Yotta Labs 推出互通式 AI 作業系統，旨在解決多雲環境下 AI 運算資源的調度問題。該系統將雲端供應商、GPU 類型和區域限制整合到單一介面，並透過整合微型資料中心，釋放更多運算資源。此舉或可為台灣雲端服務供應商帶來啟示，在 AI 應用普及下，如何有效管理分散的運算資源將是提升競爭力的關鍵。
隨著人工智慧（AI）技術的快速發展，GPU 的需求也急遽增加，AI 發展的主要瓶頸已從晶片轉向基礎架構。Yotta Labs 近日推出一款互通式 AI 作業系統，旨在解決多雲環境下 AI 運算資源的調度問題，將雲端供應商、GPU 類型和區域限制整合到單一可編程介面中。
據 VentureBeat 報導，Yotta Labs 認為，過往將多雲和多晶片環境視為獨立的系統，導致 AI 團隊在跨多個雲端、供應商和區域營運時面臨許多挑戰，例如效能不一致、難以移轉、營運成本增加等。為了解決這些問題，Yotta Labs 開發的作業系統將多雲和多晶片環境視為基礎，把異構基礎架構統一為單一系統，讓開發者能更專注於 AI 應用，而不需花費大量時間重建平台。
Yotta Labs 的解決方案也著眼於整合微型資料中心。該公司認為，AI 基礎架構的擴展速度超越了大型資料中心的建設速度，電力供應、冷卻需求和區域限制等因素日益突出。然而，許多中小型資料中心、區域設施和企業叢集卻存在未充分利用的運算能力。透過將這些微型資料中心整合到統一的運算結構中，可以釋放更多資源，讓 AI 團隊能夠透過一致的控制平台，存取地理位置分散的運算資源。
Yotta Labs 的執行長 Da Li 表示，AI 基礎架構的下一個階段，將不再是單純追求誰擁有最多的 GPU，而是取決於誰能跨雲端、區域和電力限制來協調這些資源。Yotta Labs 期望透過其互通性解決方案，成為多雲執行的預設 AI 作業系統，連接 AI 團隊和異構基礎架構。
對台灣的雲端服務供應商而言，Yotta Labs 的多雲 AI 基礎架構願景或許可帶來一些啟示。在 AI 應用日益普及的情況下，如何有效管理和調度分散在不同雲端平台的運算資源，將是提升競爭力的關鍵。台灣業者或可參考 Yotta Labs 的模式，建構更具彈性和互通性的 AI 基礎架構，以滿足不斷增長的 AI 運算需求。