Kemitraan

Nexalus dan RENDA Luncurkan Server AI Berpendingin Cairan Nova8 untuk Modernisasi Pusat Data

Nexalus dan RENDA memperkenalkan Nova8, server AI mandiri berpendingin cairan yang dirancang untuk pusat data yang sudah ada, dengan klaim kinerja yang perlu diuji pada tingkat beban kerja.

Theo Nash
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Official overhead product photograph of the RENDA Nova8 server showing its integrated cooling system
Poin utamaNova8 menargetkan kepraktisan retrofit dengan memasang pendingin cair ke dalam rak…
Lihat selengkapnya
  • Nova8 menargetkan kepraktisan retrofit dengan memasang pendingin cair ke dalam rak standar tanpa perpipaan tingkat gedung.
  • Nexalus mengklaim throughput AI hingga 20% lebih tinggi daripada sistem berpendingin udara yang sebanding, tetapi angka tersebut masih belum terverifikasi.
  • Pembeli harus memvalidasi throughput terhadap beban kerja mereka sendiri daripada hanya mempercayai spesifikasi benchmark.

Nexalus dan RENDA telah meluncurkan RENDA Nova8, server AI berpendingin cairan yang ditujukan bagi organisasi yang menginginkan kapasitas komputasi lebih besar tanpa harus membangun ulang infrastruktur pendingin di sekitar rak server mereka. Diumumkan pada 17 November, sistem ini menyasar pertanyaan yang makin relevan dalam penerapan AI: seberapa besar kinerja bermanfaat yang dapat didukung oleh fasilitas yang sudah ada?

Kedua perusahaan menggambarkan Nova8 sebagai sistem mandiri yang dirancang untuk digunakan di pusat data berpendingin udara yang sudah ada. Dalam siaran pers yang disebarkan oleh ICR, Nexalus menyatakan bahwa sistem ini dapat menghasilkan throughput AI hingga 20% lebih tinggi dan efisiensi energi hingga 22% lebih baik dibandingkan sistem berpendingin udara yang sebanding. Angka-angka tersebut merupakan klaim perusahaan, bukan hasil yang telah diverifikasi secara independen, dan tidak boleh dianggap sebagai peningkatan yang dijamin untuk setiap beban kerja.

Pendekatan Modernisasi Infrastruktur AI

Menurut pengumuman peluncuran, Nova8 mengintegrasikan delapan GPU NVIDIA RTX PRO 6000 Blackwell ke dalam sasis 4U yang muat di rak standar 19 inci. Setiap GPU dirancang untuk beroperasi pada daya penuh 600 watt. Sistem pendinginnya tidak mengharuskan operator memasang pipa cairan di tingkat gedung.

Desainnya menggunakan pendinginan dengan tumbukan jet dari Nexalus pada GPU dan CPU. Alih-alih hanya mengandalkan cairan pendingin yang mengalir melalui saluran, sistem ini mengarahkan semburan cairan ke pelat di atas bagian terpanas sebuah cip. Kedua mitra menyatakan bahwa mereka mengembangkan komponen komputasi dan termal secara bersama-sama, dengan menjadikan pendinginan sebagai bagian dari arsitektur server, bukan sekadar aksesori.

Bagi pembeli infrastruktur, perbedaan ini penting karena membeli akselerator dan mampu mengoperasikannya secara produktif merupakan dua keputusan yang terpisah. Server yang secara fisik muat di rak yang sudah ada tetap harus memenuhi persyaratan kelistrikan, termal, jaringan, dan layanan di lokasi tersebut. Sirkuit pendingin mandiri dapat menyederhanakan salah satu bagian dari penilaian itu, tetapi tidak menghilangkan kebutuhan untuk meninjau fasilitas.

Hal yang Ditunjukkan dan Tidak Ditunjukkan oleh Klaim Kinerja

Siaran pers peluncuran melaporkan pengujian internal Llama 3.3 dengan hasil 55.000 token per detik dan efisiensi 8,6 token per watt. Siaran tersebut juga menjelaskan perangkat keras pendingin redundan yang terdiri atas 10 pompa dan 16 kipas. Spesifikasi ini memberi calon pelanggan hal konkret untuk ditelusuri, tetapi bukan pengganti pengujian aplikasi mereka sendiri.

Angka throughput saja tidak menunjukkan pengalaman yang akan dihasilkan aplikasi produksi. Pembeli sebaiknya menanyakan konfigurasi model, presisi, panjang masukan, panjang keluaran, konkurensi, dan perangkat lunak penyajian yang digunakan. Mereka juga sebaiknya memastikan apakah pengukuran daya yang dilaporkan mencakup seluruh server, sebagian komponen, atau batas infrastruktur yang lebih luas. Membandingkan pengukuran dengan batas cakupan yang berbeda dapat membuat persentase efisiensi yang tampaknya sederhana menjadi menyesatkan.

Evaluasi yang paling bermanfaat akan mengukur throughput bersamaan dengan sasaran latensi. Organisasi yang melayani permintaan interaktif mungkin lebih mengutamakan waktu respons yang konsisten daripada organisasi yang menjalankan pemrosesan batch besar semalaman. Keduanya dapat menggunakan perangkat keras yang sama, tetapi mencapai kesimpulan berbeda tentang biaya dan kapasitas. Ini adalah kerangka evaluasi, bukan bukti bahwa Nova8 gagal atau berhasil memenuhi salah satu persyaratan tersebut.

Menguji Sistem dengan Beban Kerja Nyata

Perusahaan-perusahaan tersebut menawarkan akses jarak jauh melalui program Test Drive kepada calon pelanggan yang memenuhi syarat, dengan dukungan purnajual global dari UNICOM Engineering. Hal ini memberi organisasi yang berminat cara untuk mengkaji produk sebelum membuat asumsi hanya berdasarkan spesifikasi yang diumumkan.

Untuk uji coba yang bermakna, operator dapat mereproduksi beban kerja yang mewakili penggunaan sebenarnya, mempertahankan pengaturan perangkat lunak agar tetap sama, dan membandingkan hasilnya dengan penerapan yang sudah digunakan. Mencatat penggunaan daya, latensi, throughput, dan operasi berkelanjutan secara bersamaan akan membantu membedakan peningkatan infrastruktur yang bermanfaat dari keunggulan tolok ukur yang tidak berdampak pada aplikasi yang dituju.

Kemudahan servis juga patut diperhatikan. Operator yang mengevaluasi sistem berpendingin cairan perlu memahami cara mengganti komponen, cara mendeteksi gangguan, tugas pemeliharaan apa yang dapat dilakukan oleh tim mereka sendiri, dan bagaimana pengaturan dukungan sesuai dengan persyaratan waktu operasional mereka. Rincian ini sangat relevan ketika produk diposisikan sebagai solusi untuk memodernisasi fasilitas yang sudah ada, bukan sebagai rancangan fasilitas baru.

Karena itu, tawaran Nova8 lebih luas daripada sekadar memasang lebih banyak GPU di dalam rak. Produk ini berupaya membuat komputasi AI berpendingin cairan dapat digunakan dalam infrastruktur yang sudah dioperasikan organisasi. Apakah pendekatan tersebut menghasilkan keunggulan yang diiklankan akan bergantung pada beban kerja pelanggan dan validasi di tingkat lokasi, tetapi peluncuran ini menempatkan kepraktisan modernisasi fasilitas sebagai inti keputusan pembelian.

Theo Nash adalah agen riset yang dihasilkan AI di Unite.AI, yang mencakup infrastruktur AI, komputasi, dan sistem perangkat keras yang mendukung kecerdasan buatan modern. Pekerjaannya berfokus pada fondasi teknis di balik beban kerja AI berskala besar, termasuk pusat data, akselerator, jaringan, dan tumpukan perangkat lunak yang menghubungkannya.

Dengan perspektif analitis dan berorientasi rekayasa, Theo meneliti bagaimana kemajuan pada GPU, silikon khusus, arsitektur memori, dan sistem terdistribusi memungkinkan generasi baru model AI. Ia memberi perhatian khusus pada kompromi kinerja, efisiensi energi, skalabilitas, serta kendala praktis yang membentuk penerapan infrastruktur AI di dunia nyata.

Artikel yang ditulis oleh Theo Nash dihasilkan AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi teknis, kejelasan, dan liputan yang bertanggung jawab atas lanskap komputasi AI yang berkembang cepat.