پرش به محتوای اصلی

انویدیا «کارخانه هوش مصنوعی» ماژولار DSX POD خود را فاش کرد – بنابراین آیا جدیدترین سخت‌افزار Vera Rubin می‌تواند به کارآمدتر کردن مراکز داده در مصرف انرژی کمک کند؟

تک‌رادار۱۴۰۵ آبان ۵, سه‌شنبه، ساعت ۰۳:۰۵حدود 3 دقیقه مطالعه

DSX POD انویدیا سخت‌افزار Vera Rubin را با کانتینرهای کارخانه‌ای ترکیب می‌کند و نوید استقرار سریع‌تر مرکز داده هوش مصنوعی و کاهش کار نصب را می‌دهد.

هدف DSX POD انویدیا کاهش استقرار زیرساخت هوش مصنوعی به 14 روز است

کانتینرهای ساخته شده در کارخانه، مجموعه اصلی مرکز داده هوش مصنوعی را از سایت های استقرار دور می کند

سیستم‌های Vera Rubin پایه محاسباتی DSX POD انویدیا را تشکیل می‌دهند انویدیا DSX POD را معرفی کرده است، یک طراحی زیرساخت ماژولار که سیستم‌های محاسباتی Vera Rubin آینده خود را با تجهیزات ضروری مرکز داده همراه می‌کند.

این سیستم سخت افزار محاسباتی، شبکه، توزیع الکتریکی و خنک کننده مایع را در داخل ظروف مونتاژ شده در کارخانه قرار می دهد و میزان کار نصب مورد نیاز در محل استقرار را کاهش می دهد.

انویدیا ادعا می‌کند که این رویکرد می‌تواند برنامه‌های استقرار را از شش ماه به تنها ۱۴ روز کوتاه کند، مشروط بر اینکه مکان‌ها از قبل زیرساخت پشتیبانی لازم را داشته باشند.

هدف کانتینرهای ساخته شده در کارخانه تسریع استقرار هوش مصنوعی است

طراحی DSX POD وظایف اصلی یکپارچه سازی را از سایت های ساخت و ساز به تاسیسات تولیدی منتقل می کند، جایی که تجهیزات می توانند قبل از ارسال مونتاژ و آزمایش شوند.

هر کانتینر با کابل کشی داخلی، اتصالات برق، لوله های خنک کننده و شبکه نصب شده وارد می شود و به اپراتورها اجازه می دهد واحد را به زیرساخت های آماده در محل انتخابی خود متصل کنند.

جنسن هوانگ، مدیرعامل انویدیا، استقرار سریع‌تر را با توانایی شروع زودتر درآمدزایی از زیرساخت‌های هوش مصنوعی مرتبط دانست.

او اعلام کرد: یک کارخانه هوش مصنوعی زمانی ارزش ایجاد می کند که شروع به تولید توکن می کند – نه زمانی که ساخت و ساز کامل می شود.

با NVIDIA DSX POD، ما دقت و سرعت کارخانه‌ای را به ساخت زیرساخت‌های هوش مصنوعی می‌آوریم تا مشتریان بتوانند ظرفیت خود را افزایش دهند و تولید درآمدزا را سریع‌تر آنلاین کنند.»

به گفته انویدیا، کاهش زمان نصب به اپراتورها این امکان را می‌دهد که مدل‌های آموزشی را شروع کنند و بارهای کاری تولید را زودتر اجرا کنند و به طور بالقوه فرصت‌هایی را برای درآمدزایی ایجاد کنند.

طراحی مرجع با سیستم‌های Vera Rubin NVL72 شروع می‌شود که هوانگ آن را شامل هفت قفسه محاسباتی خنک‌شونده مایع می‌داند که از طریق تقریبا 17 کیلومتر کابل Spectrum-X متصل شده‌اند.

با این حال، برآورد استقرار 14 روزه به آمادگی سایت بستگی دارد، به این معنی که در دسترس بودن نیرو، ظرفیت خنک‌کننده، شبکه و سایر سیستم‌های پشتیبانی باید از قبل آماده شده باشند.

انویدیا ادعا می کند مصرف انرژی و آب کمتر است

فراتر از ساخت و ساز سریعتر، انویدیا می گوید پلتفرم زیرساخت DSX آن می تواند کارایی منابع را بهبود بخشد، اگرچه صرفه جویی ادعا شده به طراحی تاسیسات و شرایط عملیاتی بستگی دارد.

این شرکت ادعا می‌کند که رویکرد خنک‌کننده‌اش می‌تواند تبخیر آب را در طول دفع گرمای معمولی، با استفاده از خنک‌کننده مایع حلقه بسته در کنار خنک‌کننده‌های خشک در فضای باز برای آزاد کردن گرما، از بین ببرد.

انویدیا تخمین می‌زند که استقرار با 2 گیگاوات می‌تواند در مقایسه با سیستم‌های معمولی متکی به برج‌های خنک‌کننده، روزانه 54 میلیون لیتر آب صرفه‌جویی کند.

دماهای شدید ممکن است به خنک‌سازی مکانیکی اضافی نیاز داشته باشد که به طور بالقوه باعث کاهش صرفه‌جویی در آب بسته به آب و هوای محلی و شرایط عملیاتی می‌شود.

انویدیا همچنین ادعا می‌کند که فناوری DSX MaxLPS می‌تواند خروجی توکن معادل را با استفاده از 30 درصد انرژی کمتر از طریق تخصیص پویا در بودجه برق موجود در یک مرکز هوش مصنوعی ارائه دهد.

مولفه دیگر، DSX Flex، برای تنظیم مصرف برق مرکز داده در پاسخ به قیمت برق، شرایط شبکه و الزامات ابزار طراحی شده است.

انویدیا با شرکت هایی از جمله Dell Technologies، HPE، Lenovo، Schneider Electric و Vertiv برای تولید و عرضه سیستم های DSX POD در سراسر جهان همکاری می کند.

انتظار می رود تحویل در اوایل سال 2027 آغاز شود، در حالی که افزایش بهره وری پیش بینی شده انویدیا همچنان نیازمند تأیید مستقل در شرایط عملیاتی در دنیای واقعی است.

خواندن متن کامل در تک‌راداربه زبان اصلی، در سایت ناشر باز می‌شود
متن اصلی (انگلیسی)

Nvidia reveals its mega DSX POD modular 'AI factory' — so could the latest Vera Rubin hardware actually help make data centers more energy efficient?

Nvidia's DSX POD combines Vera Rubin hardware with factory-built containers, promising faster AI data center deployment and reduced installation work.

همه‌ی اخبار فناوری