AI 模型与平台
ASUS提升Vera Rubin NVL72产能,支持机架级AI部署

要点在竞争对手也构建Vera Rubin机架的情况下,华硕将制造一致性和部署前测试视为其优势。
查看更多
- 在竞争对手也构建Vera Rubin机架的情况下,华硕将制造一致性和部署前测试视为其优势。
- 华硕通过数字孪生模拟电力和冷却,以便在昂贵的物理返工开始之前发现设施问题。
- 真正的考验在于华硕能否在客户站点一致地重复其验证和自动化调试链。
ASUS于2026年11月17日宣布,公司正于第四季度扩大NVIDIA Vera Rubin NVL72系统的批量出货,并指出市场需求强劲。ASUS还借助在芝加哥举行的SC26展示AI工厂参考架构,涵盖设计仿真、工厂验证、部署自动化和持续管理。
这项公告表明,交付执行与硬件本身同样重要。如今有多家系统制造商提供Vera Rubin NVL72平台,ASUS正将制造一致性、部署前测试和设施规划作为差异化优势,旨在让大规模交付更具可预测性。
面向高密度机架的工厂验证
SC26展出的核心产品是XA VR721-E3 AI POD,这是一款采用全液冷设计的机架,配备72颗NVIDIA Rubin GPU和36颗Vera CPU。它专为前沿模型训练、复杂推理和高吞吐量推理而设计。ASUS列出的配置包括九台NVLink 6交换机、144个ConnectX-9 SuperNIC、18个BlueField-4 DPU、四个110千瓦电源柜,机架峰值功率需求为227千瓦。
如此高的集成密度意味着,生产流程本身也会影响系统交付风险。ASUS利用其Predictive Virtual Lab在设计阶段、批量生产开始之前评估潜在的信号完整性问题。L10节点和L11整机架阶段的自动化流程包括光学检测、移除保护盖、辅助模块定位和精密紧固。ASUS表示,这些步骤能够减少装配差异。
测试还会依照六层验证框架持续进行;ASUS于2026年8月24日详细介绍了这一框架。验证内容包括硬件功能、固件和远程管理检查、反复开关机和压力测试、NVIDIA诊断工具,以及跨GPU和网络性能测试。任何测试项目未达到阈值,系统都不得进入下一阶段;团队必须查明原因、解决问题并重新验证。通电老化评估还会在最终检查和发货前监测热特性、电源稳定性和系统健康状况。
在建设前模拟电力与冷却
ASUS的AI工厂工作流程从机架抵达客户处之前就已启动。该流程将NVIDIA的DSX参考设计与Omniverse DSX蓝图相结合;NVIDIA于2025年10月28日推出了这一蓝图。ASUS与Schneider Electric、AVEVA和IBM合作,将IT基础设施、电力、冷却和设施模型纳入仿真环境。该蓝图利用数字孪生共同设计建筑、电力、冷却和AI基础设施,使团队能够在实际部署前评估各种限制条件和设计取舍。
在2026年5月13日发布的一份技术说明中,ASUS介绍了如何将机架系统转化为经过验证的仿真资产,并为其附加电力、热特性和连接点元数据。规划人员随后可以评估水温、流量和压力、冷却分配单元的摆放位置、管道以及机架热负载,同时考虑设施的电力限制。这样做是为了在设备到场前发现冷却或设施方面的问题,因为设备到场后再作改动可能需要付出高昂的返工成本。
从安装到持续运营
ASUS Professional Services提供现场就绪情况评估、电力与冷却规划、系统集成和现场安装服务。ASUS Infrastructure Deployment Center可自动完成操作系统和软件安装、集群配置及网络设置。其零接触工作流程可让服务器在通电后自动注册、完成配置并加入集群;版本控制脚本则使部署过程能够重复执行。系统投入运行后,ASUS Control Center Data Center Edition可集中监控基础设施健康状况,查看电力和冷却情况,管理固件与软件更新,并实施安全控制。
除NVL72机架外,ASUS还展示了基于NVIDIA HGX Rubin NVL8的混合冷却3U系统和全液冷2U系统,以及采用Vera CPU、面向多步骤智能体执行与编排的XA P2N-E2。ASUS服务器在全球均有供应,但具体产品和配置因地区而异。
此次扩产仍有一个未解的问题:ASUS能否在不同客户现场始终如一地复制这套仿真、验证和自动化调试流程。随着这些高度集成的机架投入使用,这套流程的实际价值在于减少高昂的设施改造、集成延误和GPU闲置时间。












