NVIDIAتاريخ نشر المصدر

كيف تستخدم الشركات NVIDIA DSX لكسر اختناق الطاقة

تعمل الشركات حول العالم على البناء على منصة NVIDIA DSX AI Factory للتخطيط والمحاكاة وتشغيل الشبكة ومصنع الذكاء الاصطناعي كنظام واحد، من المحطة الفرعية إلى الرف. وتبنّيهم للمنصة يستجيب لمشكلة حادة.

تعمل الشركات حول العالم على البناء على منصة NVIDIA DSX AI Factory للتخطيط والمحاكاة وتشغيل الشبكة ومصنع الذكاء الاصطناعي كنظام واحد، من المحطة الفرعية إلى الرف. وتبنّيهم للمنصة يستجيب لمشكلة حادة.

أصبحت الطاقة الآن أكبر عنق زجاجة في البنية التحتية. فأكثر من 300 مليار دولار من المعدات في حالة تراكم، وأكثر من 200 جيجاواط من المشاريع تنتظر في طوابير الربط بالشبكة في الولايات المتحدة.

أحد الأسباب الجذرية لهذا الاختناق هو الأنظمة المعزولة عن بعضها. فالشبكة الكهربائية والمنشأة والقدرة الحاسوبية داخلها طالما صُمّمت بشكل مستقل عن بعضها البعض، مما أوجد الظروف المؤدية إلى التأخير والمخاطر والقدرات المعطلة.

اقرأ جميع إعلانات NVIDIA في أوروبا

 

وللمساعدة في معالجة ذلك، يجمع NVIDIA DSX هذه الأنظمة معًا:

  • أصول NVIDIA DSX Sim وأصول SimReady تتيح لكبرى الشركات المصنعة للطاقة محاكاة الشبكة والمحطة الفرعية ومصانع الذكاء الاصطناعي معاً، والتحقق من صحة المولدات ومعدات التبديل وأنظمة الطاقة والتبريد قبل بدء البناء.
  • NVIDIA DSX Flex يزامن الطلب من مصانع الذكاء الاصطناعي مع ظروف الشبكة والتوليد في الموقع، محوّلاً مصانع الذكاء الاصطناعي من أحمال ثابتة إلى أصول شبكية مرنة.
  • NVIDIA DSX MaxLPS وDSX Exchange استخراج مزيد من القدرة الحاسوبية من كل واط ومشاركة الإشارات بأمان عبر الحوسبة والشبكات والطاقة والتبريد والعمليات.

GE Vernova تستخدم خبرتها في الشبكة الكهربائية إلى المنشآت وطاقة الرفوف لدعم أنظمة NVIDIA DSX، مما يمكّن العملاء من تحويل قيود الطاقة إلى مزايا تنافسية مع تعظيم مخرجات الحوسبة والرموز والاستدامة وموثوقية الشبكة. 

هيتاشي إينرجينظام تخزين الطاقة بالبطاريات الخاص بـ قد تأهل كـ NVIDIA DSX جاهز، لمساعدة العملاء على تحديد البنية التحتية للطاقة التي تلبي متطلبات تصميم البنية المرجعية NVIDIA DSX المطبّقة لمصانع الذكاء الاصطناعي المرنة والموثوقة والقابلة للتوسع.

شنايدر إلكتريك, بالتعاون مع AVEVA وETAP، تدفع NVIDIA DSX قدمًا عبر إنفيديا فيرا روبين هندسات مرجعية للطاقة والتبريد و NVIDIA Omniverse- المعزز بالذكاء الاصطناعي للتوائم الرقمية لمصانع الذكاء الاصطناعي. 

الجمع بين AVEVAخبرة البرمجيات الهندسية مع أصول NVIDIA SimReady وOpenUSD وOmniverse تمكّن من ربط المحاكاة والبيانات التشغيلية في الوقت الفعلي والتحسين المدفوع بالذكاء الاصطناعي عبر حلول AVEVA وSchneider Electric وحلول الأطراف الأخرى. وتساعد هذه القدرات مجتمعةً المؤسسات على تصميم ومحاكاة وتشغيل وتحسين مراكز البيانات طوال دورة حياتها، مما يحسّن كفاءة الطاقة وأداء أعباء العمل مع تسريع الوقت اللازم للوصول إلى الرموز (token). 

Siemens Energy توسّع تعاونها مع NVIDIA من خلال تطوير تصميم مرجعي لبنية تحتية للطاقة مرنة وقابلة للتوسع ومدركة للشبكة يشمل مجالات توليد الطاقة ونقلها وتوزيعها. يتوافق هذا التصميم مع متطلبات تصميم مصنع الذكاء الاصطناعي NVIDIA DSX Vera Rubin. كما تستكشف الشركة استخدام تقنيات NVIDIA مثل RAPIDS وMetropolis وIsaac Sim لمنصتها Noedra للتوأم الرقمي، وتقيّم كيف يمكن لهذه التقنيات أن تعزز مراقبة البنية التحتية للشبكة، وتحديد المخاطر الناشئة، ودعم الوقاية من الانقطاعات غير المخطط لها.

Phaidra دمجت DSX Flex وDSX Max-Q وDSX Exchange في وكلائها ذاتيي التعلم، مما حسّن تبريد الطاقة وتخصيصها لتعظيم الرموز لكل واط، وتحسين مرونة الشبكة، وتوفير نحو 10% إضافية من القدرة الحاسوبية ضمن نفس نطاق الطاقة.

Emerald AI دمجت منصتها Conductor في DSX Flex لمساعدة شركات المرافق على الاستفادة من سعة الشبكة غير المستغلة، وهو نهج نمذج لفتح ما يصل إلى 100 جيجاواط على الشبكة الأمريكية القائمة.

استكشف مخطط NVIDIA Omniverse DSX و تصميم مصنع الذكاء الاصطناعي المرجعي Vera Rubin DSX. تعرف على المزيد من NVIDIA وقادة الطاقة الذين يسرّعون تطوير مصانع الذكاء الاصطناعي المرنة فيما يتعلق بالطاقة لتقوية الشبكة في GTC برلين. 

قم بزيارة هيتاشي إنرجي (الجناح 7004، القاعة 7)، شنايدر إلكتريك (الجناح 3041، القاعة 3) و سيمنس إنرجي (الجناح 3048، القاعة 3) وتابع جلسات مع شنايدر إلكتريك يوم الأربعاء 21 أكتوبر: From Grid to AI: Engineering the Future of AI Factories و Energy Intelligence: Powering the AI Era.

 

اقرأ جميع إعلانات NVIDIA في أوروبا
المصدر الأصلي

NVIDIA

ملاحظات المحتوى

النشر الأصلي والحقوق تعود إلى المصدر.

ترجمة آلية · يُرجى الرجوع إلى الأصل