AI Factory, il canale entra nel cuore del data center

Il progetto pilota Immersive Twin, realizzato da Schneider Electric, AVEVA, Nscale e Start Campus utilizzando il NVIDIA Omniverse DSX Blueprint, porta questo modello direttamente all’interno di una infrastruttura AI reale.

Il digital twin riunisce infatti in un solo ambiente le tecnologie di Schneider Electric, AVEVA ed ETAP, collegando i workload AI con i modelli di alimentazione, raffreddamento, infrastruttura elettrica e gestione operativa.

L’AI Factory diventa un progetto di integrazione

Il dato tecnologico più interessante è proprio questo: il data center destinato all’intelligenza artificiale non può più essere progettato per silos.

Le prestazioni della componente IT dipendono sempre più direttamente dalla disponibilità energetica, dalla capacità di dissipare il calore, dalla densità dei rack e dalla possibilità di modificare rapidamente l’infrastruttura senza introdurre rischi operativi.

Immersive Twin nasce quindi per fornire una visione unificata dell’intero sistema, mettendo insieme dati ingegneristici, dati operativi e simulazioni avanzate. In questo modo gli operatori possono valutare in anticipo l’effetto di un cambiamento dell’infrastruttura prima di applicarlo fisicamente.

Per il canale significa che il valore si sposta sempre di più dalla semplice fornitura di tecnologia alla capacità di progettare e orchestrare ecosistemi complessi.

Il data center di Sines diventa banco di prova

La sperimentazione riguarda il data center SIN01, all’interno del SINES Data Campus sviluppato da Start Campus in Portogallo.

Si tratta di un progetto da 1,2 GW, destinato a ospitare oltre 66.000 GPU NVIDIA Rubin, configurandosi come una delle infrastrutture AI più rilevanti della regione europea.

La scala del progetto rende evidente quanto l’AI stia cambiando anche le logiche infrastrutturali. Più cresce la potenza computazionale, infatti, più diventano critici il consumo energetico, il raffreddamento e la capacità di ottimizzare ogni singolo megawatt disponibile.

Dal time to market al time to token

Con l’intelligenza artificiale cambia anche il modo di misurare l’efficienza.

Nscale punta attraverso il digital twin a ridurre il “time to token”, cioè il tempo necessario per rendere disponibile e utilizzare efficacemente la capacità computazionale destinata ai workload AI.

David Power, Chief Technology Officer di Nscale, sottolinea come la tecnologia consenta di modellare il funzionamento del data center “dall’alimentazione al raffreddamento fino alla distribuzione dei token”, permettendo di individuare possibili ottimizzazioni prima di intervenire fisicamente sull’infrastruttura.

È una logica che avvicina ulteriormente progettazione, operation e simulazione.

IT e OT si incontrano nell’infrastruttura AI

Uno degli elementi più rilevanti per il canale è la crescente convergenza fra IT e OT.

Immersive Twin accompagna infatti l’intero ciclo di vita dell’AI Factory, dalla progettazione alla gestione operativa, attraverso un digital twin basato su OpenUSD.

La piattaforma collega le tecnologie di Schneider Electric, ETAP, AVEVA e componenti di terze parti e permette di testare scenari relativi ad alimentazione, raffreddamento e processi prima dell’implementazione.

In questo modo è possibile validare le scelte progettuali, valutare l’impatto degli aggiornamenti, ridurre il rischio negli approvvigionamenti e ottimizzare continuamente le prestazioni integrando dati IT e OT.

Per system integrator e partner questo significa dover sviluppare competenze che vanno ben oltre il tradizionale perimetro infrastrutturale.

Più densità significa più complessità

L’aumento della densità computazionale rende centrale anche il tema del liquid cooling.

Robert Dunn, Chief Executive Officer di Start Campus, spiega che il digital twin permette di simulare come l’incremento della densità dei rack possa propagarsi lungo la catena di alimentazione e il circuito di raffreddamento a liquido.

Questo consente di testare nuove generazioni di hardware, concordare le configurazioni con il cliente e intervenire soltanto quando il progetto è già stato validato virtualmente.

Il vantaggio è doppio: ridurre il rischio e aumentare il valore ottenibile da ogni megawatt disponibile.

Il software industriale entra nel data center

Nel progetto assume un ruolo centrale anche AVEVA, che porta nell’AI Factory tecnologie già consolidate nel mondo industriale.

Tra queste figurano CONNECT, PI System, AVEVA Process Simulation, AVEVA Unified Engineering e AVEVA Asset Information Management, integrate con Viewport, l’applicazione di visualizzazione NVIDIA Omniverse.

Caspar Herzberg, CEO di AVEVA, evidenzia come l’unificazione di alimentazione, raffreddamento e infrastruttura consenta di simulare “aggiornamenti, espansioni e progetti greenfield”, mantenendo allo stesso tempo una visibilità in tempo reale sulle prestazioni degli asset.

Per il canale cresce il valore della progettazione

La conseguenza per il mercato è chiara. L’AI Factory non è più soltanto un progetto server, networking o storage.

È un’infrastruttura nella quale energia, cooling, software, automazione, GPU, cloud e dati operativi devono essere progettati insieme.

Per il canale ICT questo apre nuove opportunità, soprattutto per quei partner capaci di muoversi su più livelli: progettazione del data center, integrazione IT/OT, simulazione, gestione energetica, monitoraggio e servizi continuativi di ottimizzazione.

Schneider Electric, AVEVA ed ETAP intendono inoltre proseguire la collaborazione con NVIDIA su architetture di riferimento, infrastrutture integrate e soluzioni software destinate alla prossima generazione di AI Factory.

Il messaggio per system integrator e partner è quindi netto: nella nuova economia dell’intelligenza artificiale, il vero differenziale non sarà soltanto vendere capacità di calcolo, ma sapere progettare l’ambiente che permette a quella capacità di funzionare in modo efficiente, resiliente e scalabile.