該藍圖可連接 Cadence、推出ETAP、用于營施耐德電氣和 Vertiv 等解決方案，工廠讓工程師能夠利用數字孿生技術設計、設計測試和優化新一代智能制造數據中心。和運
AI正成為主流，推出推動了對專門用于 AI 訓練和推理的用于營基礎設施的 AI 工廠，以及智能生產的工廠空前需求。
許多 AI 工廠將達到吉瓦級規模。設計建設一座吉瓦級 AI 工廠是和運一項非凡的工程和物流壯舉，需要供應商、推出建筑師、用于營承包商和工程師等數萬名工作人員共同努力，工廠建造、設計運輸和組裝近 50 億個組件和超過 21 萬英里的和運光纖電纜。
為幫助設計和優化這些 AI 工廠，NVIDIA 在 GTC 大會上發布了用于 AI 工廠設計和運營的 NVIDIA Omniverse Blueprint。
在 GTC 主題演講中，NVIDIA 創始人兼首席執行官黃仁勛展示了 NVIDIA 數據中心工程團隊如何基于 Omniverse Blueprint 開發應用，以規劃、優化和模擬一座吉瓦級 AI 工廠。通過連接 Cadence Reality 數字孿生平臺和 ETAP 等領先的仿真工具，工程團隊可以在施工開始前就測試和優化電力、冷卻和網絡。
工程 AI 工廠：仿真優先的方法
用于 AI 工廠設計和運營的 NVIDIA Omniverse Blueprint 使用 OpenUSD 庫，使開發人員能夠聚合來自不同來源的 3D 數據，如建筑本身、NVIDIA 加速計算系統以及施耐德電氣和 Vertiv 等供應商提供的電源或冷卻單元。
通過統一數十億組件的設計和仿真，該藍圖能夠幫助工程師解決以下復雜挑戰：
組件集成和空間優化—可統一 NVIDIA DGX SuperPOD 等系統 50 億組件的設計和仿真。
冷卻系統性能和效率—使用由 NVIDIA CUDA 和 Omniverse 庫加速的 Cadence Reality 數字孿生平臺，模擬和評估 Vertiv 和施耐德電氣的混合空氣和液冷解決方案。
電力分配和可靠性— 使用 ETAP 設計可擴展、冗余的電氣系統，以模擬電力模塊的效率和可靠性。
網絡拓撲和邏輯— 利用 NVIDIA Spectrum-X 網絡和 NVIDIA Air 平臺微調高帶寬基礎設施。
借助 Omniverse 打破工程壁壘
AI 工廠建設中最大的挑戰之一是電力、冷卻和網絡建設等不同團隊各自分離，導致效率低下和潛在故障。
使用該藍圖，工程師現在可以：
在完整背景下協作— 多個專業領域可以并行迭代，共享實時仿真，展示一個領域的變化如何影響另一個領域。
優化能源使用— 實時仿真更新使團隊能夠為 AI 工作負載找到最高效的設計。
消除故障點— 通過在部署前驗證冗余配置，組織可以降低代價高昂的停機風險。
模擬真實條件— 預測和測試不同 AI 工作負載將如何影響冷卻、電力穩定性和網絡擁塞。
通過跨領域整合實時仿真，該藍圖使工程團隊能夠探索各種配置，以模擬所有權成本并優化電力利用率。
實時仿真加速決策制定
在黃仁勛的演示中，工程師能夠實時調整 AI 工廠配置，并立即看到影響。
例如，冷卻布局的微小調整顯著提高了效率，這一細節可能在紙面上被忽略。團隊無需等待數小時獲得仿真結果，而是可以在幾秒鐘內測試和改進策略。
一旦確定最佳設計，Omniverse 就能夠簡化與供應商和施工團隊的溝通，確保建造的內容與模型完全匹配，直至最小的細節。
未來可期的 AI 工廠
AI 工作負載并非一成不變。下一波 AI 應用將進一步推動電力、冷卻和網絡建設需求。用于 AI 工廠設計和運營的 Omniverse Blueprint 通過以下方式確保 AI 工廠做好準備：
工作負載感知仿真— 預測 AI 工作負載的變化將如何影響數據中心規模的電力和冷卻。
故障場景測試— 模擬電網故障、冷卻泄漏和電力尖峰，以確保系統彈性。
可擴展升級— 提前數年規劃 AI 工廠擴展并估算基礎設施需求。
在規劃改造和升級時，用戶可以輕松測試和模擬成本和停機時間，以打造面向未來的 AI 工廠。
對于 AI 工廠運營商來說，保持領先不僅關乎效率，還關乎防止可能導致每天損失數百萬美元的基礎設施故障。
對于一座吉瓦級 AI 工廠，每天的停機時間可能造成超過 1 億美元的損失。通過提前解決基礎設施挑戰，該藍圖降低了風險并縮短了部署時間。
AI 工廠運營的代理式 AI 之路
NVIDIA 正在與 Vertech 和 Phaidra 等重要公司一起致力于藍圖的下一步發展，將其擴展到 AI 支持的運營中。
Vertech 正在與 NVIDIA 數據中心工程團隊共同開發 NVIDIA 的先進 AI 工廠控制系統，該系統集成了 IT 和運營技術數據，以增強彈性和運營可見性。
Phaidra 正在與 NVIDIA 一同將強化學習 AI 智能體集成到 Omniverse 中。這些代理通過實時場景仿真優化熱穩定性和能源效率，創建能夠適應不斷變化的硬件和環境條件的數字孿生。
AI 數據中心熱潮
AI 正在重塑全球數據中心格局。隨著 AI 驅動的數據中心升級預計將投資 1 萬億美元，數字孿生技術不再是可選項，而是必需品。
用于 AI 工廠設計和運營的 NVIDIA Omniverse Blueprint 有望幫助 NVIDIA 及其伙伴生態系統引領這一轉型，幫助 AI 工廠運營商在不斷發展的 AI 工作負載中保持領先地位，最大限度地減少停機時間并提高效率。
