Репортаж от Wedoany，Американская компания Meta использует «быстроразвертываемые конструкции» для создания AI-вычислительной инфраструктуры в кампусе центра обработки данных в Нью-Олбани, штат Огайо. Компания уже установила шесть палаточных конструкций, защищенных от непогоды, для размещения AI-вычислительного оборудования, что позволяет сократить сроки ввода вычислительных мощностей центра примерно вдвое по сравнению с традиционными методами строительства.
Такие конструкции — не обычные временные палатки, а инженерные оболочки, спроектированные для быстрой поставки AI-вычислительных кластеров. Они изготавливаются из водонепроницаемых, устойчивых к проколам материалов и алюминиевых каркасов, внутри которых могут размещаться GPU-серверы, сетевое оборудование, системы электропитания и охлаждения. Традиционные сверхкрупные центры обработки данных обычно требуют завершения строительных работ, бетонных конструкций, инженерных систем, подключения к сети, пусконаладки и резервирования, прежде чем оборудование можно будет постепенно устанавливать; строительный цикл часто исчисляется годами. Meta, используя быстроразвертываемые конструкции на территории существующего кампуса центра обработки данных, фактически заменяет часть «корпусов зданий» с постоянных тяжелых сооружений на более легкие и быстрые модульные пространства, что позволяет AI-чипам, сетевым кластерам и системам электропитания раньше перейти к этапу установки и эксплуатации.
Кампус в Нью-Олбани является одним из ключевых узлов AI-инфраструктуры Meta. Публичные разрешительные документы и спутниковые снимки показывают, что Meta недавно продвинула строительство нескольких быстроразвертываемых конструкций площадью около 125 000 квадратных футов в этом районе, причем некоторые из них начали возводиться и завершили основные работы в период с апреля по июнь 2026 года. Для Meta время стало ключевым фактором в конкуренции за AI-центры обработки данных. Обучение больших моделей, рекомендательные системы, рекламные модели, мультимодальная генерация контента и AI-ассистенты постоянно потребляют ресурсы GPU, а скорость ввода вычислительных мощностей напрямую влияет на темпы итерации моделей и возможности развертывания продуктов. Вместо ожидания завершения строительства постоянных зданий, использование быстро возводимых конструкций для размещения AI-оборудования позволяет компании раньше получить мощности для обучения и вывода.
Этот подход также отражает переход строительства AI-инфраструктуры в США на более агрессивную стадию. Раньше основными ограничениями для строительства центров обработки данных были в основном земля, закупка серверов, сеть и проектирование помещений; теперь сроки подключения к электросети, газовые электростанции, модульное электроснабжение, системы охлаждения и местные разрешения также определяют скорость проекта. Рядом с кампусом Meta в Нью-Олбани также установлены модульные газовые электростанции мощностью около 200 мегаватт, чтобы обойти часть времени ожидания подключения к электросети. AI-центры обработки данных имеют высокую плотность нагрузки и быстро растущее потребление электроэнергии; если полагаться только на расширение традиционной сети, проект может быть замедлен очередями; комбинируя собственное электроснабжение кампуса, быстрые конструкции и стандартизированное развертывание, Meta пытается перевести строительство вычислительных мощностей с «тяжелых активов и медленного строительства» на «интенсивную быструю поставку».
Однако такая модель также несет новые споры и риски. Хотя палаточные или быстроразвертываемые конструкции могут сократить сроки строительства, они будут подвергаться более строгой проверке со стороны внешних наблюдателей в отношении уровня защиты от стихийных бедствий, обслуживания оборудования, эффективности охлаждения, пожарной безопасности, долговечности и выбросов энергии. AI-чипы имеют высокую стоимость, большое энергопотребление и требуют точных условий эксплуатации; любые проблемы с электропитанием, температурой, влажностью, пылью или резервированием безопасности могут повлиять на стабильность кластера. Хотя газовые электростанции могут ускорить ввод вычислительных мощностей, они могут вызвать обеспокоенность местных сообществ по поводу выбросов, шума и нагрузки на инфраструктуру электроснабжения. Сможет ли Meta в дальнейшем превратить такие быстроразвертываемые конструкции из экстренного средства ускорения в воспроизводимое инженерное решение для центров обработки данных, еще предстоит проверить на стабильность эксплуатации, экономическую эффективность и соответствие нормативным требованиям.
С отраслевой точки зрения, действия Meta показывают, что конкуренция в области AI-вычислений больше не является просто гонкой за закупку чипов, а превращается в системную конкуренцию «чипов, зданий, электроэнергии, сетей, охлаждения и скорости строительства». Кто быстрее превратит GPU из списка закупок в работающий кластер, тот быстрее сможет обучать модели, запускать сервисы и расширять возможности AI-продуктов. Особенность проекта в Нью-Олбани заключается в том, что он переводит ранее более осторожный и стандартизированный подход интернет-компаний к строительству центров обработки данных на темп, близкий к военной инженерии и быстрому производству. По мере того как Meta, Microsoft, Google, Amazon, xAI и экосистема OpenAI продолжают наращивать расходы на вычислительные мощности, аналогичные быстроразвертываемые конструкции, собственные электростанции кампусов и модульные решения для центров обработки данных могут появиться в большем количестве проектов AI-инфраструктуры в США.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
