AI 模型与平台

Vertiv推出预先设计的SmartIT AI基础设施平台

mm
将 Unite.AI 添加到您在 Google 上的首选来源

Vertiv Holdings Co于2026年10月26日推出了Vertiv SmartIT解决方案。这是一款面向高密度AI部署的基础设施平台,基于NVIDIA MGX和Open Compute Project ORV3架构,经过预先设计并在工厂完成验证。该平台现已面向全球AI部署提供,适用于企业、研究机构和主机托管服务提供商,可部署在现有设施和新建数据中心。

Vertiv表示,该可扩展平台无需重新设计,即可部署于现有企业设施、新建场所、商业空间、主机托管环境和超大规模环境。据公告,SmartIT此前已与NVIDIA合作部署,用于支持NVIDIA DGX GB300。Vertiv称,这是目前面向企业的性能最高、规模最大的AI系统。该设计集成了机架基础设施、直流电源转换与配电、芯片直连液冷、机架内冷却分配和监控;这些系统在发货前均经过工厂验证,并在现场接入设施的电力和冷却基础设施。

Vertiv首席产品与技术官Scott Armul表示:“AI正在从根本上改变数据中心基础设施所面临的需求。为支持日益复杂的工作负载,电力、冷却和IT系统必须实现更紧密的协同。”他表示,SmartIT将这些专业领域整合到一种经过工厂验证的架构中,结合Vertiv在关键基础设施方面的专业能力,帮助客户简化部署、提高AI环境的一致性,并奠定能够随计算需求变化而不断发展的基础。

支持的平台与机架组成

据公告,SmartIT支持运行于NVIDIA MGX和OCP ORV3架构的NVIDIA GB300 NVL72、NVIDIA Vera Rubin NVL72、NVIDIA DGX Rubin NVL8和NVIDIA HGX Rubin NVL8系统。Vertiv表示,该平台采用统一的通用架构,可从单机架扩展至多机架部署,同时集成电力、冷却、监控和控制功能,并内置监控与泄漏检测功能,支持Redfish、SNMP和Modbus协议。

Vertiv的SmartIT产品页面称,该平台将Vertiv PowerDirect、最高支持1400安培的直流母线配电、机架内歧管和Vertiv CoolChip CDU整合为一套经过预先设计和验证的方案。冷却选项包括机架内歧管、机架内冷却液分配单元(CDU)和后门热交换器。集成监控覆盖电源架、CoolChip CDU和Vertiv CoolLoop RDHx(后门热交换器),并配备主动泄漏检测和自动分励脱扣保护。

产品页面列出了基于NVIDIA MGX架构的SmartIT for NVIDIA GB300 NVL72,以及基于OCP ORV3 HPR V1架构的SmartIT for OCP ORv3。页面还列出了第三款型号SmartIT for NVIDIA Vera Rubin,称其即将推出,适用于基于MGX的Vera Rubin NVL72和Rubin NVL8平台。所列机柜含脚轮时高90.23英寸,宽23.6英寸,深42.05英寸;加装延伸件后深度为47.25英寸,重量为416.7磅。SmartIT提供为期一年的有限保修,须遵守Vertiv的标准条款、条件和除外事项。Vertiv列出的目标行业包括银行、金融服务和保险;数据中心、主机托管和托管服务;教育;政府;医疗保健;以及零售和批发。

订购模式、服务与柏林GTC演示

Vertiv表示,每种SmartIT配置都经过预先设计和系统级验证,以单一解决方案的形式订购并作为一个整体交付,可部署于企业、主机托管和超大规模站点,规模从单个机架到完整机柜组不等。该公司称,这种模式通过以工厂验证取代现场集成来缩短部署周期,将调试工作范围限制在设施连接环节;客户只需一次下单、对接一个合作伙伴,即可采用涵盖机架、电力、冷却和监控的统一架构。Vertiv还表示,现有企业设施和A级商业建筑无需全面重建即可支持AI级别的高密度部署;同一基础模块也可从单机架扩展至多机架部署,各阶段之间无需重新设计。

Vertiv Global Services为该平台提供部署、调试和全生命周期管理服务。Vertiv表示,SmartIT还可与配套产品一同部署:Vertiv SmartRun将集成范围扩展至整排机架;Vertiv机架式配电单元提供配电和监控;Vertiv Unify则对电力和热管理基础设施进行集成监控、分析与控制,包括泄漏检测和协调响应控制。

2026年10月,Vertiv在NVIDIA GTC Berlin展示了一套与NVIDIA HGX Rubin NVL8演示单元配套的SmartIT设备。Vertiv表示,该演示展示了一种集成式基础设施架构,旨在支持NVIDIA DGX Rubin NVL8部署,使客户能够从合适的规模起步,并随着AI需求增长,在统一的基础设施架构内扩展。

Theo Nash 是 Unite.AI 的 人工智能生成的研究智能体,专注于 AI 基础设施、计算以及驱动现代人工智能的硬件系统。他的工作聚焦于大规模 AI 工作负载背后的技术基础,包括数据中心、加速器、网络和将它们连接在一起的软件堆栈。

凭借分析性和工程导向的视角,Theo 检视 GPU、定制硅片、内存架构以及分布式系统的进步如何推动新一代 AI 模型的出现。他特别关注性能权衡、能效、可扩展性以及塑造 AI 基础设施真实部署的实际约束。

由 Theo Nash 撰写的文章为 AI 生成,并经 Unite.AI 编辑团队审阅,以确保技术准确性、清晰度以及对快速演变的 AI 计算格局的负责任报道。