Meta ตั้งศูนย์ข้อมูลในเต็นท์ขนาดใหญ่
ในขณะที่งานเลี้ยงโครงสร้างพื้นฐาน AI ดูเหมือนจะถึงจุดสูงสุดแล้ว Meta กลับเลือกที่จะกางเต็นท์ — อย่างแท้จริง บริษัทได้สร้าง “โครงสร้างที่ติดตั้งได้อย่างรวดเร็ว” ที่ทนทานต่อสภาพอากาศหลายแห่งนอกเมืองนิวออลบานี รัฐโอไฮโอ เปลี่ยนพื้นที่โล่งให้กลายเป็นหมู่บ้านศูนย์ข้อมูลแบบป๊อปอัพ
ใบอนุญาตและภาพถ่ายทางอากาศแสดงให้เห็นว่ามีการติดตั้งเต็นท์ขนาด 125,000 ตารางฟุตหลายหลังภายในเวลาเพียงไม่กี่สัปดาห์ ซึ่งเป็นการดำเนินการที่รวดเร็วราวกับกดปุ่มเร่งเวลาในตารางการก่อสร้างการเรียกสิ่งเหล่านี้ว่า “เต็นท์” อาจฟังดูเกินจริงไปสักหน่อย แต่ชื่อนี้ก็เหมาะสม: สิ่งเหล่านี้คือผ้าใบขนาดใหญ่และทนทานที่ออกแบบมาเพื่อปกป้องแร็คและอุปกรณ์ทำความเย็นได้อย่างรวดเร็ว ไม่ใช่ชุดแคมป์ปิ้งในสวนหลังบ้านที่ดูน่ารัก จุดประสงค์ทั้งหมดคือเพื่อให้ระบบคอมพิวเตอร์ออนไลน์ได้อย่างรวดเร็ว โดยไม่ต้องรอหลายเดือนให้คอนกรีตและเหล็กมาถึง
เต็นท์เล็ก ๆ ชิปใหญ่ และกลเม็ดที่ยืมมา
ภายในเปลือกผ้าจะมีแถวของโปรเซสเซอร์ AI — ซิลิคอนที่มีราคาแพงและกินไฟมาก ทำหน้าที่หนักในการประมวลผลงานการเรียนรู้ของเครื่อง
การตั้งค่านี้ยืมแนวคิดมาจากคู่มืออุตสาหกรรมสองสามเล่ม: โครงสร้างการติดตั้งอย่างรวดเร็วสะท้อนถึงกลยุทธ์การสร้างอย่างรวดเร็วที่ใช้ในโรงงานผลิตรถยนต์ และพลังงานแบบโมดูลาร์ที่อยู่ใกล้เคียง — คิดเป็นหลายร้อยเมกะวัตต์จากกังหันก๊าซแบบพกพา — จัดหาพลังงานเมื่อการเชื่อมต่อกับโครงข่ายไฟฟ้าล่าช้าหรือเมื่อต้องการกำลังการผลิตเพิ่มเติมมันมีประสิทธิภาพในแบบที่ใช้งานได้จริง แม้จะดูแปลกประหลาดอยู่บ้าง: ฮาร์ดแวร์คอมพิวเตอร์ขนาดมหึมาอยู่ใต้เต็นท์ ผสานการทำงานอย่างเงียบๆ ราวกับเรือนกระจกไฮเทคสำหรับซิลิคอน เต็นท์เหล่านี้ช่วยให้บริษัทสามารถขยายขีดความสามารถได้อย่างรวดเร็ว ขณะเดียวกันก็ยังคงเปิดทางเลือกสำหรับการก่อสร้างถาวรในระยะยาว
ทำไมการตั้งเต็นท์จึงเป็นทางเลือกที่สมเหตุสมผลและคุ้มค่า
ความเร็วคือประเด็นสำคัญ: พื้นที่เต็นท์สามารถลดเวลาการก่อสร้างลงได้ครึ่งหนึ่งเมื่อเทียบกับการก่อสร้างแบบดั้งเดิม ซึ่งมีความสำคัญอย่างยิ่งเมื่อทุกสัปดาห์ของการฝึกอบรมหรือการประมวลผลโมเดล AI ขนาดใหญ่มีค่าใช้จ่ายจริง
การเคลื่อนไหวนี้ยังช่วยควบคุมการใช้จ่ายด้านทุน — เมตาได้ส่งสัญญาณถึงแผนการใช้จ่ายมหาศาลสำหรับศูนย์ข้อมูลและฮาร์ดแวร์ — เพื่อให้โครงสร้างที่ถูกลงและรวดเร็วยิ่งขึ้นสามารถลดค่าใช้จ่ายส่วนนั้นลงได้บ้างมีปัญหาเกิดขึ้น: โมเดล AI ล่าสุดของบริษัทถูกกล่าวว่าพร้อมแล้ว แต่ API สำหรับนักพัฒนาได้ล่าช้า และการขยายกำลังการผลิตเป็นเพียงส่วนหนึ่งของการนำโมเดลไปสู่มือของผู้อื่น อย่างไรก็ตาม เมื่อเวลาและเงินเป็นเดิมพัน การนำแร็คไปไว้ในเต็นท์ก็เหมือนเป็นทางลัดที่สมเหตุสมผลและน่าเหลือเชื่อเล็กน้อย