlegg brukes til trening, mens mindre, distribuerte noder håndterer brukerdrevne tjenester.

Modulære løsninger kan også redusere konflikter med lokalsamfunn. Store datasenterparker har ofte møtt motstand på grunn av støy, landskapsendringer og belastning på strømnettet. Mindre og mer fleksible anlegg forventes å ha mindre negativ innvirkning på omgivelsene. Med denne strategien forsøker Crusoe å finne en raskere og mer fleksibel vei for å utvide kapasiteten i kunstig intelligens-bransjen, der strøm, land og infrastruktur er de avgjørende begrensningene.