L'Hub di sviluppo dell’IA richiede di più. Noi l'offriamo.
Schneider Electric: l'unico partner end-to-end per gli Hub di sviluppo dell’AI – dalla rete al chip, dal chip al sistema di raffreddamento – per un'intelligenza artificiale scalabile.
Schneider Electric, insieme a un ecosistema globale di partner, offre soluzioni, software e servizi collaudati per la progettazione, l'alimentazione, il raffreddamento e la gestione di Hub di sviluppo dell’AI su larga scala.
In collaborazione con tutti i principali produttori di GPU e TPU, tra cui NVIDIA, stiamo guidando le innovazioni che stanno rivoluzionando il modo in cui i data center vengono costruiti, gestiti e mantenuti.
Le soluzioni per Hub di sviluppo dell’AI di Schneider Electric comprendono progetti completamente ingegnerizzati, digital twin, raffreddamento a liquido e ad aria, alimentazione ad alta densità, pod modulari, rack, software e servizi per l’intero ciclo di vita, tutti progettati per data center predisposti per l’IA.
Grazie alla nostra collaborazione e all'interoperabilità con NVIDIA e OpenUSD, le nostre soluzioni per gli Hub di sviluppo dell’AI sono scalabili in modo efficiente e funzionano senza soluzione di continuità nell'intera infrastruttura di intelligenza artificiale.
Modelli di riferimento convalidati per i data center basati sull'intelligenza artificiale (ANSI/IEC) + guida alla scelta.
Digital twin OpenUSD con ETAP e NVIDIA Omniverse per la modellazione di infrastrutture di intelligenza artificiale.
Architetture a 800 V CC, alimentazione a livello di rack e distribuzione energetica resiliente.
Raffreddamento diretto sul chip, a immersione e ibrido per carichi di lavoro di intelligenza artificiale ad alta densità.
Pod modulari e moduli white space (rapidità di messa in servizio).
DCIM, pianificazione/modellizzazione, gestione degli allarmi, Cybersecurity (sicurezza informatica) OT.
Collaborazione con NVIDIA per gli Hub di sviluppo dell’AI
Schneider Electric collabora con NVIDIA per sviluppare modelli collaudati finalizzati alla progettazione, alla simulazione, alla realizzazione, alla gestione e alla manutenzione di Hub di sviluppo dell’AI su scala di gigawatt.
Lancio di nuove soluzioni per data center
Schneider Electric lancia nuove soluzioni per data center volte a far fronte alle sfide poste dall'intelligenza artificiale ad alta densità e dalle applicazioni di calcolo accelerato.
Digital twin per la simulazione del fabbisogno energetico di un Hub di sviluppo dell’AI
ETAP e Schneider Electric presentano il primo digital twin al mondo in grado di simulare il fabbisogno energetico di un Hub di sviluppo dell’AI, dalla rete al chip, utilizzando NVIDIA Omniverse.
Digitali twin basati sull'intelligenza artificiale con OpenUSD per le operazioni relative al ciclo di vita
Estendere l'uso dei digital twin basati sull'intelligenza artificiale lungo l'intero ciclo di vita del data center con OpenUSD e garantire un'interoperabilità senza soluzione di continuità durante tutto il ciclo di vita.
Accelerare la scalabilità degli Hub di sviluppo dell’AI con la tecnologia NVIDIA
Schneider Electric accelera lo sviluppo e l'implementazione su larga scala di Hub di sviluppo dell’AI in collaborazione con NVIDIA.Hub di sviluppo dell’AI: dall'impatto ambientale, ai token per watt e al raffreddamento a liquido, fino all'elettricità supplementare dalla rete, alla necessità di alimentazione a 800 V CC e alla carenza di personale qualificato.
Un Hub di sviluppo dell’AI è una struttura appositamente progettata per funzionare come un unico grande cluster di calcolo dedicato all'addestramento e alla distribuzione di modelli di intelligenza artificiale. A differenza dei data center tradizionali che supportano carichi di lavoro misti, gli Hub di sviluppo dell’AI sono ottimizzati per garantire la massima produttività delle GPU su larga scala. Come spiega Jensen Huang di NVIDIA, queste strutture funzionano come impianti di produzione: entrano dati e potenza di calcolo, ed escono modelli addestrati e risultati.
Come illustrato dal White Paper 110 di Schneider Electric, durante l’addestramento dei modelli AI le notevoli dimensioni e l’elevato fabbisogno energetico di questi cluster GPU determinano picchi di assorbimento elettrico simultanei. Mentre i data center tradizionali venivano dimensionati in base a carichi medi e diversificati, gli Hub di sviluppo dell’AI devono essere dimensionati in funzione del picco sincrono: un requisito di progettazione elettrica sostanzialmente diverso che influisce sui sistemi UPS, sui quadri di comando e sull'interconnessione con la rete elettrica.
L'aumento del Thermal Design Power (TDP) dei moderni sistemi di elaborazione basati sull'intelligenza artificiale porta la densità dei rack ben oltre i 100 kW, superando di gran lunga i limiti termici del raffreddamento ad aria. Come documentato dal White Paper 133 di Schneider Electric, il raffreddamento a liquido diretto sul chip diventa necessario al di sopra di circa 20-30 kW per rack. La conducibilità termica e la capacità termica dell'acqua la rendono di gran lunga più efficace dell'aria a queste densità. È importante sottolineare che molti server di intelligenza artificiale di ultima generazione vengono forniti senza alcuna ventola, trasferendo l'intero carico termico all'infrastruttura di raffreddamento a liquido a livello di struttura.
Come spiega Steven Carlini, nostro esperto e principale sostenitore dell'intelligenza artificiale presso Schneider Electric, in questo articolo, i data center sono edifici e strutture fisiche che ospitano infrastrutture IT per applicazioni specifiche e servizi correlati. Fungono inoltre da archivi per la conservazione e la gestione dei dati associati a tali applicazioni. D'altra parte, gli Hub di sviluppo dell’AI sono strutture che producono output digitali a partire dai dati dei data center.
Gli Hub di sviluppo dell’AI gestiscono l'intero ciclo di vita dell'intelligenza artificiale, dall'addestramento e dalla messa a punto dei modelli fino all'esecuzione dell'inferenza. Man mano che i modelli di IA diventano più autonomi, si prevede che i carichi di lavoro di inferenza ottimizzati funzionino in modo continuo sulla base di nuovi dati, generando così ulteriore valore. Mentre i data center tradizionali non sono in grado di gestire queste elevate densità di potenza e questi intensi livelli di dissipazione termica, gli Hub di sviluppo dell’AI utilizzano progetti di riferimento innovativi per soddisfare tali requisiti operativi.
I digital twin riducono i rischi consentendo agli operatori di simulare e verificare l'infrastruttura su un modello virtuale dell'impianto prima e durante l'implementazione, nonché in modo continuativo durante il funzionamento. Prima della realizzazione, simulano il consumo energetico, il raffreddamento e il comportamento dei carichi di lavoro per individuare tempestivamente eventuali difetti di progettazione, la cui correzione a posteriori risulterebbe costosa (ad esempio, un sistema di raffreddamento sottodimensionato o una capacità elettrica limitata).
Durante l'implementazione, i digitali twin consentono di confrontare diverse opzioni, come le costruzioni prefabbricate rispetto a quelle tradizionali, utilizzando simulazioni basate su carichi di lavoro reali. Anziché scegliere le tecnologie basandosi sulle schede tecniche, i team possono valutarne il comportamento reale in presenza di carichi di lavoro simulati generati da applicazioni legate all'AI prima di definire in via definitiva le scelte di installazione. Una volta attivati, i digital twin utilizzano dati in tempo reale per simulare l'impatto di una modifica pianificata (ad esempio, l'aggiunta di un nuovo cluster di GPU o il ribilanciamento delle zone di raffreddamento) prima di implementarla nell’ambiente di produzione. Sono inoltre in grado di individuare i primi segnali di malfunzionamento, consentendo ai team di intervenire con sufficiente anticipo prima che una sessione di allenamento venga interrotta.
Gli Hub di sviluppo dell’AI non possono permettersi tempi di inattività imprevisti; un singolo guasto può bloccare un processo di addestramento della durata di diverse settimane. I modelli di manutenzione tradizionali basati su scadenze fisse o su interventi correttivi non sono più sufficienti. La pratica migliore è la manutenzione basata sulle condizioni (CBM), che utilizza dati in tempo reale per intervenire sulle apparecchiature solo quando necessario.
Il modello EcoCare di Schneider Electric applica questo approccio attraverso un monitoraggio 24 ore su 24, 7 giorni su 7, analisi basate sull'intelligenza artificiale e assistenza da parte di esperti. Gli impianti elettrici vengono monitorati costantemente per gestire i picchi di carico sui gruppi di continuità (UPS) e sui quadri di comando, mentre i sistemi di raffreddamento a liquido vengono analizzati per individuare tempestivamente rischi quali perdite o cali di rendimento. Passando alla manutenzione predittiva, gli operatori possono prevenire i guasti prima che si verifichino e garantire il funzionamento continuo delle infrastrutture critiche di IA.
Leggi l'accordo relativo al raffreddamento sostenibile
L'efficienza viene misurata in termini di token per watt per dollaro. L'alimentazione avanzata, il raffreddamento a liquido e l'automazione possono migliorare notevolmente l'efficienza per singolo token, riducendo sia i costi energetici che l'impatto ambientale.
Ottieni informazioni e consigli affidabili direttamente dai nostri esperti.
Serve aiuto?
Selettore prodotti
Trova rapidamente e facilmente i prodotti e gli accessori adatti alle tue applicazioni.
Ottieni un preventivo
Invia online le tue domande sui nostri prodotti o soluzioni, sarai contattato da un nostro esperto.
Dove acquistare?
Trova facilmente il distributore Schneider Electric più vicino nella tua zona.
Supporto Guidato
Trova le risorse di supporto per tutte le tue esigenze, in un'unica posizione.