Firma Schneider Electric we współpracy z NVIDIA zaprezentowała nowe projekty infrastruktury centrów przetwarzania danych. Ich celem jest przyspieszenie wdrażania nowoczesnych rozwiązań i pomoc operatorom w dostosowaniu się do wymagań obciążeń AI.
Pierwszy projekt to unikalny w branży kompleksowy scenariusz, łączący systemy zarządzania zasilaniem i chłodzeniem cieczą, w tym technologie Motivair Schneider Electric. Zapewnia on zintegrowane zarządzanie złożonymi komponentami infrastruktury AI oraz pełną kompatybilność z platformą NVIDIA Mission Control do administrowania fabrykami AI, w tym klastrami i obciążeniami roboczymi. Rozwiązanie można stosować wraz z poprzednimi projektami Schneider Electric dla systemów NVIDIA Grace Blackwell, co pozwala operatorom nadążać za tempem rozwoju obliczeń przyspieszonych, zachowując kontrolę nad zasilaniem i chłodzeniem.
Drugi projekt referencyjny koncentruje się na infrastrukturze dla obciążeń AI o gęstości do 142 kW na szafę, w szczególności dla szaf serwerowych NVIDIA GB300 NVL72. Został on stworzony jako podstawa dla architektury nowej generacji NVIDIA Blackwell Ultra i obejmuje cztery kluczowe obszary: zasilanie centrum danych, chłodzenie, przestrzeń IT i zarządzanie cyklem życia. Przewidziano konfiguracje zarówno zgodnie z normami ANSI, jak i IEC.
Wraz ze wzrostem skali wykorzystania sztucznej inteligencji operatorzy centrów danych coraz częściej sięgają po sprawdzone projekty, które zmniejszają ryzyko i skracają czas wdrażania klastrów AI o wysokiej gęstości opartych na procesorach graficznych. Schneider Electric dostarcza udokumentowane i przetestowane modele infrastruktury zasilania i chłodzenia, które pozwalają jeszcze przed pojawieniem się nowych rozwiązań AI zoptymalizować koszty, zwiększyć wydajność i zapewnić niezawodność.
„Schneider Electric ułatwia proces projektowania, wdrażania i eksploatacji zaawansowanej infrastruktury AI dzięki nowym projektom referencyjnym – powiedział Jim Simonelli, Senior Vice President i Chief Technology Officer w Schneider Electric. – Nasze najnowsze projekty, obejmujące zintegrowane systemy zarządzania zasilaniem i chłodzeniem cieczą, są gotowe na przyszłość, skalowalne i współtworzone z NVIDIA dla rzeczywistych zastosowań – umożliwiając operatorom centrów danych nadążanie za rosnącym zapotrzebowaniem na AI”.
„Wkraczamy w nową erę obliczeń przyspieszonych, w której zintegrowana inteligencja w obszarze zasilania, chłodzenia i operacji na nowo zdefiniuje architekturę centrów danych – dodał Scott Wallace, Director of Data Center Engineering w NVIDIA. – Dzięki najnowszemu projektowi sterowania Schneider Electric łączy dane infrastruktury krytycznej z NVIDIA Mission Control, dostarczając zweryfikowany schemat umożliwiający tworzenie cyfrowych bliźniaków fabryk AI i dający operatorom możliwość optymalizacji zaawansowanej infrastruktury obliczeń”.
Projekty Schneider Electric przewidują architekturę plug-and-play, która integruje infrastrukturę technologii operacyjnych (OT) z systemami IT. Pozwala to operatorom wykorzystać wszystkie dane do optymalizacji wydajności. Obejmują one znormalizowane interfejsy do monitorowania zasilania i chłodzenia, zarządzania rezerwami oraz nowe metody pomiaru profili zużycia energii przez szafy AI.
Projekt referencyjny dla NVIDIA GB300 NVL72 wspiera tworzenie klastrów o obciążeniu do 142 kW na szafę, takich jak NVIDIA DGX SuperPOD, działających w oparciu o do 1152 procesorów graficznych z systemami chłodzenia cieczą typu liquid-to-liquid. W projekcie wykorzystano wiodące modele ETAP i EcoStruxure IT Design CFD, które umożliwiają modelowanie scenariuszy zasilania i chłodzenia w celu optymalizacji infrastruktury.
Schneider Electric opracował już dziewięć referencyjnych projektów infrastruktury AI – od rozwiązań modułowych po modernizację istniejących centrów danych i specjalne konfiguracje dla klastrów opartych na NVIDIA GB200 NVL72 i NVIDIA GB300 NVL72. Firma stosuje kompleksowe podejście inżynieryjne do tworzenia najbardziej energooszczędnych, zrównoważonych i wysokowydajnych architektur centrów danych.
Przeczytaj również: