סימולציה של מפעל AI
סימולציה ממוחשבת של מפעלים מאפשרת לארגונים לבדוק ולאמת תוכניות חשמל וקירור עוד לפני תחילת הבנייה, ובכך להבטיח שהמערכות יהיו במידות הנכונות, במיקום הנכון ומתואמות כראוי. כך ניתן למנוע תיקונים יקרים ומגבלות תשתית.
באמצעות תאומים דיגיטליים המבוססים עלבינה מלאכותית, צוותים יכולים להעריך את הקיבולת החשמלית, ההתנהגות התרמית, זרימת האוויר ואסטרטגיות הבקרה בשלב מוקדם – עוד לפני תחילת הבנייה. באמצעות סימולציה שלתרחישי "מה אם", ארגונים יכולים לאשר את בטיחות התשתית, לייעל את הגודל וליצורתשתית ראיות מבוססת-נתונים לצורך קבלת אישור מבעלי העניין ומההנהלה.
סימולציית תכנון של מפעלי AI עדיפה על תיקון בעיות לאחר שהארכיטקטורה כבר מוכנה – היא מסייעת למזער עיכובים אפשריים ולהפחית את עלויות השיפורים והשדרוגים.
גישה זו משלבת בין התאום הדיגיטלי של AVEVA לבין יכולות ניהול המידע כשכבת האינטגרציה ברמת המערכת, תוך שימוש ב-OpenUSD כדי לאפשר יכולת פעולה הדדית בין תחומי התכנון, ההנדסה והתפעול. בסביבה זו,תאום דיגיטלי חשמלי של ETAPמדמה את התנהגות צריכת החשמל מהרשת למסד ואת תרחישי הכשל, NVIDIA Omniverse מספק הדמיה בזמן אמת וסימולציה שיתופית, ו-EcoStruxure™ IT Design CFDמספק ניתוח מדויק של הדפוס התרמי וזרימת האוויר.
תאום דיגיטלי של מחזור חיים של מפעל AI
מקור אמת יחיד ואמין לתיאום בקרות מכניות, חשמליות ו-IT, הודות לסימולציית מרכז הנתונים של OpenUSD.
מפעלי ה-AI מתמודדים לעתים קרובות עם תמונה לא ברורה של קיבולת החשמל, שילוב של אסטרטגיות קירור אוויר ונוזל, תהליכי עבודה של צוותים שאינם מתואמים זה עם זה, ובדיקות איטיות שמובילות לעיכובים ולעבודות תיקון יקרות.
בטיחות ויציבות של אספקת החשמל
מכיוון שאשכולות בינה מלאכותית צורכים כמות חשמל המשתנה במידה רבה, הם אינם יציבים. סימולציות של ETAP ו-Omniverse מאפשרות לצוותים לבדוק בבטחה תרחישים של תקלות, הגנה וכיבוי והפעלה לפני ההקמה, כדי להפחית את הסיכון.הסימולציה מצמצמת את הפער בין התכנון לתפעול בכך שהיא מאפשרת לצוותים לבחון תרחישי תפעול עוד לפני תחילת הבנייה. מודל שימושי של מפעל AI לא מסתפק רק בהדמיית חדר בתלת-ממד; הוא משלב בין גיאומטריה, מאפיינים הנדסיים ונתוני תפעול נוכחיים או היסטוריים, כך שצוותים יכולים לבחון את מיקום המכשירים, את צריכת החשמל, את זרימת האוויר, את יכולת הקירור, את האילוצים המבניים ואת השפעת עומסי העבודה, עוד לפני שיבוצעו שינויים פיזיים יקרים.
לכך יש חשיבות מכיוון שמפעלי AI פועלים בצמוד לגבולות התשתית, שם הנחות תכנון קטנות עלולות להפחית את תפוקת האסימונים הניתנים לשימוש, לבזבז אנרגיה או קיבולת קירור, או לאלץ את המפעלים לפעול עם מרווחי תפעול שמרניים. הערך המעשי נובע מבדיקת תרחישים המדמים את הפעילות עוד בשלב התכנון: העברת מסדים, החלפת מאיצים מהדור הבא, צפיפות הספק גבוהה יותר, בחירות שונות של יחידות בקרה (CDU), שינויים בלולאה הראשית, הנחות לגבי מגדלי קירור אדיאבאטיים ופרופילי עומסי עבודה של בינה מלאכותית.
כלים נפרדים מתאימים לניתוח נקודתי, אך הם אינם מספיקים כאשר מספר פרסונות זקוקות לתצוגה משותפת של אותו מתקן, אותם נכסים ומצב התפעול. תכנון מפעל AI מחייב שימוש ב-CFD, סימולציית הספק חשמל, תיעוד הנדסי, מודלים של נכסים, מדידת שימוש של ה-IT, מדידת שימוש של ה-OT והיסטוריית תפעול כדי להתאים את הנתונים לציוד הפיזי בפועל.
ללא שכבת אינטגרציה משותפת, כל כלי יוצר חלון תצוגה, מוסכמות שיום ומודל נתונים משלו, מה שמאלץ את הצוותים לבצע התאמה ידנית בין הנכסים. OpenUSD מספק את שכבת התקינה לחיבור גיאומטריה תלת-ממדית למקורות נתונים ולפתרונות רבים. Schneider Electric, AVEVA ו-ETAP הצטרפו לברית Alliance for OpenUSD כדי לתמוך בתאימות בין תוכנות, סימולציה תעשייתית, תכנון שיתופי ומערכות תשתית בינה מלאכותית.
תפוקת האסימונים תלויה במה שקורה בתוך מערך המחשוב, ולכן המודל זקוק לתצוגה ברמה מפורטת יותר מרמת המסד. צריכת המעבד, צריכת הזיכרון, צריכת המעבד הגרפי, דפוס פעילות הרשת, פעילות הדיסק ומצב עומס העבודה מסייעים לקשר בין התנהגות מערכות ה-IT להשלכות על מערכות ה-OT, כגון צריכת חשמל, פליטת חום, דרישות זרימה וסיכונים תרמיים.
הפשטה ברמת המסד לא מאפשרת לזהות אם הגורם המניע את מצב התשתית הוא דפוס התנהגות של רכיב, צומת או עומס עבודה ספציפי. זו הסיבה שסימולציית מפעל AI חייבת לשלב נתוני IT ו-OT: המתקן אינו מייצר ערך על ידי קירור החדרים; המתקן מייצר ערך על ידי מתן אפשרות למסדי מחשוב יקרים לפעול בשיעור הניצול הבטוח הגבוה ביותר. עבודת תכנון הייחוס של Schneider Electric ו-NVIDIA קושרת במפורש את תכנון מפעל ה-AI לנקודות תפעול כגון MaxP ו-MaxQ, כאשר MaxQ מאפשר יותר אסימונים לוואט בזמן שאילוצים של צריכת חשמל מחייבים ביצועי מחשוב מיטביים.
סימולציית CFD מאפשרת לבחון את זרימת האוויר, הטמפרטורה, המהירות, הלחץ והתנהגות הקירור, גם ביחס לתרחישי בסיס וגם ביחס לתרחישי "מה אם". השימוש המעשי פשוט: מתחילים במצב בסיסי של החדר, מוסיפים עומס עבודה כבד יותר של בינה מלאכותית או מעבירים את העומס התרמי ממיקום מסד אחד לשני, וממחישים האם זרימת האוויר הקר, כושר הקירור ואסטרטגיית הבלימה עדיין מספיקים כדי להתמודד עם העומס. בסביבות מקוררות באמצעות אוויר או סביבות היברידיות, ביצוע תרחיש "מה אם" לא תמיד מצריך החלפת כבלים או החלפת צנרת מלאות. המודל יכול לשנות את פרופיל פליטת החום בקילוואטים ולבדוק את ההתנהגות התרמית המתקבלת.
סימולציית צריכת חשמל מאפשרת לכמת את ההשפעה של תקלות או פעולות תחזוקה על קיבולת ה-IT הזמינה. תרחיש מעשי הוא תקלה בלוח החשמל המרוחק בשילוב עם מעבר של רכיב שני למצב תחזוקה. הסימולציה יכולה להראות אם המתקן עדיין שומר על רמת הגיבוי הנדרשת, וכמה יש להגביל את כוח המחשוב כדי לשמור על התנהגות N+1.
נתונים אלה יכולים לשמש כבסיס לקביעת כללי תזמון עומסי עבודה, הגבלת צריכת החשמל או הפחתת תדירות לפני תחילת הפעילות. יכולת תאום דיגיטלי החשמלי של ETAP תומכת בתכנון ובסימולציה מתקדמים של מערכות חשמל, בניתוח תרחישים דינמי מסוג "מה אם", במעקב בזמן אמת אחר ביצועי התשתית החשמלית, במיטוב היעילות האנרגטית, בתחזוקה מונעת ובתכנון תשתית בהתבסס על צריכת החשמל.
באמצעות סימולציה ניתן להעריך את ההשפעה של החלפת דור אחד של מעבדי GPU בדור אחר, על ידי בדיקת ההשלכות על צריכת החשמל, הקירור והמבנה עוד לפני הרכישה או ההקמה. דוגמה מעשית לכך היא בחירת מסד במודל ובדיקת פלטפורמה עתידית בצפיפות גבוהה יותר ומשקל כבד יותר, כדי להבין אם הרצפה, גודל הצינורות, לולאת הקירור והתשתית החשמלית יוכלו לתמוך בשינוי.
לכך יש חשיבות מכיוון שמפעלי AI מתחדשים בקצב מהיר יותר ממתקנים מסורתיים, ופלטפורמות מסדים מהדור הבא עשויות לשנות את המשקל, את פיזור החום, את מידות הצינורות, את דרישות הזרימה ואת צפיפות ההספק.
הסימולציה הופכת לדרישה מעשית במפעלי AI, כי המחיר של הנחות שמרניות או טעויות בתכנון הוא גבוה מדי. אם ניתן להפעיל מסד בעל ערך גבוה רק ב-90% מהקיבולת, משום שצוות המתקן אינו בטוח ביכולות הקירור, אספקת החשמל או בשולי היתירות, המפעיל מוותר על קיבולת אסימונים בנכס היקר ביותר בבניין.
מפעלי AI זקוקים לסימולציה כי תכנון המתקן, התנהגות עומסי העבודה וכלכלת הצריכה קשורים זה בזה באופן הדוק. סימולציית הספק באמצעות ETAP, CFD, מדידת שימוש בזמן אמת ותרחישי "מה אם" חזותיים מסייעים למפעילים לבחון את התנאים הקובעים אם מפעל ה-AI יכול לפעול בבטחה קרוב למגבלה. תאומים דיגיטליים המבוססים על OpenUSD ממשיכים לטפל בבעיית הנתונים והכלים המבודדים בכך שהם מאפשרים הסקת מסקנות ברמת המערכת בכל תחומי התכנון, הבנייה והתפעול.
הרחבת השימוש בתאומים דיגיטליים מבוססי בינה מלאכותית באמצעות OpenUSD
המסמך מסביר מדוע חברת Schneider Electric תומכת ב-OpenUSD וב-NVIDIA Omniverse ליצירת תאומים דיגיטליים מבוססי בינה מלאכותית לאורך כל מחזור החיים של מרכז הנתונים.
מהרשת לשבב, מהשבב למקרר, לבינה מלאכותית מדרגית.
תבניות ייחוס מאומתות למרכזי נתונים מבוססי-AI (ANSI/IEC) + מדריך לבחירה.
ארכיטקטורות של 800VDC, אספקת חשמל ברמת המסד, וחלוקת אנרגיה עמידה.
קירור ישיר לשבב, קירור בטבילה וקירור היברידי עבור עומסי עבודה של בינה מלאכותית בצפיפות גבוהה.
תאים מודולריים ומודולים למרחב פנוי (זמן עד להפעלה).
DCIM, תכנון/מידול, ניהול התראות, אבטחת סייבר בתחום ה-OT.
זקוק לעזרה?
בורר מוצרים
חפשו ברשת מפיצים מאומתים עם יותר מ-15,000 נקודות מכירה ברחבי העולם.
קבלת הצעת מחיר
התחילו את בקשת הקניה בצורה מקוונת ונציג מכירות ייצור עמכם קשר.
היכן לקנות?
אתר בקלות את מפיץ Schneider Electric הקרוב ביותר אליך.
מרכז העזרה
חפשו משאבי תמיכה לכל הצרכים שלכם במקום אחד.