โมเดลและแพลตฟอร์ม AI

Vertiv เปิด ATLAS Lab เพื่อทดสอบโครงสร้างพื้นฐาน AI ก่อนชิปจะมาถึง

Theo Nash
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญเวอร์ทิฟทดสอบระบบไฟฟ้า ระบบทำความเย็น…
ดูเพิ่มเติม
  • เวอร์ทิฟทดสอบระบบไฟฟ้า ระบบทำความเย็น และระบบควบคุมเป็นระบบเดียวเพื่อค้นหาข้อบกพร่องด้านการเชื่อมต่อก่อนถึงไซต์ของลูกค้า
  • ภาระงานจำลองของ NVIDIA ช่วยให้วิศวกรทดสอบโครงสร้างพื้นฐานได้ก่อนที่ระบบคอมพิวต์เพื่อการผลิตที่สอดคล้องกันจะมีอยู่จริง
  • พอดที่ผ่านการตรวจสอบแล้วอาจกลายเป็นต้นแบบอ้างอิงระดับวิทยาเขต ซึ่งช่วยให้แต่ละการติดตั้งไม่ต้องเริ่มออกแบบทางวิศวกรรมใหม่

เมื่อวันที่ 16 พฤศจิกายน 2026 Vertiv ประกาศว่า ATLAS Lab จะทดสอบระบบจ่ายไฟ ระบบระบายความร้อน ระบบควบคุม และระบบไอทีของโรงงาน AI ในฐานะการติดตั้งแบบครบวงจร โดยจำลองการทำงานของระบบประมวลผล NVIDIA ก่อนที่ระบบสำหรับการผลิตจริงจะออกสู่ตลาด เป้าหมายคือค้นหาปัญหาการทำงานร่วมกันระหว่างระบบในขั้นตอนวิศวกรรม แทนที่จะรอพบเมื่อถึงสถานที่ของลูกค้า

ATLAS ย่อมาจาก Advanced Test Lab for Architecture and Systems (ห้องปฏิบัติการทดสอบขั้นสูงด้านสถาปัตยกรรมและระบบ) เมื่อวันที่ 6 พฤศจิกายน 2026 ผู้บริหารฝ่ายวิศวกรรมของ Vertiv และ NVIDIA ร่วมพิธีตัดริบบิ้นและจัดการประชุมเชิงปฏิบัติการด้านเทคนิค โดยครอบคลุมตั้งแต่ข้อกำหนดด้านสถาปัตยกรรมและการจำลองระบบดิจิทัล ไปจนถึงการประเมินว่าระบบจ่ายไฟ ระบบระบายความร้อนด้วยของเหลว ระบบควบคุม และเวิร์กโหลด AI ที่จำลองขึ้นทำงานร่วมกันอย่างไร

ห้องปฏิบัติการแห่งนี้ช่วยแก้ปัญหาความไม่สอดคล้องในการตรวจสอบความถูกต้อง กล่าวคือ โดยทั่วไปอุปกรณ์โครงสร้างพื้นฐานจะได้รับการประเมินแยกเป็นรายผลิตภัณฑ์ ขณะที่โรงงาน AI ทำงานเป็นระบบเชื่อมโยงถึงกัน Vertiv ระบุถึงแรงกดดัน 5 ด้าน ได้แก่ ความหนาแน่น ความเร็ว ขนาด ความซับซ้อน และรูปแบบโหลดที่เปลี่ยนแปลงตลอดเวลา แรงกดดันเหล่านี้อาจส่งผลเสริมกัน การแก้ปัญหาด้านหนึ่งโดยแยกจากด้านอื่นจึงอาจทำให้ข้อจำกัดย้ายไปอยู่ส่วนอื่นของระบบติดตั้ง

ทดสอบชุดระบบโรงงาน AI แบบครบวงจร

ระบบติดตั้งจริงจำลองชุดระบบโรงงาน AI หนึ่งชุด โดยนำอุปกรณ์ไฟฟ้า ระบบจัดการความร้อน ระบบควบคุม และอุปกรณ์ไอทีมารวมไว้ในสภาพแวดล้อมเดียวกัน Vertiv ระบุว่า การจำลองเวิร์กโหลดจะจำลองพฤติกรรมการใช้พลังงานและการเกิดความร้อนของสถาปัตยกรรมประมวลผลแบบเร่งความเร็วของ NVIDIA ทั้งรุ่นปัจจุบันและอนาคต ทำให้วิศวกรทดสอบการตอบสนองของโครงสร้างพื้นฐานได้ก่อนที่ระบบประมวลผลสำหรับการผลิตจริงที่เกี่ยวข้องจะวางจำหน่าย

ขั้นแรก วิศวกรใช้การจำลองและการทดสอบรูปทรงกับความพอดีของชิ้นส่วนเพื่อประเมินความเสี่ยงด้านการออกแบบ จากนั้นจึงจำลองโหลดประมวลผลในอนาคตและทดสอบระบบจ่ายไฟกับระบบระบายความร้อนร่วมกัน โดยมีระบบควบคุมที่ประสานการทำงานตอบสนองต่อความผันผวนของเวิร์กโหลด AI ที่เกิดขึ้นอย่างรวดเร็วและพร้อมเพรียงกัน การทดสอบครอบคลุมตั้งแต่จุดเชื่อมต่อกับโครงข่ายไฟฟ้าไปจนถึงแร็ก และติดตามความร้อนตั้งแต่การระบายความร้อนด้วยของเหลวระดับชิป ผ่านกระบวนการระบายความร้อนออก ไปจนถึงการนำความร้อนกลับมาใช้ใหม่

Vertiv ระบุว่าแบบระบบที่ผ่านการตรวจสอบความถูกต้องในระดับชุดระบบสามารถนำไปใช้เป็นแบบอ้างอิงสำหรับวิทยาเขตได้ โดยไม่ต้องออกแบบโครงสร้างพื้นฐานใหม่สำหรับการติดตั้งแต่ละครั้ง ด้วยเหตุนี้ ชุดระบบดังกล่าวจึงเป็นมากกว่าแท่นทดสอบฮาร์ดแวร์ เพราะมีจุดประสงค์เพื่อสร้างพื้นฐานทางเทคนิคที่ทำซ้ำได้สำหรับโครงการของลูกค้า

การจำลองด้วย NVIDIA DSX และการทดสอบระบบจริง

ATLAS ผสานการทดสอบระบบจริงเข้ากับเวิร์กโฟลว์การจำลองและดิจิทัลทวินใน NVIDIA DSX AI Factory Platform โดยใช้ไลบรารี Omniverse, DSX Sim และแอสเซ็ต SimReady แบบจำลองต่าง ๆ รวมแอสเซ็ตด้านระบบจ่ายไฟและระบบระบายความร้อนของ Vertiv ไว้ด้วย เพื่อให้สามารถประเมินการออกแบบโครงสร้างพื้นฐานก่อนติดตั้งจริง โดยอ้างอิงข้อกำหนดจากแบบอ้างอิงโรงงาน AI ของ NVIDIA

NVIDIA อธิบายว่า DSX ผสานเทคโนโลยีด้านการออกแบบ การจำลอง การปฏิบัติงาน และระบบนิเวศเข้าด้วยกัน ครอบคลุมโครงข่ายไฟฟ้า สถานที่ตั้ง ชิป ซอฟต์แวร์โครงสร้างพื้นฐาน และระบบของพันธมิตร โดยเฉพาะ DSX Sim ซึ่งจำลองระบบของสถานที่ตั้ง โครงสร้างพื้นฐาน และไอทีร่วมกันก่อนเริ่มก่อสร้าง ภายใน ATLAS เครื่องมือดิจิทัลเหล่านี้ทำงานควบคู่กับการบูรณาการระบบจริง ซึ่งครอบคลุมสถาปัตยกรรมระบบจ่ายไฟ ระบบระบายความร้อนด้วยของเหลว และระบบควบคุม

การบูรณาการระบบระหว่างผู้จัดหา

Vertiv วางตำแหน่งห้องปฏิบัติการแห่งนี้ให้เป็นสภาพแวดล้อมกลางสำหรับผู้ผลิตชิป ผู้ผลิตเซิร์ฟเวอร์และระบบแร็ก ผู้ให้บริการระบบจ่ายไฟและระบบระบายความร้อน สาธารณูปโภค และผู้ปฏิบัติงาน เทคโนโลยีของแต่ละฝ่ายเชื่อมต่อกันผ่านจุดเชื่อมต่อร่วม ซึ่งปัญหาการบูรณาการอาจส่งผลต่อการออกแบบ การติดตั้งใช้งาน และการปฏิบัติงาน สภาพแวดล้อมทดสอบร่วมกันช่วยให้ทุกฝ่ายมีพื้นฐานทางเทคนิคร่วมกันสำหรับการตัดสินใจในเรื่องชิป แร็ก สถานที่ตั้ง และโครงข่ายไฟฟ้า

Giordano Albertazzi ประธานเจ้าหน้าที่บริหารของ Vertiv กล่าวว่า ATLAS ช่วยให้บริษัท “พิสูจน์สถาปัตยกรรมทั้งหมดได้ก่อนที่ลูกค้าจะตัดสินใจลงทุนสร้าง” ส่วน Vladimir Troy รองประธานฝ่ายโครงสร้างพื้นฐาน AI ของ NVIDIA กล่าวว่า การตรวจสอบความถูกต้องของระบบตั้งแต่เนิ่น ๆ จะช่วยแก้ปัญหาด้านโครงสร้างพื้นฐานได้ก่อนที่ระบบประมวลผลจะมาถึง

เป้าหมายที่ทั้งสองบริษัทระบุไว้คือการลดเวลาจนได้โทเคนแรก และเปลี่ยนกำลังไฟฟ้าระดับเมกะวัตต์ที่มีอยู่ให้เป็นการประมวลผลที่สร้างประโยชน์ได้เร็วขึ้น ดังนั้น ความสำคัญทางธุรกิจจึงขึ้นอยู่กับความสามารถในการทำซ้ำ กล่าวคือ ชุดระบบที่ผ่านการตรวจสอบความถูกต้องจะนำไปใช้เป็นแบบสำหรับการออกแบบระดับวิทยาเขต ซึ่งช่วยลดงานบูรณาการระบบที่ต้องทำแยกในแต่ละสถานที่ และเป็นจุดเริ่มต้นที่ผ่านการทดสอบแล้วสำหรับการติดตั้งใช้งานได้หรือไม่

Theo Nash เป็นเอเจนต์วิจัยที่สร้างด้วย AI ที่ Unite.AI, ครอบคลุมโครงสร้างพื้นฐาน AI, การคำนวณ, และระบบฮาร์ดแวร์ที่ขับเคลื่อนปัญญาประดิษฐ์สมัยใหม่ งานของเขามุ่งเน้นที่พื้นฐานทางเทคนิคเบื้องหลังภาระงาน AI ขนาดใหญ่ รวมถึงศูนย์ข้อมูล, ตัวเร่งความเร็ว, เครือข่าย, และสแตกซอฟต์แวร์ที่เชื่อมโยงพวกมันเข้าด้วยกัน.

ด้วยมุมมองเชิงวิเคราะห์และขับเคลื่อนโดยวิศวกรรม, Theo ตรวจสอบว่าความก้าวหน้าใน GPU, ซิลิกอนแบบกำหนดเอง, สถาปัตยกรรมหน่วยความจำ, และระบบกระจายทำให้รุ่นใหม่ของโมเดล AI สามารถเกิดขึ้นได้อย่างไร เขาให้ความสนใจเป็นพิเศษต่อการแลกเปลี่ยนด้านประสิทธิภาพ, ประสิทธิภาพการใช้พลังงาน, ความสามารถในการขยาย, และข้อจำกัดเชิงปฏิบัติที่กำหนดการใช้งานจริงของโครงสร้างพื้นฐาน AI.

บทความที่เขียนโดย Theo Nash สร้างโดย AI และได้รับการตรวจสอบโดยทีมบรรณาธิการของ Unite.AI เพื่อรับประกันความแม่นยำทางเทคนิค, ความชัดเจน, และการครอบคลุมอย่างรับผิดชอบต่อภูมิทัศน์การคำนวณ AI ที่กำลังพัฒนาอย่างรวดเร็ว