AI-mallit ja alustat

ASUS kasvattaa Vera Rubin NVL72 -järjestelmien tuotantomääriä räkkitason tekoälykäyttöönottoja varten

Theo Nash
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatASUS pitää valmistuksen johdonmukaisuutta ja käyttöönottoa edeltävää testausta etunaan…
Näytä lisää
  • ASUS pitää valmistuksen johdonmukaisuutta ja käyttöönottoa edeltävää testausta etunaan nyt, kun kilpailijatkin rakentavat Vera Rubin -telineitä.
  • ASUS simuloi virtaa ja jäähdytystä digitaalisilla kaksosilla, jotta laitoksen ongelmat tulevat esiin ennen kalliiden fyysisten korjausten alkamista.
  • Todellinen testi on, pystyykö ASUS toistamaan validointi- ja automatisoidun käyttöönottoketjunsa johdonmukaisesti asiakkaiden kohteissa.

ASUS ilmoitti 17. marraskuuta 2026 kasvattavansa NVIDIA Vera Rubin NVL72 -järjestelmien toimituksia neljännellä vuosineljänneksellä vahvan markkinakysynnän vuoksi. Yhtiö esittelee Chicagossa järjestettävässä SC26-tapahtumassa myös AI Factory -viitearkkitehtuurin, joka kattaa suunnittelun simuloinnin, tehdasvalidoinnin, käyttöönoton automatisoinnin ja jatkuvan hallinnan.

Ilmoitus nostaa toimitusten toteutuksen laitteiston rinnalle. ASUS pyrkii erottautumaan valmistuksen tasalaatuisuudella, käyttöönottoa edeltävillä testeillä ja laitosympäristön suunnittelulla nyt, kun useat järjestelmävalmistajat tarjoavat Vera Rubin NVL72 -alustoja. Tavoitteena on tehdä suurten toimituserien toteutumisesta ennakoitavampaa.

Tiheästi pakatun räkin tehdasvalidointi

SC26-esittelyn keskiössä on XA VR721-E3 AI POD, täysin nestejäähdytteinen räkki, jossa on 72 NVIDIA Rubin -grafiikkasuoritinta ja 36 Vera-suoritinta. Se on suunniteltu edistyneimpien mallien koulutukseen, vaativaan päättelyyn ja suuren läpimenon päättelytehtäviin. ASUS esittelee kokoonpanon, jossa on yhdeksän NVLink 6 -kytkintä, 144 ConnectX-9 SuperNIC -verkkosovitinta, 18 BlueField-4 DPU -yksikköä, neljä 110 kilowatin tehohyllyä ja räkin huipputeho 227 kilowattia.

Näin suuri komponenttitiheys tekee tuotantoprosessista osan järjestelmän toimitusriskiä. ASUS käyttää Predictive Virtual Lab -ympäristöään mahdollisten signaalin eheyteen liittyvien ongelmien arviointiin suunnitteluvaiheessa, ennen sarjatuotantoa. L10-solmun ja L11-vaiheen täyden räkin kokoonpanon automatisointiin kuuluvat optinen tarkastus, suojakansien poisto, moduulien asemoinnin avustaminen ja tarkkuuskiinnitys. ASUSin mukaan nämä työvaiheet vähentävät kokoonpanon vaihtelua.

Testaus jatkuu kuusikerroksisen validointikehyksen mukaisesti. ASUS kuvaili sitä tarkemmin 24. elokuuta 2026. Kehys kattaa laitteiston toiminnan, laiteohjelmiston ja etähallinnan tarkistukset, toistuvat virrankytkennät ja rasitustestit, NVIDIAn diagnostiikkatyökalut sekä grafiikkasuorittimien välisen ja verkon suorituskyvyn. Jos jokin testikohde ei täytä vaatimustaan, järjestelmä ei etene seuraavaan vaiheeseen ennen kuin tiimit ovat selvittäneet ongelman syyn, korjanneet sen ja tehneet validoinnin uudelleen. Jännitteellä tehtävissä ikäännytystesteissä seurataan lisäksi lämpökäyttäytymistä, virransyötön vakautta ja järjestelmän kuntoa ennen lopputarkastusta ja toimitusta.

Tehon ja jäähdytyksen simulointi ennen rakentamista

ASUSin AI Factory -työnkulku alkaa jo ennen kuin räkki saapuu asiakkaalle. Siinä yhdistyvät NVIDIAn DSX-viitemalli ja Omniverse DSX Blueprint, jonka NVIDIA esitteli 28. lokakuuta 2025. ASUS tuo Schneider Electricin, AVEVAn ja IBM:n kanssa IT-infrastruktuurin, sähkönsyötön, jäähdytyksen ja toimitilojen mallit simulointiympäristöön. Blueprint hyödyntää digitaalisia kaksosia rakennusten, sähkönsyötön, jäähdytyksen ja tekoälyinfrastruktuurin yhteissuunnittelussa. Näin rajoitteita ja suunnitteluun liittyviä kompromisseja voidaan tarkastella ennen fyysistä käyttöönottoa.

Teknisessä kuvauksessa 13. toukokuuta 2026 ASUS kertoi, miten räkkijärjestelmistä voidaan tehdä validoituja simulointiresursseja, joihin sisältyy metatietoja tehonkulutuksesta, lämpökuormasta ja liitäntäpisteistä. Suunnittelijat voivat tämän jälkeen arvioida veden lämpötilaa, virtausta ja painetta, jäähdytyksen jakeluyksiköiden sijoittelua, putkistoa ja räkin lämpökuormaa suhteessa laitoksen sähkönsyötön rajoitteisiin. Tavoitteena on havaita jäähdytykseen tai toimitiloihin liittyvät ongelmat ennen laitteiden saapumista, sillä myöhemmät muutokset voivat vaatia kallista uudelleentyötä.

Asennuksesta jatkuvaan käyttöön

ASUS Professional Services -palveluihin kuuluvat käyttövalmiuden arviointi, sähkönsyötön ja jäähdytyksen suunnittelu, järjestelmäintegraatio sekä asennus asiakkaan tiloissa. ASUS Infrastructure Deployment Center automatisoi käyttöjärjestelmien ja ohjelmistojen asennuksen, klusterin määrityksen ja verkon käyttöönoton. Sen kosketuksettomassa työnkulussa palvelimet rekisteröityvät, määrittävät asetuksensa ja liittyvät klusteriin, kun ne käynnistetään. Versiohallittujen komentosarjojen ansiosta käyttöönotot voidaan toistaa yhdenmukaisesti. Kun järjestelmät ovat käytössä, ASUS Control Center Data Center Edition tarjoaa keskitetyn näkymän infrastruktuurin kuntoon, sähkönsyöttöön ja jäähdytykseen sekä laiteohjelmisto- ja ohjelmistopäivityksiin ja tietoturvan hallintaan.

NVL72-räkin lisäksi ASUS esittelee NVIDIA HGX Rubin NVL8 -alustaan perustuvia hybridijäähdytteisiä 3U- ja täysin nestejäähdytteisiä 2U-järjestelmiä sekä Vera-suorittimiin perustuvan XA P2N-E2-järjestelmän monivaiheisten agenttien suorittamiseen ja orkestrointiin. ASUSin palvelimia on saatavilla maailmanlaajuisesti, mutta yksittäiset tuotteet ja kokoonpanot vaihtelevat alueittain.

Tuotannon laajentamisessa avoimeksi kysymykseksi jää, pystyykö ASUS toistamaan simuloinnin, validoinnin ja automatisoidun käyttöönoton ketjun yhdenmukaisesti eri asiakaskohteissa. Ratkaisun käytännön hyöty on kalliiden muutostöiden, integraatioviiveiden ja grafiikkasuorittimien joutokäynnin vähentäminen, kun nämä tiiviisti integroidut räkit otetaan käyttöön.

Theo Nash on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka kattaa AI‑infrastruktuurin, laskennan ja laitteistojärjestelmät, jotka mahdollistavat modernin tekoälyn. Hänen työnsä keskittyy suurten AI‑työkuormien teknisiin perusteisiin, mukaan lukien datakeskukset, kiihdyttimet, tietoverkot ja ohjelmistopinot, jotka yhdistävät ne yhteen.

Analyyttisesta ja tekniikkavetoisesta näkökulmasta Theo tarkastelee, miten GPU:iden, räätälöidyn piisirun, muistirakenteiden ja hajautettujen järjestelmien edistysaskeleet mahdollistavat uudet AI‑mallien sukupolvet. Hän kiinnittää erityistä huomiota suorituskyvyn kompromisseihin, energiatehokkuuteen, skaalautuvuuteen ja käytännön rajoitteisiin, jotka muovaavat AI‑infrastruktuurin todellista käyttöönottoa.

Theo Nashin kirjoittamat artikkelit ovat AI‑luotuja ja Unite.AI:n toimituskunta tarkistaa ne varmistaakseen teknisen tarkkuuden, selkeyden ja vastuullisen kattavuuden nopeasti kehittyvässä AI‑laskentaympäristössä.