ชไนเดอร์ อิเล็คทริค ผู้นำด้านการจัดการพลังงานและระบบอัตโนมัติ เปิดตัวโซลูชันดาต้าเซ็นเตอร์ใหม่ที่ออกแบบมาเพื่อรับมือกับความต้องการด้านพลังงานและความหนาแน่นที่เพิ่มขึ้นอย่างรวดเร็วของเทคโนโลยี AI (ปัญญาประดิษฐ์) และการประมวลผลประสิทธิภาพสูง (HPC) ซึ่งโซลูชันใหม่นี้จะช่วยให้องค์กรต่างๆ สามารถติดตั้งและบริหารจัดการ AI Clusters ได้อย่างมีประสิทธิภาพมากยิ่งขึ้น
นวัตกรรมที่ออกแบบมาเพื่อ AI โดยเฉพาะ
โซลูชันใหม่ที่เปิดตัวในครั้งนี้ประกอบด้วย:
- EcoStruxure Pod Data Center: ดาต้าเซ็นเตอร์แบบโมดูลาร์สำเร็จรูปที่รวมระบบระบายความร้อนด้วยของเหลว, Busway (ระบบจ่ายไฟฟ้า) และตู้แร็ค NetShelter เข้าไว้ด้วยกัน เพื่อรองรับอุปกรณ์ไอทีที่มีพลังงานความหนาแน่นสูงได้ถึง 1 เมกะวัตต์ (MW) และสามารถปรับขยายได้ตามต้องการ
- EcoStruxure Rack Solutions: ระบบตู้แร็คที่แข็งแรงทนทานและมีพลังงานความหนาแน่นสูง สามารถปรับเข้ากับมาตรฐานการออกแบบแบบต่างๆ ได้ รวมถึงสถาปัตยกรรม NVIDIA MGX ซึ่งเป็นครั้งแรกที่ชไนเดอร์ อิเล็คทริคได้ร่วมพัฒนาเพื่อรองรับระบบ NVIDIA GB200 NVL72 โดยเฉพาะ
- เทคโนโลยีระบายความร้อนขั้นสูง: โซลูชันใหม่นี้มาพร้อมระบบระบายความร้อนด้วยของเหลวแบบ Direct-to-Chip ที่ส่งตรงของเหลวไปหล่อเย็นถึงชิปประมวลผลโดยตรง เพื่อจัดการกับความร้อนมหาศาลที่เกิดจากการประมวลผลของ AI
นายหิมานชู ปราสาท รองประธานบริหารจากชไนเดอร์ อิเล็คทริค กล่าวว่า “ความต้องการพลังงานและความหนาแน่นที่มหาศาลของ AI Clusters ทำให้เราต้องมีแนวทางใหม่ในการออกแบบดาต้าเซ็นเตอร์ ลูกค้าต้องการโซลูชันที่สามารถติดตั้งได้รวดเร็ว ปรับขยายได้ และมีประสิทธิภาพ โซลูชัน EcoStruxure ใหม่ของเราที่รองรับเทคโนโลยีของ NVIDIA สามารถตอบโจทย์เหล่านี้ได้อย่างตรงจุด”
การร่วมมือเชิงกลยุทธ์กับ NVIDIA
ชไนเดอร์ อิเล็คทริค ได้ร่วมมือกับ NVIDIA เพื่อพัฒนาโซลูชันใหม่นี้ ทำให้สามารถส่งมอบโครงสร้างพื้นฐานที่เชื่อถือได้และพร้อมสำหรับการใช้งานในอนาคตได้อย่างแท้จริง โดย วลาดิเมียร์ ทรอย รองประธานฝ่ายวิศวกรรมดาต้าเซ็นเตอร์ของ NVIDIA กล่าวว่า “เรากำลังร่วมกันรับมือกับความต้องการที่เพิ่มขึ้นอย่างรวดเร็วของ AI Factories ตั้งแต่ระดับกิโลวัตต์ไปจนถึงเมกะวัตต์ และส่งมอบโซลูชันที่เพิ่มความสามารถในการปรับขยาย ความหนาแน่น และสร้างประสิทธิภาพสูงสุด”
โซลูชันใหม่นี้จะช่วยให้ผู้ดูแลระบบและพันธมิตรของชไนเดอร์ อิเล็คทริค สามารถติดตั้ง AI Cluster ได้อย่างรวดเร็วและเชื่อถือได้มากขึ้น พร้อมทั้งรับมือกับความท้าทายต่างๆ เช่น การจัดการพลังงานและความร้อน ความซับซ้อนในการติดตั้ง และช่องว่างด้านทักษะได้อย่างมีประสิทธิภาพ
