หัวใจสำคัญของความร่วมมือนี้คือ แพลตฟอร์มเซิร์ฟเวอร์ GPU ความหนาแน่นสูงที่ใช้การระบายความร้อนด้วยของเหลว (liquid‑cooled) จาก Compal .
เทคโนโลยีนี้มีความสำคัญต่อศูนย์ข้อมูล AI ยุคใหม่ เนื่องจากการฝึกโมเดลขนาดใหญ่ต้องใช้ GPU จำนวนมาก ซึ่งสร้างความร้อนสูงและใช้พลังงานจำนวนมาก
ข้อดีหลักของระบบดังกล่าว ได้แก่
สิ่งเหล่านี้ทำให้ระบบเหมาะกับงานอย่าง การฝึกโมเดล AI ขนาดใหญ่ การประมวลผล inference ปริมาณสูง และระบบ AI หลายเอเจนต์ ที่ต้องทำงานต่อเนื่องเป็นเวลานาน
ความร่วมมือกับ Verda ไม่ใช่สัญญาณเดียวของความต้องการโครงสร้างพื้นฐาน AI ที่กำลังพุ่งสูง
บริษัทซอฟต์แวร์ญี่ปุ่น Datasection ยังได้ขยายความร่วมมือกับ Compal และตกลงซื้อ เซิร์ฟเวอร์ GPU จำนวน 635 เครื่อง ที่ใช้สถาปัตยกรรม Nvidia B300 รวม 5,080 GPU มูลค่าประมาณ 325 ล้านดอลลาร์สหรัฐ (ราว 51.6 พันล้านเยน) .
การลงทุนนี้จะกลายเป็น โครงสร้างพื้นฐานหลักของโครงการศูนย์ข้อมูล AI รุ่นใหม่ของ Datasection ซึ่งมีเป้าหมายให้บริการกำลังประมวลผลระดับสูงแก่ลูกค้าคลาวด์รายใหญ่และรองรับความต้องการ AI ที่เพิ่มขึ้นทั่วโลก .
เมื่อมองภาพรวม ความร่วมมือเหล่านี้สะท้อนแนวโน้มสำคัญในอุตสาหกรรมเทคโนโลยี
GPU คลัสเตอร์ความหนาแน่นสูงกำลังกลายเป็นทรัพยากรสำคัญสำหรับ generative AI การฝึกโมเดลขนาดใหญ่ และระบบ AI อัตโนมัติแบบ agentic ในยุคถัดไป .
อย่างไรก็ตาม รายละเอียดเชิงลึก เช่น สถานที่ตั้งศูนย์ข้อมูล ระยะเวลาการติดตั้งจริง หรือกำลังไฟฟ้าที่ใช้ ยังไม่ได้เปิดเผยมากนัก เนื่องจากข้อมูลส่วนใหญ่ในตอนนี้มาจากประกาศของบริษัทและรายงานข่าวเบื้องต้น.