Simulation d'usine d’IA
Les usines d'IA permettent aux entreprises de tester et de valider les conceptions en matière d'alimentation électrique et de refroidissement avant toute construction, garantissant ainsi que les systèmes sont correctement dimensionnés, placés et coordonnés. Cela permet d'éviter des retouches coûteuses et les contraintes liées à l'infrastructure.
Grâce aux jumeaux numériquesbasés sur l’IA, les équipes peuvent évaluer la capacité électrique, le comportement thermique, la circulation de l'air et les stratégies de contrôle à un stade précoce, avant même le début de la construction. En simulant différentsscénarios hypothétiques, les organisations peuvent valider la sécurité de l'infrastructure, optimiser le dimensionnement et générer des donnéesfondées sur des données pour obtenir l'approbation des parties prenantes et de la direction.
La simulation de la conception d'usines d'IA est préférable à la correction des problèmes une fois l'architecture finalisée, car elle permet de minimiser les retards potentiels et de réduire les coûts liés aux améliorations ou aux mises à niveau.
Cette approche combine les capacités d’AVEVA en matière de jumeau numérique et de gestion de l’information en tant que couche d’intégration au niveau du système, en utilisant OpenUSD pour permettre l’interopérabilité multidomaine entre la conception, l’ingénierie et l’exploitation. Dans ce contexte, unjumeau numérique électrique ETAPmodélise le comportement de l'alimentation du réseau au rack ainsi que les scénarios de défaillance, NVIDIA Omniverse assure la visualisation en temps réel et la simulation collaborative, tandis que EcoStruxure™ IT Design CFDassure une analyse précise des flux d'air et de la thermique.
Jumeau numérique d'usine d’IA tout au long du cycle de vie
Une source unique et fiable permettant d'harmoniser les contrôles mécaniques, électriques et informatiques, grâce à la simulation de data centers OpenUSD.
Les usines d’IA sont souvent confrontées à des problèmes liés à une capacité électrique mal définie, à des stratégies mixtes de refroidissement par air et par liquide, à des flux de travail entre équipes qui ne sont pas coordonnés, ainsi qu'à des processus de validation trop lents qui entraînent des retards et des retouches coûteuses.
Stabilité et sécurité de l'alimentation
Comme les clusters d'IA ont une alimentation très variable, ils sont instables. Les simulations ETAP et Omniverse permettent aux équipes de tester en toute sécurité des scénarios de défaillance, de protection et de commutation avant la mise en service, afin de réduire les risques.La simulation estompe la frontière entre la conception et l'exploitation en permettant aux équipes de tester des scénarios d'exploitation avant le début des travaux. Un modèle d'usine d'IA performant ne se contente pas de générer une représentation 3D d'une pièce ; il relie la géométrie, les caractéristiques techniques et les données d'exploitation en temps réel ou historiques, ce qui permet aux équipes de tester l'implantation, l’alimentation, la circulation de l'air, la capacité de refroidissement, les contraintes structurelles et l'impact sur la charge de travail avant que les modifications physiques ne deviennent coûteuses.
Cela est important car les usines d'IA fonctionnent à la limite des capacités de l'infrastructure, où de simples hypothèses de conception peuvent réduire le nombre de jetons utilisables, épuiser la puissance ou la capacité de refroidissement, ou imposer des marges d'exploitation prudentes. L'intérêt pratique réside dans la possibilité de tester des scénarios « en conditions réelles » dès la phase de conception : déplacement de racks, remplacement des accélérateurs de nouvelle génération, augmentation de la densité de puissance, choix de différentes CDU, modifications de la boucle primaire, hypothèses relatives aux tours de refroidissement adiabatiques et profils de charge de travail de l'IA.
Les outils distincts fonctionnent pour l'analyse ponctuelle, mais ils s'avèrent insuffisants lorsque plusieurs profils ont besoin d'une vue commune sur une même installation, ses actifs et son état de fonctionnement. La conception d'une usine d'IA nécessite des données de CFD, de simulation de puissance, de documentation technique, de modélisation des actifs, de télémétrie informatique et de télémétrie opérationnelle, ainsi que l'historique d'exploitation, afin de les faire correspondre aux équipements physiques réels.
En l'absence d'une couche d'intégration commune, chaque outil crée sa propre fenêtre d'affichage, ses propres conventions de nommage et son propre modèle de données, ce qui oblige les équipes à harmoniser les ressources manuellement. OpenUSD fournit la couche de normalisation permettant de relier la géométrie 3D à de multiples sources de données et solveurs. Schneider Electric, AVEVA et ETAP ont rejoint l'Alliance pour OpenUSD afin de soutenir l'interopérabilité logicielle, la simulation industrielle, la conception collaborative et les systèmes d'infrastructure d'IA.
La production de jetons dépend de ce qui se passe au sein de la pile de calcul ; le modèle doit donc disposer d'une visibilité au-delà du niveau du rack. L'utilisation du CPU, de la mémoire, du processeur graphique, le comportement du réseau, l'activité des disques et l'état de la charge de travail permettent de relier le comportement des systèmes informatiques aux conséquences sur les systèmes opérationnels, telles que la consommation électrique, le dégagement de chaleur, les besoins en débit et les risques thermiques.
Une abstraction au niveau des racks ne permet pas de déterminer si c'est une charge de travail, un nœud ou le comportement d'un composant spécifique qui détermine l'état de l'infrastructure. C'est pourquoi la simulation d'une usine d'IA doit combiner les données informatiques (IT) et opérationnelles (OT) : l'installation ne crée pas de valeur en maintenant les salles à une température basse ; elle crée de la valeur en permettant aux racks de calcul coûteux de fonctionner à leur taux d'utilisation maximal en toute sécurité. Les travaux de conception de référence de Schneider Electric et NVIDIA relient explicitement la conception d'usines d'IA à des points de fonctionnement tels que MaxP et MaxQ, MaxQ permettant d'obtenir plus de tokens par watt lorsque les contraintes d'alimentation exigent des performances de calcul optimisées.
La simulation CFD permet d'étudier les flux d'air, la température, la vitesse, la pression et le comportement de refroidissement, tant dans des scénarios de référence que dans des scénarios hypothétiques. Le cas d'utilisation concret est simple : on part d'un état de référence de la salle, on applique une charge de travail d’IA plus importante ou on transfère la charge thermique d'un emplacement de rack à un autre, puis on vérifie si le flux d'air froid, la capacité de refroidissement et la stratégie de confinement permettent toujours de supporter cette charge. Dans les environnements à refroidissement par air ou hybrides, une simulation de scénario n'implique pas toujours un recâblage complet ou une refonte de la tuyauterie ; le modèle permet de modifier le profil de dissipation de puissance et d'analyser le comportement thermique qui en résulte.
La simulation de puissance permet de quantifier l'impact d'une panne ou d'une intervention de maintenance sur la capacité informatique disponible. Un scénario concret serait celui d'un panneau d'alimentation à distance défectueux, associé à un deuxième élément passant en mode maintenance. La simulation permet de déterminer si l'installation conserve le niveau de redondance requis et dans quelle mesure la puissance informatique doit être limitée pour garantir le respect du principe N+1.
Ces résultats peuvent ensuite servir de base aux règles de planification des charges de travail, aux limites de puissance ou aux réductions de fréquence avant le début des opérations. La fonctionnalité de jumeau numérique électrique d'ETAP permet la conception et la simulation avancées de systèmes électriques, l'analyse dynamique de scénarios hypothétiques, le suivi en temps réel des performances des infrastructures électriques, l'optimisation de l'efficacité énergétique, la maintenance prédictive et la planification des infrastructures en fonction de la consommation d'énergie.
La simulation permet d'évaluer l'impact du remplacement d'une génération de GPU par une autre en testant les conséquences en termes de consommation électrique, de refroidissement et de structure avant l'achat ou la construction. Un exemple concret consiste à sélectionner un rack dans le modèle et à tester une future plateforme plus dense et plus lourde afin de déterminer si le plancher, le dimensionnement des conduites, le circuit de refroidissement et l'infrastructure électrique sont capables de supporter ce changement.
Cela est important car les usines d'IA évoluent plus rapidement que les installations traditionnelles, et les plateformes de racks de nouvelle génération peuvent avoir une incidence sur le poids, le dégagement de chaleur, le dimensionnement des conduites, les exigences en matière de débit et la densité de puissance.
La simulation devient une nécessité pratique pour les usines d'IA, car le coût des hypothèses prudentes ou des erreurs de conception est trop élevé. Si un rack de grande valeur ne peut fonctionner qu’à 90 % de sa capacité parce que l’équipe technique n’a pas suffisamment confiance dans les marges de refroidissement, d’alimentation électrique ou de redondance, l’exploitant renonce à une capacité symbolique sur l’actif de la structure.
Les usines d'IA nécessitent une simulation, car la conception des installations, le comportement de la charge de travail et l'utilisation sont étroitement liés. La simulation électrique ETAP, la CFD, la télémétrie en temps réel et les scénarios hypothétiques visuels aident les opérateurs à tester les conditions qui déterminent si l'usine d'IA peut fonctionner en toute sécurité à la limite de ses capacités.Les jumeaux numériques basés sur OPenUSD permettent de remédier davantage au problème du cloisonnement des données et des outils en facilitant une approche systémique couvrant la conception, la construction et l'exploitation.
Déployer à grande échelle des jumeaux numériques basés sur l'IA avec OpenUSD
Ce livre blanc explique pourquoi Schneider Electric soutient OpenUSD et NVIDIA Omniverse pour la mise en place de jumeaux numériques basés sur l'IA tout au long du cycle de vie des data centers.
Du réseau à la puce, de la puce au refroidisseur, pour une IA évolutive.
Modèles de référence validés pour les data centers IA (ANSI/CEI) + guide de sélection.
Architectures 800 VCC, alimentation au niveau des racks et distribution d'énergie résiliente.
Refroidissement direct sur puce, par immersion et hybride pour les charges de travail d’IA à haute densité.
Pods modulaires et modules d'espace libre (délai de mise en service).
DCIM, planification/modélisation, gestion des alarmes, cybersécurité des technologies opérationnelles.
Besoin d'aide ?
Sélectionnez le bon produit
Trouvez rapidement et facilement les produits et accessoires adaptés à vos applications.
Obtenir un devis
Effectuez une demande de renseignements en ligne et un expert vous contactera.
Où acheter ?
Trouvez facilement le distributeur Schneider Electric local le plus proche.
Centre d'aide
Trouvez des ressources de support pour tous vos besoins, en un seul endroit.