คำตอบเผยแพร่แล้ว13 แหล่งที่มา
ทำไม Delos Data จึงระดมทุนกว่า 100 ล้านดอลลาร์เพื่อเครือข่ายดาต้าเซ็นเตอร์ AI
Delos Data ระดมทุนได้มากกว่า 100 ล้านดอลลาร์ เพื่อพัฒนาชิปและซอฟต์แวร์สำหรับเร่งการเคลื่อนย้ายข้อมูลภายในดาต้าเซ็นเตอร์ AI แนวทาง Delos Nonstop AI มุ่งรองรับการสื่อสารที่หน่วงต่ำ แบนด์วิดท์สูง และมีความยืดหยุ่นระหว่างฮาร์ดแวร์จากหลายค่าย โจทย์หลักคือไม่ให้ GPU และตัวเร่งการประมวลผลราคาแพงเปิดเครื่องรอข้อมูลโดยเปล่าป...
เผยแพร่โดยแก้ไขด้วย GPT-5.6 Terraรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย
ประเด็นสำคัญ
- Delos Data ระดมทุนได้มากกว่า 100 ล้านดอลลาร์ เพื่อพัฒนาชิปและซอฟต์แวร์สำหรับเร่งการเคลื่อนย้ายข้อมูลภายในดาต้าเซ็นเตอร์ AI
- แนวทาง Delos Nonstop AI มุ่งรองรับการสื่อสารที่หน่วงต่ำ แบนด์วิดท์สูง และมีความยืดหยุ่นระหว่างฮาร์ดแวร์จากหลายค่าย
- โจทย์หลักคือไม่ให้ GPU และตัวเร่งการประมวลผลราคาแพงเปิดเครื่องรอข้อมูลโดยเปล่าประโยชน์ ซึ่งทำให้สิ้นเปลืองทั้งต้นทุนและพลังงาน
AI พรอมต์
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Delos Data, the AI-chip startup founded by Intel veterans, developing and why did it raise $100 million, how is the increasing diver. Article summary: Delos Data is an Intel-veteran-founded startup building networking chips and software that move data rapidly among AI accelerators inside increasingly heterogeneous data centers. It raised $100 million to address the net. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
ดาต้าเซ็นเตอร์ AI ไม่ได้มีปัญหาแค่ต้องหาชิปประมวลผลให้เพียงพออีกต่อไป แต่ยังต้องทำให้ข้อมูลเดินทางระหว่างชิปเหล่านั้นได้เร็วพอด้วย Delos Data สตาร์ทอัพที่ก่อตั้งโดยอดีตบุคลากร Intel ระดมทุนได้มากกว่า 100 ล้านดอลลาร์ เพื่อพัฒนาชิปเครือข่ายและซอฟต์แวร์ที่ช่วยย้ายข้อมูลภายในดาต้าเซ็นเตอร์ AI ได้รวดเร็วขึ้น และลดเวลาที่ตัวเร่งการประมวลผลราคาแพงต้องรอข้อมูล 1
2
Delos Data กำลังสร้างอะไร
บริษัทพัฒนาซิลิคอนด้านเครือข่ายและซอฟต์แวร์สำหรับการสื่อสารระหว่างส่วนประมวลผล หน่วยความจำ และระบบจัดเก็บข้อมูลในดาต้าเซ็นเตอร์ AI โดยเปิดตัวแนวทาง Delos Nonstop AI ซึ่งประกอบด้วย Data Interface และสถาปัตยกรรมอ้างอิง (reference architecture) เพื่อรองรับโครงสร้างพื้นฐานสำหรับ AI agent ที่ต้องการความหน่วงต่ำ แบนด์วิดท์สูง และความทนทานต่อความขัดข้อง 2
7
เป้าหมายในทางปฏิบัติคือช่วยให้ผู้ให้บริการดาต้าเซ็นเตอร์เชื่อมต่อและแลกเปลี่ยนข้อมูลระหว่างชิปประมวลผลหลายประเภทได้อย่างมีประสิทธิภาพ โดยไม่จำเป็นต้องออกแบบเครือข่ายให้ผูกกับสถาปัตยกรรมของตัวเร่งการประมวลผลเพียงรายเดียว Reuters รายงานว่า Delos มุ่งตอบโจทย์คลัสเตอร์ AI ที่มีฮาร์ดแวร์หลากหลายมากขึ้น ซึ่งต้องสื่อสารกันอย่างรวดเร็วแม้ชุดชิปที่ใช้งานจะเปลี่ยนไป 1
เหตุใดเครือข่ายจึงกลายเป็นชั้นสำคัญของ AI
ในช่วงแรกของกระแส AI คลัสเตอร์ขนาดใหญ่มักประกอบด้วย GPU ของ Nvidia เป็นหลัก และเชื่อมต่อกันด้วยเทคโนโลยีเครือข่ายเฉพาะของ Nvidia แต่จุดเน้นกำลังเปลี่ยนจากการฝึกโมเดล ไปสู่การให้บริการตอบคำขอของผู้ใช้ หรือ inference รวมถึงงานหลายขั้นตอนที่ AI agent ดำเนินการแทนผู้ใช้ ขณะเดียวกัน ผู้ให้บริการมีทางเลือกชิปมากขึ้น ทั้งจาก AMD, Cerebras และชิปหลายประเภทของ Nvidia เอง 1
ความเปลี่ยนแปลงนี้ทำให้เครือข่ายไม่อาจตั้งอยู่บนสมมติฐานว่า ทุกอุปกรณ์ในคลัสเตอร์เป็นชิปชนิดเดียวกันและใช้การเชื่อมต่อของผู้ขายรายเดียวได้อีกต่อไป เครือข่ายต้องส่งข้อมูลระหว่างองค์ประกอบที่ต่างกันได้รวดเร็ว พร้อมคงค่าความหน่วงต่ำที่จำเป็นต่อการตอบสนองแบบโต้ตอบและงาน AI agent แนวคิดของ Delos คือ ความสามารถในการเคลื่อนย้ายข้อมูลอย่างยืดหยุ่นจะมีค่ามากขึ้นเมื่อสถาปัตยกรรมการประมวลผลมีความหลากหลายขึ้น 1
7
ปัญหาต้นทุนที่อยู่เบื้องหลังเงินทุนรอบนี้
เงินทุนก้อนนี้จะถูกใช้เพื่อขยายทีมวิศวกรรมฮาร์ดแวร์และซอฟต์แวร์ เร่งพัฒนาผลิตภัณฑ์ และขยายงานขาย 2 แต่ปัญหาที่บริษัทต้องการแก้มีมูลค่าสูงกว่านั้นมาก นั่นคือชิปเร่งการประมวลผลราคาแพงที่เปิดใช้งานอยู่ แต่ยังสร้างผลงานไม่ได้เพราะกำลังรอข้อมูลจากส่วนอื่นของระบบ
Pat Gelsinger อดีตซีอีโอ Intel ซึ่งปัจจุบันเป็นพาร์ตเนอร์ของ Playground นักลงทุนในรอบนี้ อธิบายว่า การสื่อสารระหว่างอุปกรณ์ที่ประสานกันไม่ดีอาจทำให้ผู้ให้บริการต้องเผชิญกับ “ฮาร์ดแวร์ที่ร้อน กำลังเผาวัตต์” แต่แทบไม่ได้ทำงานจริง 1 กล่าวอีกนัยหนึ่ง การเพิ่มจำนวนตัวเร่งการประมวลผลเพียงอย่างเดียวอาจไม่เพิ่มกำลังประมวลผลที่ใช้งานได้จริง หากเครือข่ายยังส่งข้อมูลไปไม่ถึงจุดที่ต้องใช้ในเวลาที่เหมาะสม
เดิมพันกับความยืดหยุ่น ท่ามกลางอนาคตที่ยังไม่ชัดของ AI agent
Dan Daly ผู้ร่วมก่อตั้งและ CTO ของ Delos กล่าวว่า บริษัทไม่อาจรู้ได้ว่า “สถาปัตยกรรมโครงสร้างพื้นฐานถัดไปสำหรับ AI agent จะเป็นอย่างไร” กลยุทธ์ของบริษัทจึงไม่ใช่การทายว่าชิปตัวใดหรือรูปแบบใดจะชนะ แต่คือการสร้างวิธีเคลื่อนย้ายข้อมูลให้รวดเร็วมากสำหรับสถาปัตยกรรมที่กำลังจะเกิดขึ้น 1
นี่คือจุดสำคัญของข้อเสนอ Delos บริษัทวางตำแหน่งเครือข่ายให้เป็นชั้นกลางที่ช่วยให้ดาต้าเซ็นเตอร์รับมือกับชิปและรูปแบบเวิร์กโหลดใหม่ ๆ ได้ ไม่ว่าผู้ให้บริการจะเลือกใช้ GPU, ตัวเร่งการประมวลผลจากผู้ผลิตรายอื่น หรือส่วนผสมของฮาร์ดแวร์ที่เปลี่ยนไปในอนาคต
สรุป
การระดมทุนกว่า 100 ล้านดอลลาร์ของ Delos Data สะท้อนมุมมองที่กำลังชัดขึ้นในอุตสาหกรรมว่า ขีดความสามารถของ AI ไม่ได้ถูกจำกัดด้วยจำนวน GPU หรือตัวเร่งการประมวลผลเท่านั้น แต่ยังขึ้นกับเครือข่ายที่เชื่อมทุกองค์ประกอบเข้าด้วยกัน 1
2 หากงาน inference ที่ขับเคลื่อนด้วย AI agent กลายเป็นภาระงานหลักของดาต้าเซ็นเตอร์ ความสามารถในการทำให้ชิปต่างชนิดแลกเปลี่ยนข้อมูลได้รวดเร็ว และหลีกเลี่ยงฮาร์ดแวร์ที่กินไฟแต่ต้องว่างรอ อาจเป็นปัจจัยการแข่งขันสำคัญของผู้ให้บริการ AI
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "ทำไม Delos Data จึงระดมทุนกว่า 100 ล้านดอลลาร์เพื่อเครือข่ายดาต้าเซ็นเตอร์ AI" คืออะไร
Delos Data ระดมทุนได้มากกว่า 100 ล้านดอลลาร์ เพื่อพัฒนาชิปและซอฟต์แวร์สำหรับเร่งการเคลื่อนย้ายข้อมูลภายในดาต้าเซ็นเตอร์ AI
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
Delos Data ระดมทุนได้มากกว่า 100 ล้านดอลลาร์ เพื่อพัฒนาชิปและซอฟต์แวร์สำหรับเร่งการเคลื่อนย้ายข้อมูลภายในดาต้าเซ็นเตอร์ AI แนวทาง Delos Nonstop AI มุ่งรองรับการสื่อสารที่หน่วงต่ำ แบนด์วิดท์สูง และมีความยืดหยุ่นระหว่างฮาร์ดแวร์จากหลายค่าย
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ?
โจทย์หลักคือไม่ให้ GPU และตัวเร่งการประมวลผลราคาแพงเปิดเครื่องรอข้อมูลโดยเปล่าประโยชน์ ซึ่งทำให้สิ้นเปลืองทั้งต้นทุนและพลังงาน