Model dan platform AI

Vertiv Membuka Laboratorium ATLAS untuk Menguji Infrastruktur AI Sebelum Chip Tiba

Theo Nash
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Poin utamaVertiv menguji daya, pendinginan, dan kontrol sebagai satu sistem untuk mengungkap…
Lihat selengkapnya
  • Vertiv menguji daya, pendinginan, dan kontrol sebagai satu sistem untuk mengungkap kesalahan integrasi sebelum ke lokasi pelanggan.
  • Beban kerja NVIDIA yang diemulasikan memungkinkan para insinyur menguji infrastruktur sebelum sistem komputasi produksi yang sesuai tersedia.
  • Pod yang tervalidasi dapat menjadi desain referensi kampus yang membebaskan setiap penerapan dari rekayasa baru.

Vertiv mengumumkan pada 16 November 2026 bahwa ATLAS Lab akan menguji sistem daya, pendinginan, kendali, dan TI untuk pabrik AI sebagai satu instalasi terpadu, dengan menggunakan komputasi NVIDIA yang disimulasikan sebelum sistem produksi tersedia di pasar. Tujuannya adalah mengungkap masalah integrasi selama tahap rekayasa, bukan di lokasi pelanggan.

ATLAS adalah singkatan dari Advanced Test Lab for Architecture and Systems. Para pemimpin rekayasa Vertiv dan NVIDIA menghadiri acara pemotongan pita dan sesi kerja teknis pada 6 November 2026. Kegiatan tersebut beralih dari persyaratan arsitektur dan simulasi digital ke penilaian tentang bagaimana sistem daya, pendinginan cair, kendali, dan beban kerja AI yang disimulasikan beroperasi bersama.

Laboratorium ini mengatasi ketidaksesuaian dalam proses validasi: peralatan infrastruktur biasanya dinilai satu per satu, sedangkan pabrik AI berfungsi sebagai sistem yang saling terhubung. Vertiv mengidentifikasi lima tekanan: kepadatan, kecepatan, skala, kompleksitas, dan profil beban dinamis. Tekanan tersebut dapat saling memperkuat, sehingga mengatasi salah satunya secara terpisah bisa memindahkan kendala ke bagian lain dari instalasi.

Menguji Satu Pod Pabrik AI Secara Menyeluruh

Instalasi fisik ini mewakili satu pod pabrik AI, dengan peralatan kelistrikan, termal, kendali, dan TI berada dalam lingkungan yang sama. Vertiv menyatakan bahwa emulasi beban kerjanya mereproduksi perilaku daya dan panas dari arsitektur komputasi akselerasi NVIDIA saat ini dan yang akan datang. Dengan demikian, para insinyur dapat menguji respons infrastruktur sebelum sistem komputasi produksi terkait tersedia secara komersial.

Para insinyur terlebih dahulu menggunakan simulasi dan pengujian bentuk serta kesesuaian untuk menilai risiko desain. Selanjutnya, mereka mengemulasikan beban komputasi masa depan dan menguji sistem daya serta pendinginan secara bersamaan, sementara sistem kendali terkoordinasi merespons perubahan beban kerja AI yang cepat dan serempak. Cakupan pengujian dimulai dari sambungan ke jaringan listrik, berlanjut hingga rak, dan menelusuri panas dari pendinginan cair di tingkat chip hingga pembuangan dan pemanfaatan kembali panas.

Vertiv menyatakan bahwa desain yang divalidasi pada skala pod dapat menjadi desain acuan untuk sebuah kampus, sehingga infrastruktur tidak perlu direkayasa ulang untuk setiap penerapan. Karena itu, pod tersebut bukan sekadar tempat uji perangkat keras: pod ini dimaksudkan untuk menetapkan landasan teknis yang dapat diterapkan berulang kali pada proyek pelanggan.

Simulasi dan Pengujian Fisik NVIDIA DSX

ATLAS memadukan pengujian fisik tersebut dengan simulasi dan alur kerja kembaran digital di dalam NVIDIA DSX AI Factory Platform, menggunakan pustaka Omniverse, DSX Sim, dan aset SimReady. Modelnya mencakup aset daya dan pendinginan Vertiv agar desain infrastruktur dapat dievaluasi sebelum diterapkan secara fisik, dengan persyaratan yang mengacu pada desain acuan pabrik AI NVIDIA.

NVIDIA menjelaskan bahwa DSX menyatukan teknologi desain, simulasi, operasional, dan ekosistem yang mencakup jaringan listrik, fasilitas, chip, perangkat lunak infrastruktur, serta sistem mitra. DSX Sim secara khusus memodelkan sistem fasilitas, infrastruktur, dan TI secara bersamaan sebelum pembangunan. Di ATLAS, perangkat digital tersebut dipadukan dengan pekerjaan integrasi fisik yang mencakup arsitektur daya, pendinginan cair, dan sistem kendali.

Integrasi di Seluruh Pemasok

Vertiv memosisikan laboratorium ini sebagai lingkungan bersama bagi produsen chip, pembuat sistem server dan rak, penyedia daya dan pendinginan, perusahaan utilitas, serta operator. Teknologi mereka bertemu pada antarmuka bersama, tempat masalah integrasi dapat memengaruhi desain, penerapan, dan operasional. Lingkungan pengujian bersama memberikan landasan teknis yang sama bagi pihak-pihak tersebut untuk mengambil keputusan terkait chip, rak, fasilitas, dan jaringan listrik.

Chief Executive Vertiv, Giordano Albertazzi, mengatakan bahwa ATLAS memungkinkan perusahaan “membuktikan keseluruhan arsitektur sebelum pelanggan mengalokasikan modal untuk membangunnya.” Wakil Presiden Infrastruktur AI NVIDIA, Vladimir Troy, mengatakan bahwa validasi tingkat sistem yang dilakukan lebih awal dapat membantu mengatasi tantangan infrastruktur sebelum sistem komputasi tiba.

Tujuan yang dinyatakan kedua perusahaan adalah mempersingkat waktu hingga token pertama dihasilkan dan mengubah megawatt yang tersedia menjadi komputasi produktif dengan lebih cepat. Karena itu, signifikansi bisnisnya bertumpu pada kemampuan untuk mengulangi proses tersebut: apakah pod yang telah divalidasi dapat menjadi dasar desain berskala kampus yang mengurangi pekerjaan integrasi di setiap lokasi dan menyediakan titik awal yang telah teruji untuk penerapan.

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.