“GPU的供需存在地理和时间上的错配。数据中心可能建好了却找不到合适的客户，同时也会出现需求溢出却无法获得所需GPU的情况。”
在AI热潮推动GPU供应瓶颈成为热门话题之际，“新云”公司正受到关注。与亚马逊或谷歌等多功能云不同，这些是专为AI定制的基础设施公司，专门出租AI开发和运营所需的GPU。近期，英伟达等大型科技公司已连续投资相关企业，韩国股市也推出了只包含这些公司的“新云ETF”。
有一家初创公司，其服务方式并非直接购买和提供GPU，而是通过基于软件的方法，连接并调度全球闲置的GPU或其他云的剩余资源。这就是2020年成立的Vessl AI。公司由具有开发背景的安在满（音）创立，最初提供优化开发所需计算资源的机器学习运维平台。从2024年开始，公司将这项业务扩展至GPU资源连接。当时的GPU运营规模约为100台，到2025年底增至300台，并在今年3月迅速增长至3000台。目标是到今年年底确保拥有1万台。与此相应，去年的销售额也比前年增长了3.4倍。
24日会面的安CEO表示：“直接提供GPU的方式通常需要租用整台服务器1到3年，因此从客户角度来看，工作完成后仍需支付剩余期限的费用，或者在任务集中时难以灵活扩展规模。”然而，Vessl AI能自动调度多个数据中心的GPU使用，使基础设施可根据需求灵活扩展。安CEO将此解释为“流体计算”，意味着它解决了GPU的流动性问题。
据说成本最高可降低80%。首先，Vessl AI以更优惠的条件从各数据中心获取GPU。由于客户按使用时间付费，因此成本得以降低。目前，Vessl AI已与以色列、芬兰、日本和韩国等地的八个全球数据中心签订基础设施合同，超过100家公司和研究机构正在使用Vessl AI的云服务，包括加州大学伯克利分校、斯坦福大学和明尼苏达大学等。
安CEO解释说：“在‘大语言模型’训练的热潮过去后，由于物理AI、世界模型和科学AI等新的训练需求，GPU需求正迅速增长。”特别是在这一领域，流动性的优势更加凸显。这是因为模拟所需的GPU与全面训练所需的GPU不同，且在切换时，单个数据中心往往难以支持所有GPU类型。
关于AI基础设施市场的未来变化，安CEO解释道：“即使现在，也有约30到40名客户在等待大规模获取GPU。去年和今年情况完全不同。”这表明需求将激增。尤其是最近，企业利用成熟的GPU云而非自建数据中心的需求正迅速增加。Vessl AI近期与国内半导体公司Rebellions建立了合作伙伴关系，并正扩大与国内云公司的合作。安CEO表示：“最终，我们希望进行协调，让国内资源能在海外得到充分利用。”
本文由海声网原创发布，未经许可，不得转载！
本文链接：http://o.frfey.com/lf/1335.html
