Zatímco dříve byla možná pouze základní vizualizace elektrických systémů, integrace technologií ETAP a NVIDIA Omniverse umožňuje vytvořit komplexní digitální dvojče továren s umělou inteligencí, které plynule propojuje různé dynamiky. Sofistikovaná technologie modelování ETAP vytváří virtuální repliku elektrické infrastruktury datového centra a kombinuje ji s daty energetického systému v reálném čase, pokročilými analýzami a poznatky. Inteligentní algoritmy analyzují a předpovídají vzorce spotřeby a distribuce elektrické energie, což umožňuje například simulovat elektrické systémy v různých scénářích.
Různé části ekosystémů umělé inteligence, od rozsáhlých tréninkových klastrů až po okrajové inferenční servery, způsobují výrazný nárůst spotřeby energie v datových centrech. Na rozdíl od tradičních výpočetních úloh vyžadují operace AI – zejména trénování modelů a složité inferenční procesy – značný výpočetní výkon, což vede k vyšší hustotě napájení racků. Se zrychlujícím se zaváděním AI musí startupy, podniky, poskytovatelé kolokačních služeb a internetoví giganti přehodnotit návrh a správu datových center, aby mohli reagovat na rostoucí potřebu energetické účinnosti.
Spolupráce společností ETAP a NVIDIA představuje inovativní přístup „Grid to Chip“, který řeší klíčové výzvy v oblasti správy napájení, optimalizace výkonu a energetické účinnosti v éře umělé inteligence. Zatímco provozovatelé datových center dnes odhadují průměrnou spotřebu energie na úrovni racku, cílem nového digitálního dvojčete ETAP je zvýšit přesnost modelování dynamického chování zátěže na úrovni čipu, což zlepšuje návrh napájecích systémů a optimalizuje energetickou účinnost.
Pankaj Sharma, výkonný viceprezident pro datová centra, sítě a služby společnosti Schneider Electric, zdůrazňuje: „Spolupráce, rychlost a inovace jsou hnacími silami transformace digitální infrastruktury, která je nutná pro přizpůsobení se pracovním zátěžím s umělou inteligencí. Společnosti ETAP, Schneider Electric a NVIDIA společně rozvíjejí technologie datových center a zároveň firmám pomáhají efektivně optimalizovat provoz i lépe se orientovat v energetických nárocích AI.“
