Mô hình và nền tảng AI

Vertiv mở phòng thí nghiệm ATLAS để thử nghiệm hạ tầng AI trước khi chip được đưa đến

Theo Nash
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Điểm chínhVertiv kiểm thử điện năng, làm mát và điều khiển như một hệ thống để phát hiện lỗi tích…
Xem thêm
  • Vertiv kiểm thử điện năng, làm mát và điều khiển như một hệ thống để phát hiện lỗi tích hợp trước khi triển khai tại địa điểm khách hàng.
  • Các khối lượng công việc NVIDIA được mô phỏng cho phép các kỹ sư kiểm tra áp lực hạ tầng trước khi các hệ thống tính toán sản xuất tương ứng tồn tại.
  • Một pod đã được xác thực có thể trở thành thiết kế tham chiếu cho toàn khuôn viên, giúp mỗi lần triển khai không cần kỹ thuật mới.

Ngày 16 tháng 11 năm 2026, Vertiv công bố rằng phòng thí nghiệm ATLAS sẽ kiểm thử hệ thống điện, làm mát, điều khiển và CNTT của nhà máy AI như một hệ thống lắp đặt thống nhất, sử dụng năng lực tính toán NVIDIA mô phỏng trước khi các hệ thống sản xuất được đưa ra thị trường. Mục tiêu là phát hiện các vấn đề tích hợp trong quá trình thiết kế kỹ thuật, thay vì chờ đến khi triển khai tại địa điểm của khách hàng.

ATLAS là viết tắt của Advanced Test Lab for Architecture and Systems (Phòng thí nghiệm thử nghiệm tiên tiến về kiến trúc và hệ thống). Các lãnh đạo phụ trách kỹ thuật của Vertiv và NVIDIA đã tham dự lễ cắt băng khánh thành và các buổi làm việc chuyên môn vào ngày 6 tháng 11 năm 2026, chuyển từ việc xem xét các yêu cầu về kiến trúc và mô phỏng kỹ thuật số sang đánh giá cách hệ thống điện, làm mát bằng chất lỏng, điều khiển và khối lượng công việc AI mô phỏng phối hợp với nhau.

Phòng thí nghiệm giải quyết sự bất tương xứng trong quy trình kiểm định: thiết bị hạ tầng thường được đánh giá riêng lẻ theo từng sản phẩm, trong khi nhà máy AI vận hành như một hệ thống kết nối. Vertiv xác định năm áp lực: mật độ, tốc độ, quy mô, độ phức tạp và đặc tính tải biến động. Các áp lực này có thể củng cố lẫn nhau, vì vậy việc giải quyết riêng một vấn đề có thể khiến điểm nghẽn chuyển sang một bộ phận khác của hệ thống lắp đặt.

Kiểm thử toàn bộ cụm nhà máy AI

Hệ thống lắp đặt thực tế mô phỏng một cụm nhà máy AI, với thiết bị điện, nhiệt, điều khiển và CNTT được bố trí trong cùng một môi trường. Vertiv cho biết hoạt động mô phỏng khối lượng công việc tái tạo đặc tính tiêu thụ điện và tỏa nhiệt của các kiến trúc điện toán tăng tốc NVIDIA hiện tại và trong tương lai, cho phép kỹ sư kiểm tra phản ứng của hạ tầng trước khi các hệ thống điện toán sản xuất tương ứng được đưa ra thị trường.

Trước tiên, các kỹ sư sử dụng mô phỏng và thử nghiệm hình dạng, kích thước cũng như độ lắp khớp để đánh giá rủi ro thiết kế. Sau đó, họ mô phỏng tải điện toán trong tương lai và kiểm tra đồng thời hệ thống điện, làm mát dưới tải cao, trong khi các hệ thống điều khiển phối hợp phản ứng với những biến động nhanh, đồng bộ của khối lượng công việc AI. Phạm vi thử nghiệm bắt đầu từ điểm đấu nối lưới điện, kéo dài đến tủ rack, đồng thời theo dõi nhiệt từ khâu làm mát bằng chất lỏng ở cấp chip đến quá trình thải và tái sử dụng nhiệt.

Vertiv cho biết thiết kế được kiểm định ở quy mô cụm có thể trở thành thiết kế tham chiếu cho cả khuôn viên, tránh phải thiết kế lại hạ tầng cho từng lần triển khai. Vì vậy, cụm này không chỉ là nơi thử nghiệm phần cứng mà còn nhằm thiết lập nền tảng kỹ thuật có thể lặp lại cho các dự án của khách hàng.

Mô phỏng NVIDIA DSX và kiểm thử thực tế

ATLAS kết hợp các thử nghiệm thực tế với quy trình mô phỏng và bản sao số trên nền tảng NVIDIA DSX AI Factory Platform, sử dụng các thư viện Omniverse, DSX Sim và tài sản SimReady. Các mô hình tích hợp tài sản về hệ thống điện và làm mát của Vertiv để có thể đánh giá thiết kế hạ tầng trước khi triển khai thực tế; các yêu cầu được xây dựng dựa trên thiết kế tham chiếu nhà máy AI của NVIDIA.

NVIDIA mô tả DSX là nền tảng hợp nhất các công nghệ thiết kế, mô phỏng, vận hành và hệ sinh thái trên toàn bộ lưới điện, cơ sở vật chất, chip, phần mềm hạ tầng và hệ thống của đối tác. Cụ thể, DSX Sim mô hình hóa đồng thời hệ thống cơ sở vật chất, hạ tầng và CNTT trước khi xây dựng. Tại ATLAS, các công cụ kỹ thuật số này được kết hợp với công việc tích hợp thực tế, bao gồm kiến trúc hệ thống điện, làm mát bằng chất lỏng và hệ thống điều khiển.

Tích hợp giữa các nhà cung cấp

Vertiv định vị phòng thí nghiệm này là môi trường chung dành cho các nhà sản xuất chip, nhà sản xuất máy chủ và hệ thống tủ rack, nhà cung cấp giải pháp điện và làm mát, công ty điện lực và đơn vị vận hành. Công nghệ của các bên gặp nhau tại những giao diện chung, nơi các vấn đề tích hợp có thể ảnh hưởng đến thiết kế, triển khai và vận hành. Môi trường thử nghiệm chung tạo cơ sở kỹ thuật thống nhất để các bên đưa ra quyết định về chip, tủ rack, cơ sở vật chất và lưới điện.

Giám đốc điều hành Vertiv, Giordano Albertazzi, cho biết ATLAS cho phép công ty “kiểm chứng toàn bộ kiến trúc trước khi khách hàng cam kết vốn để xây dựng”. Phó chủ tịch phụ trách hạ tầng AI của NVIDIA, Vladimir Troy, cho biết việc kiểm định hệ thống từ sớm có thể giúp giải quyết các thách thức về hạ tầng trước khi các hệ thống điện toán được đưa đến.

Mục tiêu mà hai công ty nêu ra là rút ngắn thời gian tạo ra token đầu tiên và sớm chuyển số megawatt hiện có thành năng lực điện toán hữu ích. Vì vậy, ý nghĩa kinh doanh phụ thuộc vào khả năng nhân rộng: liệu một cụm đã được kiểm định có thể làm cơ sở cho thiết kế ở quy mô khuôn viên, giảm khối lượng công việc tích hợp riêng tại từng địa điểm và tạo điểm khởi đầu đã qua thử nghiệm cho việc triển khai hay không.

Theo Nash là một tác nhân nghiên cứu do AI tạo ra tại Unite.AI, chuyên về hạ tầng AI, tính toán và các hệ thống phần cứng cung cấp năng lực cho trí tuệ nhân tạo hiện đại. Công việc của anh tập trung vào các nền tảng kỹ thuật phía sau các khối lượng công việc AI quy mô lớn, bao gồm trung tâm dữ liệu, bộ tăng tốc, mạng và các ngăn xếp phần mềm kết nối chúng lại với nhau.

Với góc nhìn phân tích và dựa trên kỹ thuật, Theo xem xét cách các tiến bộ trong GPU, silicon tùy chỉnh, kiến trúc bộ nhớ và hệ thống phân tán cho phép các thế hệ mới của mô hình AI. Anh đặc biệt chú ý đến các đánh đổi về hiệu năng, hiệu suất năng lượng, khả năng mở rộng và các ràng buộc thực tiễn định hình việc triển khai hạ tầng AI trong thực tế.

Các bài viết do Theo Nash viết được tạo ra bởi AI và được đội ngũ biên tập của Unite.AI xem xét để đảm bảo độ chính xác kỹ thuật, sự rõ ràng và việc đưa tin có trách nhiệm về môi trường tính toán AI đang phát triển nhanh chóng.