A Schneider Electric és az ETAP közös munkája jelentős előrelépést hoz a mesterséges intelligencia (MI) által vezérelt gyárak energiaigényének tervezésében. Az NVIDIA Omniverse Blueprint platformra építve olyan digitális ikermegoldást fejlesztenek, amely képes összehangolni a mechanikai, termikus, hálózati és elektromos rendszerek adatait, így pontosabban modellezhető az MI-alapú gyárak mĹąködése.

A Schneider Electric – az energiamenedzsment és ipari automatizálás globális vezetője – és az energiarendszerek tervezésében, mĹąködtetésében kulcsszereplő ETAP együttmĹąködése forradalmasítja az MI-gyárak* kialakítását és irányítását. A közös megoldás átláthatóbb és hatékonyabb ellenőrzést biztosít az energiafelhasználás felett, hozzájárulva a mĹąködés hatékonyságának, megbízhatóságának és fenntarthatóságának növeléséhez.

Korábban is léteztek vizualizációs eszközök az elektromos rendszerek megjelenítésére, azonban az ETAP és az NVIDIA technológiáinak integrációja révén most egy átfogó digitális iker készíthető az MI-gyárról. Az ETAP fejlett modellezési technológiája lehetővé teszi az adatközpont elektromos infrastruktúrájának virtuális leképezését, amit valós idejĹą adatelemzéssel kombinálva még pontosabb képet kaphatunk az energiafogyasztási mintákról. Az intelligens algoritmusok előre jelzik a fogyasztást, támogatva többek között a tervezést, szimulációt, energiahatékonysági optimalizálást és a prediktív karbantartást.

Az MI egyre szélesebb körĹą alkalmazása miatt drámaian nő az adatközpontok energiaigénye. Az MI-modellek betanítása és a komplex következtetések jelentős számítási teljesítményt igényelnek, növelve a rack-sĹąrĹąséget. A gyors ütemĹą MI-bevezetés nyomán a cégeknek – startupoktól a globális techóriásokig – újragondolt adatközpont-architektúrára van szükségük, amely megfelel az egyre nagyobb energiahatékonysági követelményeknek.

Az ETAP és az NVIDIA innovatív „Grid to Chip” megközelítése válaszokat kínál az MI-korszak kritikus energia- és teljesítménykezelési kihívásaira. Míg korábban csak rack-szinten lehetett becslést adni az energiafogyasztásra, az ETAP új digitális ikermegoldása már chip-szintĹą modellezést is lehetővé tesz, pontosabb képet adva a dinamikus terhelésváltozásokról, és így segítve az energiahatékonyság további javítását.

Dion Harris, az NVIDIA „HPC and AI Factory Solutions” igazgatója szerint: „Ahogy nő az MI-alkalmazások komplexitása, a pontos energiagazdálkodás kulcsfontosságúvá válik. EgyüttmĹąködésünk a Schneider Electric-kel és az ETAP-pal páratlan átláthatóságot és kontrollt biztosít az adatközpontok számára, lehetővé téve a gyorsabb MI-bevezetést és a rugalmasabb mĹąködtetést.”

Tanuj Khandelwal, az ETAP vezérigazgatója hozzátette: „Ez a partnerség több, mint egy új technológiai fejlesztés. Alapjaiban változtatja meg, hogyan tervezzük és mĹąködtetjük az adatközpontokat az MI korában. Az elektrotechnika, a virtualizáció és a mesterséges intelligencia összehangolásával új normát teremtünk az infrastruktúra-menedzsment területén.”

Pankaj Sharma, a Schneider Electric „Data Centers, Networks & Services” üzletágának alelnöke pedig kiemelte: „A digitális infrastruktúra átalakításához elengedhetetlen az együttmĹąködés, a gyorsaság és az innováció. Hármas együttmĹąködésünk nem csupán technológiai előrelépést jelent, hanem segít a vállalatoknak optimalizálni mĹąködésüket és hatékonyan kezelni az MI által generált energiaigényeket.”

_______

*Az MI-gyár egy speciális számítástechnikai infrastruktúra, amit arra terveztek, hogy az adatokból értéket teremtsen a mesterséges intelligencia teljes életciklusának kezelésével.

English Summary

Schneider Electric and ETAP are partnering to revolutionize the design and energy management of AI-powered data centers. Leveraging NVIDIA’s Omniverse Blueprint platform, they are creating a comprehensive digital twin that integrates mechanical, thermal, network, and electrical systems for accurate simulation and optimization. This collaboration enables real-time analysis, improved energy efficiency, and predictive maintenance, addressing the growing demands of AI workloads. Their innovative "Grid to Chip" approach offers unmatched transparency and control over energy usage at even the chip level.