概要

  • Park 氏は、15～50MW 規模の施設が最も有望なターゲットであり、旧型の GPU や CPU で多くの推論ジョブを処理できると指摘する
  • Pado は、利用可能なコンピュート、電力、冷却に合わせてワークロードをスケジューリングするソフトウェアにより、中堅市場向けコロケーションをターゲットにしている

事実

レガシーデータセンターは、高密度施設に建て替えることなく、より多くの AI 推論を処理できると、Pado AI の創業者兼 CEO である Wannie Park 氏は ESG Dive に語った。Park 氏は、レガシー施設は一般に100MW 以下であり、15～50MW の施設が最も適していると説明した。多くの推論ジョブは旧型の GPU や従来型 CPU で実行可能だが、古い冷却システムは新しい AI 施設のものより効率が低い可能性があるという。

Pado は、LG エレクトロニクスの北米イノベーションセンターである LG NOVA が出資するエネルギー管理ソフトウェア企業である。同社のソフトウェアは電力、コンピュート、冷却を調整し、利用可能な容量に応じてワークロードを移動できる。同社は3月に600万ドルを調達し、中堅市場向けコロケーションに事業拡大した。ESG Dive のインタビューでは、レガシー施設が吸収できる AI 需要の規模や、このアプローチを示す具体的な導入事例は明らかにされなかった。

評価

実践的な問いは、サイトが抽象的に「AI 対応」かどうかではなく、そのハードウェアと冷却が実際にどのワークロードをサポートできるかだ。Pado のアプローチは、ワークロード配置を、既存施設をより多く活用する方法と捉えている。運用者は、すべての AI 作業を単に新しい高密度サイトに回すのではなく、利用可能なコンピュート、電力、熱容量にジョブを合わせる必要がある。

まだ不明なのは、レガシー施設全体で回復できる使用可能容量の規模や、古い冷却・電力システムのアップグレードがどの程度必要かという点だ。ESG Dive のインタビューは、この疑問に答える導入データを提供していない。

BTW 読者にとっての機会は、既存の電源容量を選択的に活用することにある。レガシーサイトが新しい AI キャンパスに取って代わることはないが、より新しい高密度インフラを古い施設でサポートできないジョブのために確保しつつ、適切な推論ワークロードを実行する別の場所を運用者に提供する可能性がある。

注目点

Pado やコロケーション事業者が、使用した推論ワークロード、既存ハードウェア、冷却・電力のアップグレード内容を明らかにするレガシーサイトの導入事例を公開することに注目したい。オーケストレーション前後の使用率、電力、温度データは、古い施設が大規模な改修なしに、より多くの AI 作業を処理できるかどうかを示すはずだ。