AI-modeller og plattformer

Vertiv åpner ATLAS-laboratoriet for å teste KI-infrastruktur før brikkene kommer

Theo Nash
Legg til Unite.AI blant dine foretrukne kilder på Google
Viktige punkterVertiv tester strøm, kjøling og kontroller som ett system for å avdekke…
Vis mer
  • Vertiv tester strøm, kjøling og kontroller som ett system for å avdekke integrasjonsfeil før kundens anlegg.
  • Emulerte NVIDIA-arbeidsbelastninger lar ingeniører belaste infrastrukturen før de tilsvarende produksjonsberegningssystemene eksisterer.
  • En validert pod kan bli en campus-referansedesign som sparer hver utrulling for ny ingeniørvirksomhet.

Vertiv kunngjorde 16. november 2026 at ATLAS-laboratoriet skal teste strømforsyning, kjøling, styringssystemer og IT-systemer for KI-fabrikker som én samlet installasjon, ved hjelp av emulert databehandling fra NVIDIA før produksjonssystemene kommer på markedet. Målet er å avdekke integrasjonsproblemer i prosjekteringsfasen, ikke ute hos kunden.

ATLAS står for avansert testlaboratorium for arkitektur og systemer. Ingeniørledere fra Vertiv og NVIDIA deltok på en snorklippingsseremoni og tekniske arbeidsmøter 6. november 2026. Arbeidet gikk fra arkitekturkrav og digital simulering til vurderinger av hvordan strømforsyning, væskekjøling, styringssystemer og emulerte KI-arbeidsbelastninger fungerer sammen.

Laboratoriet skal bøte på et misforhold i valideringen: Infrastrukturutstyr vurderes vanligvis produkt for produkt, mens en KI-fabrikk fungerer som et sammenkoblet system. Vertiv peker på fem utfordringer: tetthet, hastighet, omfang, kompleksitet og dynamiske belastningsprofiler. Disse utfordringene kan forsterke hverandre, slik at det å løse én av dem isolert sett kan flytte flaskehalsen til en annen del av installasjonen.

Testing av en komplett pod for KI-fabrikker

Den fysiske installasjonen representerer én pod i en KI-fabrikk, med elektrisk utstyr, varmehåndtering, styringssystemer og IT-utstyr i samme miljø. Vertiv sier at emuleringen av arbeidsbelastninger gjenskaper strøm- og varmeutviklingen fra NVIDIAs nåværende og kommende arkitekturer for akselerert databehandling. Dermed kan ingeniørene teste hvordan infrastrukturen reagerer, før de tilhørende produksjonssystemene for databehandling blir kommersielt tilgjengelige.

Ingeniørene bruker først simulering og tester av form og tilpasning for å vurdere prosjekteringsrisiko. Deretter emulerer de fremtidige beregningsbelastninger og stresstester strømforsynings- og kjølesystemene sammen, mens samordnede styringssystemer reagerer på raske, synkroniserte svingninger i KI-arbeidsbelastningen. Testene dekker hele kjeden, fra nettilkoblingen til racket, og følger varmen fra væskekjøling på brikkenivå gjennom varmeavledning og gjenbruk.

Vertiv sier at et design som er validert på pod-nivå, kan bli et referansedesign for et campusanlegg, slik at man unngår å måtte konstruere infrastrukturen på nytt for hver utrulling. Poden er dermed mer enn en testplattform for maskinvare: Den skal etablere et repeterbart teknisk grunnlag for kundeprosjekter.

Simulering med NVIDIA DSX og fysiske tester

ATLAS kombinerer de fysiske testene med simulering og arbeidsflyter for digitale tvillinger i NVIDIA DSX-plattformen for KI-fabrikker, ved hjelp av Omniverse-biblioteker, DSX Sim og SimReady-ressurser. Modellene omfatter strømforsynings- og kjøleutstyr fra Vertiv, slik at infrastrukturdesign kan evalueres før fysisk utrulling. Kravene bygger på NVIDIAs referansedesign for KI-fabrikker.

NVIDIA beskriver DSX som en samling teknologier for design, simulering, drift og økosystemer på tvers av strømnett, anlegg, brikker, infrastrukturprogramvare og partnersystemer. DSX Sim modellerer spesifikt anleggs-, infrastruktur- og IT-systemer samlet før byggingen starter. I ATLAS kombineres disse digitale verktøyene med fysisk integrasjonsarbeid som omfatter strømforsyningsarkitektur, væskekjøling og styringssystemer.

Integrasjon på tvers av leverandører

Vertiv posisjonerer laboratoriet som et felles miljø for brikkeprodusenter, produsenter av servere og rack-systemer, leverandører av strømforsyning og kjøling, energiselskaper og operatører. Teknologiene deres møtes i felles grensesnitt, der integrasjonsproblemer kan påvirke design, utrulling og drift. Et felles testmiljø gir disse aktørene et felles teknisk grunnlag for beslutninger på tvers av brikker, rack, anlegg og strømnett.

Vertivs administrerende direktør, Giordano Albertazzi, sa at ATLAS gjør det mulig for selskapet å «bevise at hele arkitekturen fungerer før en kunde forplikter kapital til å bygge den». Vladimir Troy, visepresident for KI-infrastruktur i NVIDIA, sa at tidligere validering på systemnivå kan bidra til å løse infrastrukturutfordringer før datasystemene kommer.

Selskapenes uttalte mål er å korte ned tiden fram til den første tokenen og raskere gjøre tilgjengelige megawatt om til produktiv datakraft. Den forretningsmessige betydningen avhenger derfor av om løsningen kan gjentas: Kan en validert pod danne grunnlag for et design i campus-skala som reduserer integrasjonsarbeidet fra anlegg til anlegg og gir et testet utgangspunkt for utrulling?

Theo Nash er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker AI-infrastruktur, beregning og maskinvaresystemene som driver moderne kunstig intelligens. Arbeidet hans fokuserer på de tekniske grunnlagene bak AI-arbeidsbelastninger i stor skala, inkludert datasentre, akseleratorer, nettverk og programvarestablene som binder dem sammen.

Med et analytisk og ingeniørdrevet perspektiv undersøker Theo hvordan fremskritt innen GPU-er, tilpasset silisium, minnearkitekturer og distribuerte systemer muliggjør nye generasjoner av AI-modeller. Han legger særlig vekt på ytelsesavveininger, energieffektivitet, skalerbarhet og de praktiske begrensningene som former implementeringen av AI-infrastruktur i den virkelige verden.

Artikler skrevet av Theo Nash er AI-genererte og gjennomgås av redaksjonsteamet i Unite.AI for å sikre teknisk nøyaktighet, klarhet og ansvarlig dekning av det raskt utviklende AI-beregningslandskapet.