Schneider Electric, globalny lider w zakresie technologii dla energii, we współpracy z NVIDIA i AVEVA – podczas konferencji NVIDIA GTC w San Jose zaprezentował kluczowe postępy w projektowaniu, symulacji, budowie, eksploatacji i utrzymaniu infrastruktury nowej generacji dla centrów danych AI nowej generacji.
Obejmują one nowy projekt referencyjny NVIDIA Vera Rubin, który weryfikuje zasilanie i chłodzenie najnowszych architektur NVIDIA klasy rack-scale, integrację zaawansowanych możliwości cyfrowych bliźniaków w ramach NVIDIA Omniverse DSX Blueprint i ekosystemu, a także wstępne testy agentowej AI do zarządzania alarmami z wykorzystaniem modeli open source NVIDIA Nemotron.
Ogłoszone rozwiązania wzmacniają dotychczasowe partnerstwo Schneider Electric i NVIDIA, tworząc solidny fundament pod rozwój Fabryk AI zaprojektowanych z myślą o skali gigawatowej i wysokiej efektywności.
Nowy projekt referencyjny NVIDIA Vera Rubin
Nowo zaprezentowany projekt referencyjny AI jest jednym z pierwszych stworzonych dla NVIDIA Vera Rubin NVL72. Zweryfikowany projekt obejmuje architekturę zasilania i chłodzenia oraz jest zintegrowany z projektami referencyjnymi systemów sterowania Schneider Electric. Projekt odpowiada na kluczowe wymagania infrastrukturalne oraz uwzględnia specyfikę najnowszych systemów rack-scale NVIDIA:
- Umożliwia nową dystrybucję mocy z podwyższonym napięciem zasilania 480 VAC.
- Obsługuje wyższą temperaturę czynnika w obiegu TCS na poziomie 45°C, co zwiększa efektywność energetyczną.
- Wspiera nową architekturę pomieszczeń IT w której klastry szaf AI współdzielą scentralizowane zasoby sieciowe, pamięć masową, procesory CPU oraz szafy rack. Dzięki temu każdy system NVIDIA rack-scale pozostaje fizycznie blisko pozostałych, a jednocześnie korzysta z oddzielnego zasilania wyższym napięciem dla szaf rack z GPU, co umożliwia tworzenie większych klastrów i optymalizację dystrybucji mocy.
- Maksymalizuje wydajność generowania tokenów poprzez projektowanie centrów danych zdolnych do obsługi różnych punktów pracy szaf z GPU (zarówno MaxP, jak i MaxQ). Praca w trybie MaxQ pozwala uzyskać większą liczbę tokenów na wat, niwelując ograniczenia energetyczne i optymalizując wydajność obliczeniową dzięki redundancji. W efekcie projekt referencyjny umożliwia zwiększenie liczby tokenów na wat przy wykorzystaniu punktu pracy MaxQ NVIDIA.
Projekt referencyjny został zweryfikowany za pomocą modeli ETAP do projektowania systemów elektrycznych oraz modeli ITD CFD do planowania rozkładu i przepływu powietrza.
Nowa architektura cyfrowego bliźniaka AVEVA dla Fabryk AI o w skali gigawatów
Ponadto AVEVA, globalny lider w dziedzinie oprogramowania przemysłowego, należący do Schneider Electric, ogłosił wraz z NVIDIA nową architekturę cyfrowego bliźniaka obejmującą cały cykl życia, która maksymalizuje efektywność GPU oraz przyspiesza wdrażanie Fabryk AI w dużej skali i w krótkim czasie. Schneider Electric konsekwentnie rozwija zasoby SimReady oraz cyfrowe bliźniaki w środowisku NVIDIA Omniverse, wspierane przez zaawansowane oprogramowanie AVEVA. W ramach tej inicjatywy oprogramowanie inżynieryjne i operacyjne AVEVA zostało zintegrowane w całym ekosystemie NVIDIA Omniverse DSX Blueprint. To rozwiązanie ma znacząco przyspieszyć osiągnięcie zdolności generowania tokenów dzięki symulacjom specyficznym dla danej dziedziny, wizualizacji cyfrowej oraz bazującym na współpracy narzędziom do projektowania, prowadząc do istotnej optymalizacji procesów inżynieryjnych.
Po opracowaniu architektury systemu w środowisku NVIDIA Omniverse, AVEVA w realistycznych warunkach przeprowadza wielodomenowe symulacje w celu weryfikacji jego zachowania operacyjnego. Obejmują one modele obliczeniowe dotyczące dystrybucji energii, dynamiki cieplnej, przepływu powietrza oraz systemów sterowania. Symulacje te umożliwiają iteracyjną optymalizację projektu, szybką ocenę wielu scenariuszy w szerokim zakresie obciążeń i warunków środowiskowych oraz końcową weryfikację systemu przed zbudowaniem fizycznej infrastruktury. Efektem jest w pełni zweryfikowany i zoptymalizowany pod względem wydajności projekt, który skraca cykle inżynieryjne i zwiększa precyzję wdrożeń.
„W miarę jak obciążenia AI rosną pod względem skali i złożoności, margines błędu w projektowaniu centrów danych staje się niezwykle mały. Dostarczanie AI na dużą skalę wymaga ściśle zintegrowanych architektur elektrycznych, chłodzenia i rozwiązań cyfrowych, które potrafią sprostać bezprecedensowym wymaganiom wydajnościowym, utrzymując jednocześnie maksymalną efektywność energetyczną. Dzięki połączeniu zaawansowanego oprogramowania, cyfrowych bliźniaków i zweryfikowanych projektów referencyjnych operatorzy mogą symulować i optymalizować infrastrukturę, zanim zostanie zainstalowana chociażby jedna szafa rack. Takie podejście ogranicza ryzyko, przyspiesza wdrożenie i zapewnia efektywność oraz odporność niezbędną do zasilania Fabryk AI nowej generacji” – mówi Manish Kumar, Executive Vice President, Secure Power & Data Centers, Schneider Electric.
„Fabryki AI w skali gigawatów wymagają zupełnie nowej klasy infrastruktury – energooszczędnej i wysoce przewidywalnej” – powiedział Vladimir Troy, wiceprezes ds. infrastruktury AI, NVIDIA.
„Razem – NVIDIA i Schneider Electric – dostarczamy rozwiązania w zakresie zasilania, chłodzenia oraz architektury cyfrowych bliźniaków, które przyspieszają osiąganie zdolności generowania tokenów dla klientów na całym świecie”.
Testy modelu NVIDIA Nemotron dla agentowej AI w usługach zarządzania alarmami
Podczas konferencji NVIDIA GTC Schneider Electric ogłosił również, że pomyślnie przetestował model NVIDIA Nemotron jako podstawę nowej funkcjonalności agentowej sztucznej inteligencji w zarządzaniu alarmami. Rozwiązanie to odpowiada na wieloletnie wyzwanie branży centrów danych: interpretację alarmów na poziomie systemowym w celu identyfikacji przyczyn źródłowych oraz określenia właściwych działań naprawczych. Wykorzystując strumieniowane w czasie rzeczywistym dane IoT z wielu systemów, agentowa AI Schneider Electric przy użyciu zestawu zintegrowanych narzędzi autonomicznie analizuje, diagnozuje i rekomenduje konkretne działania. Współpracując z zespołami ekspertów, technologia ta umożliwia szybsze i bardziej spójne rozwiązywanie problemów, ogranicza liczbę niepotrzebnych interwencji oraz zwiększa odporność operacyjną. To osiągnięcie potwierdza zaangażowanie Schneider Electric w redefiniowanie zarządzania wydajnością aktywów poprzez wykorzystanie najnowocześniejszych rozwiązań w obszarze AI.
Najnowsze ogłoszenia wpisują się w wieloletnią historię innowacji realizowanych wspólnie przez Schneider Electric i NVIDIA:
- We współpracy z firmą Switch i NVIDIA, Schneider Electric wniósł swój wkład merytoryczny do systemu operacyjnego Switch LDC EVO™ firmy. W połączeniu z bibliotekami NVIDIA Omniverse oraz OpenUSD platforma LDC EVO umożliwia automatyzację wszystkich systemów w centrach danych Switch w czasie rzeczywistym, zapewniając wgląd m.in. w modelowanie termiczne, symulacje elektryczne, odwzorowanie rzeczywistości czy zarządzanie cyklem życia budowy.
- ETAP zintegrował swoje innowacyjne modelowanie systemów elektrycznych z NVIDIA Omniverse, tworząc ujednolicone środowisko cyfrowego bliźniaka do szybkiego projektowania i walidacji złożonych systemów energetycznych. Umożliwia to operatorom sieci oraz właścicielom centrów danych dynamiczne i bezpieczne skalowanie bez kompromisów w zakresie stabilności systemu.
- W listopadzie 2025 r. Schneider Electric, wraz z ETAP i AVEVA, ogłosił przystąpienie do Alliance for OpenUSD, podkreślając zaangażowanie w rozwój interoperacyjnych cyfrowych bliźniaków oraz zasobów 3D typu SimReady w środowisku NVIDIA Omniverse.
- W październiku 2025 r. Schneider Electric ogłosił wsparcie dla inicjowanej przez NVIDIA transformacji branży w kierunku architektur zasilania 800 VDC, które stanowią kluczowy element dla nowych systemów rackowych wysokiej gęstości wdrażanych w centrach danych nowej generacji.
- We wrześniu 2025 r. Schneider Electric zaprezentował nowy projekt referencyjny wspierający NVIDIA Mission Control oraz NVIDIA GB300 NVL72, obejmujący również modele CFD ETAP i EcoStruxure IT Design, umożliwiający wykorzystanie cyfrowych bliźniaków do symulacji scenariuszy zasilania i chłodzenia oraz optymalizacji projektów pod konkretne zastosowania.
