Det støtter Nvidia Mission Control og den væskekjølte rack-plattformen Nvidia GB300 NVL72. Dette skal gjøre det mulig å bygge og drifte neste generasjons AI-infrastruktur raskere og med høyere pålitelighet. 

– Å integrere data på tvers av strømdistribusjon, kjøling og drift er nødvendig for å lykkes med datasenterinfrastruktur, sier Scott Wallace, direktør for datasenterteknikk i Nvidia.  

– Referansedesignet tilrettelegger for digitale tvillinger i AI-fabrikker og gir operatører mulighet til å optimalisere infrastruktur for avansert, akselerert databehandling. 

Erik Gjesdal, segmentdirektør for datasentre i Norden og Baltikum i Schneider Electric, fremhever at referansedesignet er resultat av årelang praktisk og teknisk erfaring med utvikling av datasenterinfrastruktur.  

– Her integreres også nye energieffektive databrikker og grafiske prosessenheter som er utviklet for AI-trening og læring. Dette gjelder spesielt styring av væskekjøling. 

– AI-datasentre er komplekse anlegg der flere fag er integrert i hverandre. Referansedesign er en oppskrift for å prosjektere slike installasjoner der fremtidens teknologi kan brukes, og som er klare for oppskalering. Å kunne integrere nye løsninger før de blir til er en stor konkurransefordel. 

Store driftsfordeler

– Når det gjelder AI-datasentre tas det utgangspunkt i Nvidia sin teknologi og bruk av nye AI-verktøy (digitaltvilling), som forenkler og akselererer byggeprosessen. Program- og maskinvare for styring av datasenterinfrastruktur (grey space), IT-rom (whitespace) og datasenterbygg (byggautomasjon) må ses under ett og integreres i hverandre, som gir store driftsfordeler. 

– Referansedesignet gir full kontroll over både strømforsyning og kjøling i sanntid. Dette gjør det enklere å håndtere og bearbeide enorme datamengder, og den kraftige maskinvaren som brukes i AI-datasentre. 

Opplæring

– Referansedesign reduserer også behovet for å prøve og feile. Dette er til stor hjelp, spesielt med tanke på at det er mangel på slik kompetanse i Norge. Her arbeider vi for å lære opp egne ansatte og partnere. Dette er nødvendig for å møte ambisjonen til Norge om å bli leder på AI-infrastruktur.