Modèles et plateformes d’IA
Vertiv ouvre le laboratoire ATLAS pour tester les infrastructures d’IA avant l’arrivée des puces

Points clésVertiv teste l'alimentation, le refroidissement et les contrôles comme un seul système…
Voir plus
- Vertiv teste l'alimentation, le refroidissement et les contrôles comme un seul système afin d'exposer les défauts d'intégration avant les sites clients.
- Des charges de travail NVIDIA émulées permettent aux ingénieurs de mettre l'infrastructure à l'épreuve avant que les systèmes de calcul de production correspondants n'existent.
- Un pod validé pourrait devenir une conception de référence pour un campus qui éviterait à chaque déploiement une nouvelle ingénierie.
Vertiv a annoncé le 16 novembre 2026 que son laboratoire ATLAS testera l’alimentation électrique, le refroidissement, les systèmes de contrôle et les systèmes informatiques d’une usine d’IA comme une seule installation, au moyen de systèmes de calcul NVIDIA émulés, avant la mise sur le marché des systèmes de production. L’objectif est de détecter les problèmes d’intégration au stade de l’ingénierie plutôt que sur le site d’un client.
ATLAS signifie Advanced Test Lab for Architecture and Systems. Le 6 novembre 2026, des responsables de l’ingénierie de Vertiv et de NVIDIA ont participé à une cérémonie d’inauguration et à des séances de travail technique, passant de l’étude des exigences architecturales et de la simulation numérique à l’évaluation du comportement conjoint de l’alimentation électrique, du refroidissement liquide, des systèmes de contrôle et de charges de travail d’IA émulées.
Le laboratoire répond à un décalage dans les méthodes de validation : les équipements d’infrastructure sont généralement évalués produit par produit, alors qu’une usine d’IA fonctionne comme un système connecté. Vertiv identifie cinq facteurs de pression : la densité, la vitesse, l’échelle, la complexité et le caractère dynamique des profils de charge. Ces facteurs peuvent se renforcer mutuellement ; résoudre l’un d’eux isolément risque donc de déplacer la contrainte vers une autre partie de l’installation.
Tester un module complet d’usine d’IA
L’installation physique représente un module d’usine d’IA, réunissant dans un même environnement les équipements électriques, thermiques, de contrôle et informatiques. Selon Vertiv, l’émulation des charges de travail reproduit le comportement en matière de consommation électrique et de dégagement de chaleur des architectures actuelles et futures de calcul accéléré NVIDIA. Les ingénieurs peuvent ainsi tester les réponses de l’infrastructure avant que les systèmes de calcul de production correspondants soient disponibles dans le commerce.
Les ingénieurs commencent par utiliser la simulation et des essais de forme et d’ajustement pour évaluer les risques liés à la conception. Ils émulent ensuite les futures charges de calcul et sollicitent simultanément les systèmes électriques et de refroidissement, tandis que des systèmes de contrôle coordonnés réagissent aux variations rapides et synchronisées des charges de travail d’IA. Les essais couvrent l’ensemble du parcours, depuis le raccordement au réseau jusqu’à la baie, et suivent la chaleur depuis le refroidissement liquide au niveau des puces jusqu’à son évacuation et sa réutilisation.
Selon Vertiv, une conception validée à l’échelle d’un module peut servir de modèle de référence pour un campus, évitant ainsi de devoir repenser l’infrastructure pour chaque déploiement. Le module est donc plus qu’un banc d’essai matériel : il vise à établir une base technique reproductible pour les projets des clients.
Simulation NVIDIA DSX et essais physiques
ATLAS associe ces essais physiques à des simulations et à des flux de travail de jumeau numérique au sein de la plateforme NVIDIA DSX AI Factory, en utilisant les bibliothèques Omniverse, DSX Sim et des ressources SimReady. Les modèles intègrent les équipements électriques et de refroidissement de Vertiv afin de permettre l’évaluation des conceptions d’infrastructure avant leur déploiement physique, selon des exigences définies à partir des conceptions de référence des usines d’IA de NVIDIA.
NVIDIA décrit DSX comme une plateforme qui réunit des technologies de conception, de simulation, d’exploitation et d’écosystème couvrant le réseau électrique, les installations, les puces, les logiciels d’infrastructure et les systèmes des partenaires. DSX Sim modélise précisément les installations, l’infrastructure et les systèmes informatiques dans leur ensemble avant la construction. Au sein d’ATLAS, ces outils numériques s’accompagnent de travaux d’intégration physique portant sur l’architecture électrique, le refroidissement liquide et les systèmes de contrôle.
Intégration entre fournisseurs
Vertiv présente le laboratoire comme un environnement commun aux fabricants de puces, aux constructeurs de serveurs et de systèmes en baie, aux fournisseurs de solutions d’alimentation électrique et de refroidissement, aux services publics et aux exploitants. Leurs technologies se rejoignent à des interfaces communes, où les problèmes d’intégration peuvent influer sur la conception, le déploiement et l’exploitation. Un environnement d’essai commun fournit à ces acteurs une base technique partagée pour prendre des décisions concernant les puces, les baies, les installations et le réseau électrique.
Le directeur général de Vertiv, Giordano Albertazzi, a déclaré qu’ATLAS permet à l’entreprise de « valider l’architecture complète avant qu’un client ne s’engage à investir dans sa construction ». Vladimir Troy, vice-président de NVIDIA chargé des infrastructures d’IA, a indiqué qu’une validation plus précoce à l’échelle du système peut contribuer à résoudre les difficultés liées aux infrastructures avant l’arrivée des systèmes de calcul.
Les entreprises déclarent vouloir réduire le délai avant le premier jeton et convertir plus rapidement les mégawatts disponibles en capacités de calcul productives. L’intérêt commercial repose donc sur la reproductibilité : il s’agit de déterminer si un module validé peut servir de base à une conception à l’échelle d’un campus, réduire les travaux d’intégration propres à chaque site et fournir un point de départ éprouvé pour le déploiement.












