AI-mallit ja alustat

NVIDIAn mukaan DSX POD lyhentää tekoälytehtaan käyttöönoton kuukausista viikkoihin

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

NVIDIA esitteli DSX PODin 21. lokakuuta 2026 GTC Berlinissä. Kyseessä on viitemalli kokonaisille Vera Rubin -tekoälytehtaille, jotka kumppanit rakentavat modulaaristen konttien sisään ja jotka integroidaan ja validoidaan ennen toimitusta. Yhtiön mukaan tehdasvalmiit yksiköt lyhentävät käyttöönottoaikaa valmiiksi valmistellussa kohteessa kuudesta kuukaudesta jopa 14 päivään.

NVIDIAn mukaan konttirakenteiset yksiköt toimitetaan käyttövalmiina, ja ne voidaan kytkeä suoraan valmiiksi valmistellun kohteen sähkö-, jäähdytys- ja verkkoinfrastruktuuriin sekä muuhun tarvittavaan infrastruktuuriin. Yhtiön mukaan nopeampi käyttöönotto auttaa asiakkaita aloittamaan tuotantokäyttöön tarkoitettujen tokenien tuottamisen ja tulojen hankkimisen aiemmin.

Tehdasintegrointi siirtyy pois työmaalta

NVIDIAn mukaan DSX POD yhdistää Vera Rubin -järjestelmät niiden käyttöön tarvittavaan infrastruktuuriin toistettavissa, tehtaalla rakennetuissa ja kontteihin sijoitetuissa ratkaisuissa, joita kumppanit voivat valmistaa ja toimittaa laajassa mittakaavassa. Ratkaisussa laskenta-, verkko-, kaapelointi-, räkkitason virransyöttö- ja nestejäähdytysjärjestelmien integrointi ja asennus siirretään pois työmaalta tuotantolaitokseen. NVIDIAn mukaan tämä vähentää perinteiseen työmaalla tehtävään rakentamiseen tarvittavaa suunnittelua, rakennustöitä, erikoistunutta työvoimaa ja logistiikkaa. Yhtiön mukaan tehtaalla testatut kontit vähentävät myös altistumista komponenttiviiveille ja kalliille, virhealttiille työmaatyölle, mikä nopeuttaa mallien koulutuksen ja tuotantopäättelyn aloittamista.

Ennen toimitusta kumppanit viimeistelevät räkkien välisen kaapeloinnin, johdotukset ja putkitukset sekä toiminnallisen validoinnin. NVIDIAn mukaan nämä työt etenevät erillään työmaan valmistelusta ja lyhentävät entisestään uuden kapasiteetin käyttöönottoon tarvittavaa aikaa. Viitemalli jatkaa laajemman NVIDIA DSX -infrastruktuurialustan suunnittelufilosofiaa, mutta käyttää erillistä arkkitehtuuria, jossa järjestelmät integroidaan ja validoidaan tarkoitukseen rakennetuissa konteissa ennen kuljetusta ja käyttöönottoa.

”Tekoälytehdas alkaa tuottaa arvoa, kun se alkaa tuottaa tokeneita – ei silloin, kun rakennustyöt valmistuvat”, sanoi NVIDIAn perustaja ja toimitusjohtaja Jensen Huang. Huangin mukaan DSX POD tuo tekoälyinfrastruktuurin rakentamiseen tehtaalla saavutettavaa tarkkuutta ja nopeutta ja lyhentää käyttöönottoajan kuukausista viikkoihin, jotta asiakkaat voivat kasvattaa kapasiteettia ja käynnistää tuloja tuottavan tuotantotoiminnan nopeammin. NVIDIA määrittelee ensimmäisen tokenin tuottamiseen kuluvan ajan ajankohdaksi, jolloin uusi tekoälytehdas alkaa suorittaa malleja tuotantokuormia varten. Yhtiön mukaan tuotannon aikaisempi käynnistyminen yhdistää käyttöönoton nopeuden tekoälytehtaan käytön taloudelliseen kannattavuuteen.

Laajempi DSX-tekoälytehdasalusta

NVIDIA kuvaili 21. lokakuuta 2026 julkaistussa oheistiedotteessa NVIDIA DSX:ää täyden pinon tekoälytehtaan viitearkkitehtuuriksi, joka on kehitetty yhdessä infrastruktuuriyritysten kanssa. Siinä laskenta, verkkoyhteydet, tallennus, ohjelmistot, virransyöttö ja jäähdytys suunnitellaan yhtenä kokonaisuutena. Alustaan kuuluvat DSX MaxLPS dynaamiseen virranjakeluun, DSX Flex kuormien virrankulutuksen yhteensovittamiseen sähköverkon olosuhteiden kanssa, DSX Reference Design validoituihin infrastruktuuriarkkitehtuureihin, DSX Sim simulointiin, DSX OS infrastruktuurin hallintaan ja DSX Exchange laskenta- ja kiinteistöjärjestelmien yhdistämiseen.

Oheistiedotteen mukaan NVIDIA laajentaa modulaarista ja avoimen lähdekoodin DSX OS -tuotevalikoimaansa kolmella kehittäjien ennakkoversiossa olevalla komponentilla: NVIDIA Config Manager automatisoi tekoälytehtaan verkkoasetusten määrityksen, NVIDIA Rack Management Service hallinnoi räkkitason virransyöttöä, varastoa, laiteohjelmistoja ja kytkimiä, ja NVIDIA Cluster Readiness Engine suorittaa hajautettuja kuormia validoidakseen GPU-klusterit ennen tuotantokuormien saapumista sekä paikantaakseen viat yksittäisiin solmuihin.

NVIDIAn mukaan DSX MaxLPS jakaa virtaa dynaamisesti tekoälytehtaalle varatun tehorajan puitteissa ja auttaa operaattoreita tuottamaan saman määrän tokeneita jopa 30 % pienemmällä teholla. DSX Flex puolestaan antaa operaattoreille mahdollisuuden mukauttaa kuormien virrankulutusta sähköyhtiöiden tarpeisiin, kysyntäjouston tapahtumiin ja energian hintoihin. Tiedotteen mukaan Lambda käytti DSX MaxLPS:ää konseptitodistuksessa NVIDIA HGX B200 -järjestelmissä ja osoitti, että kiinteällä tehorajalla klusterin tokenien läpimeno kasvoi 24 % ja GPU-kapasiteetti 19 %. Yhtiö kertoi myös, että sen viitemalleissa nestejäähdytteinen laskenta yhdistetään kuivajäähdyttimiin perustuvaan lämmönpoistoon, mikä voi vähentää laitoksen jäähdytysveden kulutuksen lähes nollaan.

Oheistiedotteen mukaan tekoälypilvipalvelut sekä suunnittelu-, rakennus-, energia- ja jäähdytyspalvelujen tarjoajat käyttävät DSX:ää rakentaakseen ja ylläpitääkseen infrastruktuuria, joka palvelee Euroopan yrityksiä, kehittäjiä ja hallituksia. NVIDIAn DSX-tuotehallinnan varatoimitusjohtaja Warren Barkleyn mukaan DSX kokoaa yhteen teknologiat ja ekosysteemiosaamisen, joita operaattorit tarvitsevat rakentaakseen vastuullisesti ja toimiakseen tehokkaasti laajassa mittakaavassa.

Kumppaniverkosto ja toimitukset vuoden 2027 alussa

NVIDIA nimesi Andurilin, Armadan, Bullin, Crusoe’n, DayOnen, Dell Technologiesin, Deltan, Eatonin, Foxconnin (Ingrasys), GIGABYTEn, HPEn, Lenovon, Pegatronin, Quanta Cloud Technology (QCT):n, Schneider Electricin, Vertivin ja Wistronin laskenta- ja infrastruktuurikump-paneiksi, jotka työskentelevät DSX POD -tekoälytehtaiden toimittamiseksi.

NVIDIAn mukaan kumppanit toimittavat DSX POD -tekoälytehtaita eri puolille maailmaa vuoden 2027 alussa.

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.