Az NVIDIA DSX a hálózat és az AI-gyár közös tervezését célozza

Az NVIDIA szerint az energiaellátás vált az infrastruktúra legnagyobb szűk keresztmetszetévé. A vállalat DSX platformja a villamos hálózat, az alállomás, az AI-gyár és a számítási kapacitás közös tervezését és működtetését célozza.
- Az NVIDIA szerint több mint 300 milliárd dollár értékű berendezés van hátralékban.
- Az Egyesült Államokban több mint 200 gigawattnyi projekt vár hálózati csatlakozásra.
- A DSX a hálózat, az alállomás és az AI-gyár közös szimulációját célozza.
- A Phaidra ugyanazon energiahatáron belül körülbelül 10 százalékkal több számítást céloz.
- Az Emerald AI megközelítése modellezés alapján akár 100 gigawatt kapacitást is felszabadíthat.
Több százmilliárd dollárnyi berendezés várakozik
Az NVIDIA 2026. október 22-i közleménye szerint világszerte vállalatok építenek az NVIDIA DSX AI Factory Platformra, hogy a hálózatot és az AI-gyárat egyetlen rendszerként tervezzék, szimulálják és üzemeltessék, az alállomástól egészen a szerverállványig.
A platform bevezetését az NVIDIA egy akut infrastrukturális problémára adott válaszként mutatja be. A vállalat szerint több mint 300 milliárd dollár értékű berendezés van hátralékban, miközben az Egyesült Államokban több mint 200 gigawattnyi projekt várakozik a hálózati csatlakozási sorokban.
Az NVIDIA szerint a szűk keresztmetszet egyik oka, hogy a hálózatot, a létesítményt és az épületen belüli számítási infrastruktúrát hosszú ideig egymástól függetlenül tervezték. Ez késedelmekhez, kockázatokhoz és kihasználatlanul maradó kapacitáshoz vezethet.
Szimulációval hangolnák össze a hálózatot és a számítási kapacitást
Az NVIDIA DSX Sim és vezető energetikai gyártók SimReady eszközei lehetővé teszik, hogy a mérnökök együtt szimulálják a hálózatot, az alállomást és az AI-gyárat. A rendszerben még az építkezés megkezdése előtt ellenőrizhetők a generátorok, a kapcsolóberendezések, az energiaellátási rendszerek és a hűtés.
Az NVIDIA DSX Flex az AI-gyár energiaigényét a hálózati feltételekkel és a helyszíni energiatermeléssel hangolja össze. A vállalat ezt úgy írja le, mint az AI-gyárak statikus fogyasztókból rugalmas hálózati eszközökké alakítását. A DSX MaxLPS és a DSX Exchange eközben minden watton több számítási kapacitás kiaknázását, valamint a számítás, a hálózat, az energia, a hűtés és az üzemeltetés közötti jelek biztonságos megosztását célozza.
Energetikai vállalatok csatlakoznak a platformhoz
A GE Vernova a hálózattól a létesítményen át a szerverállványok energiaellátásáig terjedő szakértelmével egészíti ki az NVIDIA DSX rendszereit. Az NVIDIA szerint ezzel az ügyfelek az energiakorlátokat versenyelőnnyé alakíthatják, miközben maximalizálhatják a számítási kapacitást és a tokenkibocsátást, valamint javíthatják a fenntarthatóságot és a hálózat megbízhatóságát.
A Hitachi Energy akkumulátoros energiatároló rendszere NVIDIA DSX Ready minősítést kapott. Ez segíthet az ügyfeleknek olyan energiainfrastruktúrát azonosítani, amely megfelel az NVIDIA DSX referenciaterveinek vonatkozó követelményeinek.
A Schneider Electric az AVEVA-val és az ETAP-pal együtt NVIDIA Vera Rubin energiaellátási és hűtési referenciaterveken, valamint NVIDIA Omniverse alapú digitális ikren dolgozik. Az AVEVA mérnöki szoftverei, a SimReady eszközök, az OpenUSD és az Omniverse összekapcsolhatják a szimulációkat, a valós idejű üzemeltetési adatokat és a mesterséges intelligenciával támogatott optimalizálást.
Rugalmasabb fogyasztással több számítás férhet ugyanabba a keretbe
A Siemens Energy olyan referenciatervezeten dolgozik, amely ellenálló, skálázható és a hálózati állapothoz igazodó energia-infrastruktúrát ír le a termeléstől az átvitelén át az elosztásig. A terv az NVIDIA DSX Vera Rubin AI-gyár tervezési követelményeihez igazodik. A vállalat emellett azt vizsgálja, hogyan használhatók az NVIDIA RAPIDS, Metropolis és Isaac Sim technológiái a Noedra digitálisikermin-platformban a hálózati infrastruktúra megfigyelésére, a kialakuló kockázatok felismerésére és a nem tervezett kiesések megelőzésének támogatására.
A Phaidra a DSX Flex, a DSX Max-Q és a DSX Exchange rendszereit saját, önmagukat tanuló ügynökeibe integrálta. Az NVIDIA közlése szerint a megoldás a hűtés és az energia elosztását optimalizálja, wattonként több tokent céloz, javítja a hálózat rugalmasságát, és ugyanazon teljesítménykereten belül körülbelül 10 százalékkal több számítási kapacitást tesz lehetővé.
Az Emerald AI a Conductor platformját integrálta a DSX Flexbe. Az NVIDIA szerint a megközelítés az Egyesült Államok meglévő hálózatának kihasználatlan kapacitását célozza, és modellezések alapján akár 100 gigawatt felszabadítását is lehetővé teheti.

