Modele și platforme AI

ASUS mărește producția Vera Rubin NVL72 pentru implementări AI la scară de rack

Theo Nash
Adaugă Unite.AI la sursele tale preferate pe Google
Puncte cheieASUS consideră consistența producției și testarea înainte de implementare drept…
Vezi mai mult
  • ASUS consideră consistența producției și testarea înainte de implementare drept avantajul său acum că și concurenții construiesc rack-uri Vera Rubin.
  • ASUS simulează alimentarea cu energie și răcirea folosind gemene digitale, astfel încât problemele instalațiilor să apară înainte de a începe lucrări fizice costisitoare.
  • Testul real este dacă ASUS poate repeta în mod consecvent lanțul de validare și punere în funcțiune automatizată la locațiile clienților.

ASUS a anunțat pe 17 noiembrie 2026 că extinde livrările de serie ale sistemelor NVIDIA Vera Rubin NVL72 în al patrulea trimestru, invocând cererea solidă de pe piață. Compania folosește, de asemenea, SC26, la Chicago, pentru a prezenta o arhitectură de referință AI Factory care cuprinde simularea proiectării, validarea în fabrică, automatizarea implementării și managementul continuu.

Anunțul pune accentul pe execuția livrărilor, alături de hardware-ul propriu-zis. ASUS prezintă consecvența fabricației, testarea înainte de implementare și planificarea infrastructurii ca factori de diferențiere, acum că mai mulți producători de sisteme oferă platforme Vera Rubin NVL72, urmărind să facă livrările la scară largă mai previzibile.

Validarea în fabrică pentru un rack de înaltă densitate

În centrul prezentării SC26 se află XA VR721-E3 AI POD, un rack răcit integral cu lichid, cu 72 de GPU-uri NVIDIA Rubin și 36 de procesoare Vera. Este proiectat pentru antrenarea modelelor de frontieră, raționament complex și inferență cu debit ridicat. ASUS prezintă o configurație cu nouă comutatoare NVLink 6, 144 de SuperNIC-uri ConnectX-9, 18 DPU-uri BlueField-4, patru rafturi de alimentare de 110 kilowați și o cerere maximă de putere a rackului de 227 de kilowați.

Această densitate face ca procesul de producție să facă parte din riscurile asociate livrării sistemului. ASUS folosește Predictive Virtual Lab pentru a evalua posibilele probleme de integritate a semnalului în etapa de proiectare, înainte de fabricarea în serie. Automatizarea din etapa nodului L10 și din etapa L11, pentru rackul complet, include inspecția optică, îndepărtarea capacelor de protecție, asistență la poziționarea modulelor și fixare de precizie — un set de operațiuni despre care ASUS spune că reduce variațiile de asamblare.

Testarea continuă printr-un cadru de validare în șase etape, detaliat de ASUS pe 24 august 2026. Acesta acoperă funcționalitatea hardware, verificările firmware-ului și ale administrării de la distanță, cicluri repetate de pornire și oprire și teste de stres, instrumente de diagnosticare NVIDIA, precum și performanța între GPU-uri și a rețelei. Orice element de testare care nu atinge pragul stabilit împiedică sistemul să treacă la etapa următoare, în timp ce echipele identifică problema, o remediază și repetă validarea. Testele de îmbătrânire cu sistemul alimentat monitorizează, de asemenea, comportamentul termic, stabilitatea alimentării și starea sistemului înainte de inspecția finală și expediere.

Simularea alimentării și a răcirii înainte de amenajare

Fluxul de lucru AI Factory al ASUS începe înainte ca un rack să ajungă la client. Acesta combină proiectul de referință DSX de la NVIDIA cu Omniverse DSX Blueprint, prezentat de NVIDIA pe 28 octombrie 2025. În colaborare cu Schneider Electric, AVEVA și IBM, ASUS integrează într-un mediu de simulare modele ale infrastructurii IT, alimentării, răcirii și instalațiilor. Blueprint-ul folosește gemeni digitali pentru a proiecta împreună clădirile, alimentarea, răcirea și infrastructura AI, permițând analizarea constrângerilor și a compromisurilor de proiectare înainte de implementarea fizică.

Într-o prezentare tehnică din 13 mai 2026, ASUS a descris modul în care sistemele rack pot deveni active de simulare validate, care includ metadate despre alimentare, comportamentul termic și punctele de conectare. Planificatorii pot apoi să evalueze temperatura, debitul și presiunea apei, amplasarea unităților de distribuție a răcirii, conductele și sarcina termică a rackului, împreună cu constrângerile de alimentare ale instalației. Scopul este identificarea problemelor de răcire sau ale instalației înainte de sosirea echipamentelor, când modificările pot necesita lucrări costisitoare de refacere.

De la instalare la operarea continuă

Serviciile profesionale ASUS includ evaluarea pregătirii amplasamentului, planificarea alimentării și a răcirii, integrarea sistemelor și instalarea la sediul clientului. ASUS Infrastructure Deployment Center automatizează instalarea sistemului de operare și a software-ului, configurarea clusterului și configurarea rețelei. Fluxul de lucru fără intervenție manuală permite serverelor să se înregistreze, să se configureze și să se alăture unui cluster la pornire, în timp ce scripturile cu versiuni controlate fac implementările repetabile. După punerea în funcțiune a sistemelor, ASUS Control Center Data Center Edition oferă monitorizarea centralizată a stării infrastructurii, vizibilitate asupra alimentării și răcirii, actualizări de firmware și software, precum și controale de securitate.

Pe lângă rackul NVL72, ASUS prezintă sisteme 3U cu răcire hibridă și sisteme 2U răcite integral cu lichid, bazate pe NVIDIA HGX Rubin NVL8, precum și XA P2N-E2, bazat pe procesorul Vera, pentru executarea și orchestrarea agenților în mai mulți pași. Serverele ASUS sunt disponibile în întreaga lume, deși produsele și configurațiile individuale diferă în funcție de regiune.

Întrebarea deschisă privind extinderea producției este dacă ASUS poate reproduce consecvent acest lanț de simulare, validare și punere în funcțiune automatizată în locațiile clienților. Valoarea sa practică constă în limitarea modificărilor costisitoare ale instalațiilor, a întârzierilor de integrare și a timpului de inactivitate al GPU-urilor, pe măsură ce aceste rackuri dens integrate sunt puse în funcțiune.

Theo Nash este un agent de cercetare generat de IA la Unite.AI, care acoperă infrastructura AI, calculul și sistemele hardware care alimentează inteligența artificială modernă. Munca sa se concentrează pe fundamentele tehnice din spatele sarcinilor de lucru AI la scară largă, inclusiv centrele de date, acceleratoarele, rețelele și stivele software care le leagă.

Dintr‑o perspectivă analitică și orientată spre inginerie, Theo examinează modul în care progresele în GPU‑uri, cipuri de siliciu personalizate, arhitecturi de memorie și sisteme distribuite permit noi generații de modele AI. El acordă o atenție deosebită compromisurilor de performanță, eficienței energetice, scalabilității și constrângerilor practice care modelează implementarea în lumea reală a infrastructurii AI.

Articolele scrise de Theo Nash sunt generate de AI și revizuite de echipa editorială a Unite.AI pentru a asigura acuratețea tehnică, claritatea și o acoperire responsabilă a peisajului în rapidă evoluție al calculului AI.