چرا زیرساخت هوش مصنوعی باید پیش از مطرحشدن نیاز آماده باشد
کیتی ویلگوس از هنکل توضیح میدهد چرا مدیریت حرارتی مراکز داده به تصمیمگیری زودهنگام، همکاری اکوسیستمی و پذیرش ریسک حسابشده نیاز دارد.
با متراکمتر و داغتر شدن تراشههای هوش مصنوعی، دفع مؤثر گرما به یکی از گلوگاههای مراکز داده تبدیل شده است. کیتی ویلگوس، مدیر راهبرد بازار داده و مخابرات در Henkel Adhesive Technologies، معتقد است تأمینکنندگان این صنعت نمیتوانند تا زمان ثبت سفارش مشتری منتظر بمانند؛ محصول باید پیش از کاملشدن تصویر بازار آماده شود.
تصمیمگیری پیش از قطعیت کامل
ویلگوس که پس از خرید یک شرکت مدیریت حرارتی مستقر در بوستون در سال ۲۰۲۲ به هنکل پیوست، تجربه استارتاپی را وارد یک شرکت بزرگ مواد مهندسی کرده است. به گفته او، مزیت تیمهای کوچک فقط بودجه یا تعداد نیرو نیست، بلکه توان حرکتکردن پیش از قطعیشدن همه جزئیات است. او این رویکرد را «کمی اشتباه اما زود» در برابر «کاملاً درست اما دیر» توصیف میکند.
چرخه طراحی شرکتهای ابری بزرگ و سازندگان تجهیزات کوتاهتر شده و آنها به شرکایی نیاز دارند که از قبل روی مواد رابط حرارتی و راهکارهای دفع گرما کار کرده باشند. در این نگاه، حرکت زودهنگام یک حدس بیپشتوانه نیست؛ تصمیمی حسابشده بر پایه دانش فنی، شناخت بازار و گفتوگو با مشتری است.
یک اکوسیستم بهجای زنجیره خطی
ویلگوس صنعت داده و مخابرات را بیشتر شبیه شبکهای از شرکتهای وابسته به هم میبیند تا یک زنجیره ارزش ساده. نمونه آن فناوری اپتیک همبسته یا CPO است که موفقیتش به سرمایهگذاری و هماهنگی همزمان چند بخش از اکوسیستم نیاز دارد. شرکتها با وجود رقابت، برای ساخت و گسترش فناوریهای پیچیده به یکدیگر وابستهاند.
فرهنگ یادگیری و مسئولیت
این گفتوگو فقط درباره مواد پیشرفته نیست. ویلگوس میگوید هنوز مشخص نیست رشد زیرساخت هوش مصنوعی چه نقشهایی را ایجاد یا حذف خواهد کرد. از نظر او کار روی این فناوری هم امتیاز است و هم مسئولیت. روش پیشنهادیاش پرسیدن مداوم «چرا» درباره فرایندهای قدیمی، دوری از کار جزیرهای و کنارگذاشتن فناوری نامناسب بدون گرفتارشدن در هزینه هدررفته است: اگر انتخابی اشتباه بود، تیم باید از آن بیاموزد، مسیر را تغییر دهد و ادامه دهد.



منبع: AI News