Niv-AI 应运而生,旨在提升 GPU 的算力与性能

电力是人工智能的基础资源,但新兴的计算方法正使数据中心运营商难以有效管理其与电网的交互,迫使他们将运营规模缩减多达30%。
“这些人工智能设施中浪费了大量能源,”英伟达首席执行官黄仁勋在公司年度GTC大会的主题演讲中表示。“未被利用的每一瓦特都意味着收入损失,”该公司在其年度报告中强调道。
今日,初创公司Niv-AI宣布获得1200万美元种子轮融资,旨在解决这一问题。该公司致力于利用新型传感器精确测量GPU功耗,并开发更高效的能源管理工具。
这家初创公司由首席执行官托默·蒂莫尔(Tomer Timor)和首席技术官爱德华·基齐斯(Edward Kizis)于去年在特拉维夫创立,获得了Glilot Capital、Grove Ventures、Arc VC、Encoded VC、Leap Forward和Aurora Capital Partners的投资支持。该公司未披露其估值。
随着领先的人工智能实验室协调数千块GPU来训练和运行复杂的模型,当处理器在计算任务与GPU间通信之间切换时,会产生毫秒级别的快速功率峰值。
这些功率突增使得数据中心难以有效调控其从电网的用电量。为防止电力短缺,数据中心要么投资临时储能系统来缓冲这些峰值,要么限制GPU的使用。这两种方法都会降低昂贵硬件的投资回报率。
“我们绝不能继续沿用现有方法建设数据中心,”Grove Ventures合伙人兼Niv董事会成员Lior Handlesman指出。
Niv战略的首要阶段是获取详细洞察。该公司目前正在其自有硬件及与设计合作伙伴的设备上安装机架级传感器,以毫秒级间隔监测GPU的功耗。其目标是分析各类深度学习工作负载的独特功耗模式,并开发方法帮助数据中心更好地利用现有容量。
工程团队计划利用收集到的数据构建一个AI模型,旨在训练该模型预测并协调整个数据中心的电力负载——从而为设施工程师打造一个高效的“副驾驶”。
Niv预计在未来六到八个月内,将在美国多家数据中心部署可运行的系统。鉴于主要云服务提供商在建设新设施时面临土地使用和供应链中断等挑战,这一解决方案尤为具有吸引力。创始团队设想,其最终产品将成为连接数据中心与电网的关键“智能层”。
“电网方面确实担心数据中心在用电高峰期消耗过多电力,”蒂莫尔向TechCrunch解释道。“我们正在解决的问题包含两个相互关联的方面。首先,我们旨在帮助数据中心更充分地利用其GPU,最大限度地发挥已签约电力的效能。其次,我们可以促进数据中心与电网之间建立更负责任的用电模式。”
相关文章
瑞典人工智能初创公司Lovable Eyes在完成主要融资轮后估值达132亿美元
随着人工智能驱动的编码工具日益普及,瑞典初创公司 Lovable 已获一轮重大融资。该公司计划筹集 30 亿美元,其估值有望升至 132 亿美元——这是去年 12 月记录的 66 亿美元的两倍。预计 Menlo Ventures 将主导此次投资。Lovable 的吸引力源于其核心的“氛围编码”(vibe coding)技术,该技术通过消除对复杂编码技能的需求来简化软件开发。用户只需以自然语言描述其需求,系统即可自动生成应用程序。这种直观的方法吸引了个人开发者、设计师和小企业,并扩展至 Work
Google 测试 Remy AI 代理,以 Gemini 为重点转向用户控制
根据《商业内幕》的报道,谷歌正在测试 Remy,这是 Gemini 的一款全新 AI 个人代理工具。该工具旨在代表用户执行任务,从而简化专业工作流程和日常事务。目前,Remy 正在 Gemini 应用的内部员工专属版本中进行测试。该报告引用了一份内部文件以及对两位熟悉该项目的个人的采访。内部资料将 Remy 描述为“全天候个人代理”,将 Gemini 定位为能够代表用户行事的主动助手。接近该项目的消息人士证实,谷歌员工正在积极测试 Remy。谷歌发言人拒绝提供进一步评论。该报告未提及公开发布
如何修复核心网页指标以获得更好的 SEO 排名
利用 AI 工具简化成绩单评语撰写引言用于生成成绩单评语的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成绩单评语登录 Magic School选择成绩单评语工具为学生定制评语使用 Almanac AI 生成成绩单评语设置课程与评分方案配置评语长度与学生信息使用 Almanac AI 生成评语比较 Magic School 与 Almanac AI设置的便捷性可定制性与课程内容的整合速度与效率使用
相关专题推荐
评论 (0)
0/500

电力是人工智能的基础资源,但新兴的计算方法正使数据中心运营商难以有效管理其与电网的交互,迫使他们将运营规模缩减多达30%。
“这些人工智能设施中浪费了大量能源,”英伟达首席执行官黄仁勋在公司年度GTC大会的主题演讲中表示。“未被利用的每一瓦特都意味着收入损失,”该公司在其年度报告中强调道。
今日,初创公司Niv-AI宣布获得1200万美元种子轮融资,旨在解决这一问题。该公司致力于利用新型传感器精确测量GPU功耗,并开发更高效的能源管理工具。
这家初创公司由首席执行官托默·蒂莫尔(Tomer Timor)和首席技术官爱德华·基齐斯(Edward Kizis)于去年在特拉维夫创立,获得了Glilot Capital、Grove Ventures、Arc VC、Encoded VC、Leap Forward和Aurora Capital Partners的投资支持。该公司未披露其估值。
随着领先的人工智能实验室协调数千块GPU来训练和运行复杂的模型,当处理器在计算任务与GPU间通信之间切换时,会产生毫秒级别的快速功率峰值。
这些功率突增使得数据中心难以有效调控其从电网的用电量。为防止电力短缺,数据中心要么投资临时储能系统来缓冲这些峰值,要么限制GPU的使用。这两种方法都会降低昂贵硬件的投资回报率。
“我们绝不能继续沿用现有方法建设数据中心,”Grove Ventures合伙人兼Niv董事会成员Lior Handlesman指出。
Niv战略的首要阶段是获取详细洞察。该公司目前正在其自有硬件及与设计合作伙伴的设备上安装机架级传感器,以毫秒级间隔监测GPU的功耗。其目标是分析各类深度学习工作负载的独特功耗模式,并开发方法帮助数据中心更好地利用现有容量。
工程团队计划利用收集到的数据构建一个AI模型,旨在训练该模型预测并协调整个数据中心的电力负载——从而为设施工程师打造一个高效的“副驾驶”。
Niv预计在未来六到八个月内,将在美国多家数据中心部署可运行的系统。鉴于主要云服务提供商在建设新设施时面临土地使用和供应链中断等挑战,这一解决方案尤为具有吸引力。创始团队设想,其最终产品将成为连接数据中心与电网的关键“智能层”。
“电网方面确实担心数据中心在用电高峰期消耗过多电力,”蒂莫尔向TechCrunch解释道。“我们正在解决的问题包含两个相互关联的方面。首先,我们旨在帮助数据中心更充分地利用其GPU,最大限度地发挥已签约电力的效能。其次,我们可以促进数据中心与电网之间建立更负责任的用电模式。”
瑞典人工智能初创公司Lovable Eyes在完成主要融资轮后估值达132亿美元
随着人工智能驱动的编码工具日益普及,瑞典初创公司 Lovable 已获一轮重大融资。该公司计划筹集 30 亿美元,其估值有望升至 132 亿美元——这是去年 12 月记录的 66 亿美元的两倍。预计 Menlo Ventures 将主导此次投资。Lovable 的吸引力源于其核心的“氛围编码”(vibe coding)技术,该技术通过消除对复杂编码技能的需求来简化软件开发。用户只需以自然语言描述其需求,系统即可自动生成应用程序。这种直观的方法吸引了个人开发者、设计师和小企业,并扩展至 Work
如何修复核心网页指标以获得更好的 SEO 排名
利用 AI 工具简化成绩单评语撰写引言用于生成成绩单评语的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成绩单评语登录 Magic School选择成绩单评语工具为学生定制评语使用 Almanac AI 生成成绩单评语设置课程与评分方案配置评语长度与学生信息使用 Almanac AI 生成评语比较 Magic School 与 Almanac AI设置的便捷性可定制性与课程内容的整合速度与效率使用





首页






