Ugrás a tartalomra
Neural Daily

ÜzletHír

DSX POD: konténerben érkező AI-gyár 14 nap alatt

Az NVIDIA a GTC Berlinen bemutatta a DSX POD-ot: gyárban összeszerelt, tesztelt Vera Rubin AI-gyárakat konténerben. A telepítés így hat hónap helyett akár 14 nap. Mellé több új DSX szoftverelem is érkezett.

Írta: Mikola Máté Patrik · · 2 perc olvasás

NVIDIA press image: NVIDIA DSX POD
Kép: NVIDIA · Sajtókép · Official NVIDIA press/blog image · Forrás

Mi változott?

Az NVIDIA október 21-én a GTC Berlinen bejelentette a DSX POD-ot (NVIDIA Newsroom). Ez egy referenciaterv komplett Vera Rubin AI-gyárakhoz, amelyeket partnerek moduláris konténerekben építenek meg. A konténereket még szállítás előtt integrálják és tesztelik. A számítástechnika, a hálózat, a kábelezés, a rack szintű áramellátás és a folyadékhűtés is a gyárban kerül a helyére.

Az NVIDIA szerint egy előkészített telephelyen a telepítés így hat hónapról akár 14 napra rövidül. A DSX POD-ot 2027 elejétől szállítják, többek között a Dell, a HPE, a Lenovo, a Foxconn, a Schneider Electric, a Vertiv és a Crusoe közreműködésével.

A DSX platform többi újdonsága

Egy külön bejelentésben (NVIDIA Newsroom) az NVIDIA a DSX szoftveroldalát is bővítette:

  • DSX MaxLPS: dinamikusan osztja el az áramot az AI-gyáron belül. Az NVIDIA szerint ugyanannyi tokent akár 30%-kal kevesebb árammal lehet előállítani. A Lambda B200 rendszereken 24%-kal nagyobb tokenátvitelt mért fix áramkeretben, az Nscale izlandi tesztje 49%-os inference-növekedést hozott négy GB300 NVL72 racken.
  • DSX Flex: az áramfelvételt a hálózati igényekhez igazítja. Egy brit próbában a klaszter fogyasztása akár 40%-kal csökkent szimulált hálózati események alatt, miközben a kritikus workloadok futottak.
  • DSX OS: három új, nyílt forrású komponens developer preview-ban (Config Manager, Rack Management Service, Cluster Readiness Engine) a hálózatkonfiguráció, a rackkezelés és a klaszterek éles indulás előtti validálásának automatizálására.
  • SimReady Central: validált áramellátási és hűtési eszközmodellek a Hugging Face-en, digitális ikrek gyorsabb felépítéséhez.

A zárt körös folyadékhűtés és a száraz hűtők kombinációjával az NVIDIA szerint a hűtővíz-fogyasztás közel nullára csökkenthető. Ez egy 2 gigawattos telepítésnél napi 54 millió liter megtakarítás.

Miért számít?

Az AI-kapacitás szűk keresztmetszete ma sokszor nem a GPU, hanem az építkezés, az áram és a hűtés. A DSX POD a telepítési időt, a MaxLPS és a Flex az áramkeretet célozza. A számok gyártói vagy partneri mérések, független ellenőrzés nélkül. Az európai szuverén AI-tervek szempontjából a gyorsabb, kiszámíthatóbb építés lehet a valódi előny.

    MI segítségével készült, szerkesztő ellenőrizte. Hogyan készülnek a cikkeink

    Szerkesztőségünk ellenőrizte és szerkesztette. Rólunk

    Kapcsolódó cikkek