AI 팩토리는 더 높은 수준을 요구합니다. Schneider Electric이 제공해 드립니다
Schneider Electric은 그리드에서 칩으로, 칩에서 냉각기로 이어지는 확장 가능한 AI를 위한 유일한 종합 AI 팩토리 파트너입니다.
Schneider Electric은 글로벌 파트너 생태계와 함께 AI 팩토리를 대규모로 설계, 전력 공급, 냉각 및 운영할 수 있도록 검증된 솔루션, 소프트웨어, 서비스를 제공합니다.
Schneider Electric은 NVIDIA를 포함한 주요 GPU 및 TPU 제조사와 협력하여 데이터 센터의 구축, 운영, 유지보수 방식을 변화시키는 혁신을 이끌고 있습니다.
Schneider Electric의 AI 팩토리 솔루션은 세부 엔지니어링 기반 설계, 디지털 트윈, 액체 및 공기 냉각, 고밀도 전력, 모듈형 포드, 랙, 소프트웨어, 수명 주기 서비스를 포함하며, 모두 AI 지원 데이터 센터를 위해 설계되었습니다.
NVIDIA 및 OpenUSD와의 협력과 상호 운용성을 기반으로, Schneider Electric의 AI 팩토리 솔루션은 전체 AI 인프라 전반에서 효율적으로 확장되고 매끄럽게 연동됩니다.
검증된 AI 데이터 센터 참조 패턴(ANSI/IEC) 및 선택 가이드
AI 인프라 모델링을 위한 ETAP 및 NVIDIA Omniverse 기반 OpenUSD 디지털 트윈
800VDC 아키텍처, 랙 단위 전력 및 탄력적인 에너지 분배
고밀도 AI 워크로드를 위한 다이렉트-칩 냉각, 액침 냉각 및 하이브리드 냉각
모듈형 포드 및 화이트 스페이스 모듈(준비 시간)
DCIM, 계획/모델링, 경보 관리, OT 사이버 보안
AI 팩토리를 위한 NVIDIA와의 협력
Schneider Electric은 NVIDIA와 협력하여 기가와트 규모 AI 팩토리를 설계, 시뮬레이션, 구축, 운영 및 유지보수하기 위한 검증된 설계안을 개발합니다.
새로운 데이터 센터 솔루션 출시
Schneider Electric은 고밀도 AI 및 가속 컴퓨팅 환경의 과제에 대응하기 위해 새로운 데이터 센터 솔루션을 출시합니다.
AI 팩토리 전력 요구 사항 시뮬레이션을 위한 디지털 트윈
ETAP과 Schneider Electric은 NVIDIA Omniverse를 활용해 그리드에서 칩 수준까지 AI 팩토리의 전력 요구 사항을 시뮬레이션하는 세계 최초의 디지털 트윈을 공개했습니다.
수명 주기 운영을 위한 OpenUSD 기반 AI 디지털 트윈
OpenUSD를 통해 데이터 센터 수명 주기 전반에서 AI 지원 디지털 트윈을 확장하고, 원활한 수명 주기 상호 운용성을 구현합니다.
NVIDIA 기술로 AI 팩토리 확장 가속화
Schneider Electric은 NVIDIA와 함께 대규모 AI 팩토리 개발 및 배포를 가속화합니다.AI 팩토리: 환경 영향, 와트당 토큰, 액체 냉각부터 그리드 추가 전력, 800VDC 전력의 필요성, 인재 부족까지
AI 팩토리는 AI 모델을 학습하고 배포하기 위해 하나의 대규모 컴퓨팅 클러스터처럼 운영되도록 설계된 전용 시설입니다. 다양한 워크로드를 처리하는 기존 데이터 센터와 달리, AI 팩토리는 대규모 환경에서 GPU 처리량을 극대화하는 데 최적화되어 있습니다. NVIDIA의 Jensen Huang이 설명한 것처럼, 이러한 시설은 생산 공장처럼 작동합니다. 데이터와 컴퓨팅이 투입되고, 학습된 모델과 결과물이 산출됩니다.
Schneider Electric의 백서110에서 설명하는 것처럼 이러한 GPU 클러스터는 규모가 크고 전력 수요가 높기 때문에 AI 모델 학습 시 동시에 최대 전력을 사용합니다. 기존 데이터 센터는 평균적이고 분산된 부하를 기준으로 용량을 산정한 반면, AI 팩토리는 동시 피크 부하를 기준으로 용량을 산정해야 합니다. 이는 UPS 시스템, 개폐기, 유틸리티 상호 연결에 영향을 미치는 근본적으로 다른 전기 설계 요구 사항입니다.
최신 AI 컴퓨팅의 열 설계 전력(TDP)이 높아지면서 랙 밀도는 100kW를 훨씬 넘어가고 있으며, 이는 공기 냉각의 열 처리 한계를 크게 초과하는 수준입니다. Schneider Electric의 백서 133에서 설명하는 것처럼 랙당 약 20~30kW를 넘어서면 칩 직접 액체 냉각이 필요해집니다. 이러한 고밀도 환경에서는 물의 열전도율과 열용량 덕분에 물이 공기보다 훨씬 더 효과적으로 열을 처리할 수 있습니다. 특히 현재 세대의 많은 AI 서버는 팬 없이 출하되기 때문에, 열을 처리해야 하는 부담이 전적으로 시설 수준의 액체 냉각 인프라로 옮겨갑니다.
Schneider Electric의 최고 AI 전문가이자 AI Advocate인 Steven Carlini가 이 글에서 설명하는 것처럼 데이터 센터는 특정 애플리케이션과 관련 서비스를 위한 IT 인프라를 수용하는 물리적 건물과 시설입니다. 또한 데이터 센터는 이러한 애플리케이션과 관련된 데이터를 저장하고 관리하는 저장소 역할도 합니다. 반면 AI 팩토리는 데이터 센터에서 디지털 결과물을 생산하는 시설입니다.
AI 팩토리는 모델 학습과 미세 조정부터 추론 수행까지 AI 수명 주기 전체를 관리합니다. AI 모델이 점점 더 자율적으로 작동함에 따라, 최적화된 추론 워크로드는 새로운 데이터를 기반으로 지속적으로 실행되며 추가 가치를 창출할 것으로 예상됩니다. 기존 데이터 센터는 이러한 높은 전력 밀도와 강한 열 출력을 지원하기 어렵지만, AI 팩토리는 혁신적인 참조 설계를 활용해 이러한 운영 요구 사항에 대응하고 있습니다.
디지털 트윈은 배포 전과 배포 중, 그리고 운영 단계 전반에서 운영사가 시설의 가상 모델을 통해 인프라를 시뮬레이션하고 검증할 수 있도록 하여 리스크를 줄입니다. 구축 전에는 전력, 냉각, 워크로드 동작을 모델링해 설계 결함을 조기에 발견할 수 있습니다. 냉각 용량 부족이나 제한적인 전기 용량과 같은 문제는 구축 후에 해결하려면 많은 비용이 들 수 있습니다.
배포 단계에서는 디지털 트윈을 통해 실제 워크로드 시뮬레이션을 기반으로 조립식 방식과 기존 구축 방식 같은 선택지를 비교할 수 있습니다. 팀은 사양서만 보고 기술을 선택하는 대신 설치 결정을 확정하기 전에 시뮬레이션된 AI 워크로드에서 실제 동작을 검증할 수 있습니다. 운영이 시작된 후에는 디지털 트윈이 실시간 데이터를 활용해 새로운 GPU 클러스터 추가나 냉각 구역 재조정과 같은 계획된 변경의 영향을 실제 운영 환경에 적용하기 전에 시뮬레이션합니다. 또한 장애의 초기 징후를 감지하여, 학습 작업이 중단되기 전에 팀이 개입할 수 있는 충분한 시간을 확보해 줍니다.
AI 팩토리는 예기치 않은 다운타임을 감당할 수 없습니다. 단 한 건의 장애라도 몇 주 동안 진행되는 학습 작업을 중단시킬 수 있기 때문입니다. 정해진 일정이나 사후 수리에 기반한 기존 유지보수 방식만으로는 더 이상 충분하지 않습니다. 모범 사례는 상태 기반 유지보수(CBM)입니다. 이는 실시간 데이터를 활용해 필요한 시점에만 장비를 유지보수하는 방식입니다.
Schneider Electric의 EcoCare 모델은 24시간 연중무휴 모니터링, AI 기반 분석, 전문가 지원을 통해 이러한 접근 방식을 적용합니다. 전기 시스템은 무정전 전원 공급 장치(UPS)와 개폐기의 피크 부하를 관리할 수 있도록 지속적으로 모니터링되며, 액체 냉각 시스템은 누수나 성능 저하와 같은 리스크를 조기에 감지할 수 있도록 분석됩니다. 예측 유지보수로 전환하면 운영사는 장애가 발생하기 전에 이를 예방하고, 핵심 AI 인프라의 연속 운영을 유지할 수 있습니다.
지속가능성 냉각 관련 계약 읽기
효율성은 달러당 와트당 토큰으로 측정됩니다. 첨단 전력, 액체 냉각 및 자동화 기술은 토큰당 효율성을 크게 높여 에너지 비용과 환경 영향을 모두 줄일 수 있습니다.
Schneider Electric의 숙련된 전문가로부터 신뢰할 수 있는 인사이트와 조언을 직접 받아보십시오.
도움이 필요하신가요?
제품 선택기
애플리케이션에 적합한 제품과 액세서리를 빠르고 쉽게 찾을 수 있습니다.
견적 받기
영업 관련하여 온라인으로 문의하시면 전문가가 연락드립니다.
구매처
해당 지역의 가장 가까운 슈나이더 일렉트릭 대리점을 쉽게 찾을 수 있습니다.
지원 센터
한 곳에서 모든 요구 사항에 대한 지원 리소스를 찾아보십시오.