NVIDIA推出用于AI工厂设计和运营的Omniverse Blueprint

该蓝图可连接 Cadence、ETAP、施耐德电气和 Vertiv 等解决方案，让工程师能够利用数字孪生技术设计、测试和优化新一代智能制造数据中心。

AI 正成为主流，推动了对专门用于 AI 训练和推理的基础设施的 AI 工厂，以及智能生产的空前需求。

许多 AI 工厂将达到吉瓦级规模。建设一座吉瓦级 AI 工厂是一项非凡的工程和物流壮举，需要供应商、建筑师、承包商和工程师等数万名工作人员共同努力，建造、运输和组装近 50 亿个组件和超过 21 万英里的光纤电缆。

为帮助设计和优化这些 AI 工厂，NVIDIA 在 GTC 大会上发布了用于 AI 工厂设计和运营的 NVIDIA Omniverse Blueprint。

在 GTC 主题演讲中，NVIDIA 创始人兼首席执行官黄仁勋展示了 NVIDIA 数据中心工程团队如何基于 Omniverse Blueprint 开发应用，以规划、优化和模拟一座吉瓦级 AI 工厂。通过连接 Cadence Reality 数字孪生平台和 ETAP 等领先的仿真工具，工程团队可以在施工开始前就测试和优化电力、冷却和网络。

工程 AI 工厂：仿真优先的方法

用于 AI 工厂设计和运营的 NVIDIA Omniverse Blueprint 使用 OpenUSD 库，使开发人员能够聚合来自不同来源的 3D 数据，如建筑本身、NVIDIA 加速计算系统以及施耐德电气和 Vertiv 等供应商提供的电源或冷却单元。

通过统一数十亿组件的设计和仿真，该蓝图能够帮助工程师解决以下复杂挑战：

组件集成和空间优化—可统一 NVIDIA DGX SuperPOD 等系统 50 亿组件的设计和仿真。

冷却系统性能和效率—使用由 NVIDIA CUDA 和 Omniverse 库加速的 Cadence Reality 数字孪生平台，模拟和评估 Vertiv 和施耐德电气的混合空气和液冷解决方案。

电力分配和可靠性— 使用 ETAP 设计可扩展、冗余的电气系统，以模拟电力模块的效率和可靠性。

网络拓扑和逻辑— 利用 NVIDIA Spectrum-X 网络和 NVIDIA Air 平台微调高带宽基础设施。

借助 Omniverse 打破工程壁垒

AI 工厂建设中最大的挑战之一是电力、冷却和网络建设等不同团队各自分离，导致效率低下和潜在故障。

使用该蓝图，工程师现在可以：

在完整背景下协作— 多个专业领域可以并行迭代，共享实时仿真，展示一个领域的变化如何影响另一个领域。

优化能源使用— 实时仿真更新使团队能够为 AI 工作负载找到最高效的设计。

消除故障点— 通过在部署前验证冗余配置，组织可以降低代价高昂的停机风险。

模拟真实条件— 预测和测试不同 AI 工作负载将如何影响冷却、电力稳定性和网络拥塞。

通过跨领域整合实时仿真，该蓝图使工程团队能够探索各种配置，以模拟所有权成本并优化电力利用率。

实时仿真加速决策制定

在黄仁勋的演示中，工程师能够实时调整 AI 工厂配置，并立即看到影响。

例如，冷却布局的微小调整显著提高了效率，这一细节可能在纸面上被忽略。团队无需等待数小时获得仿真结果，而是可以在几秒钟内测试和改进策略。

一旦确定最佳设计，Omniverse 就能够简化与供应商和施工团队的沟通，确保建造的内容与模型完全匹配，直至最小的细节。

未来可期的 AI 工厂

AI 工作负载并非一成不变。下一波 AI 应用将进一步推动电力、冷却和网络建设需求。用于 AI 工厂设计和运营的 Omniverse Blueprint 通过以下方式确保 AI 工厂做好准备：

工作负载感知仿真— 预测 AI 工作负载的变化将如何影响数据中心规模的电力和冷却。

故障场景测试— 模拟电网故障、冷却泄漏和电力尖峰，以确保系统弹性。

可扩展升级— 提前数年规划 AI 工厂扩展并估算基础设施需求。

在规划改造和升级时，用户可以轻松测试和模拟成本和停机时间，以打造面向未来的 AI 工厂。

对于 AI 工厂运营商来说，保持领先不仅关乎效率，还关乎防止可能导致每天损失数百万美元的基础设施故障。

对于一座吉瓦级 AI 工厂，每天的停机时间可能造成超过 1 亿美元的损失。通过提前解决基础设施挑战，该蓝图降低了风险并缩短了部署时间。

AI 工厂运营的代理式 AI 之路

NVIDIA 正在与 Vertech 和 Phaidra 等重要公司一起致力于蓝图的下一步发展，将其扩展到 AI 支持的运营中。

Vertech 正在与 NVIDIA 数据中心工程团队共同开发 NVIDIA 的先进 AI 工厂控制系统，该系统集成了 IT 和运营技术数据，以增强弹性和运营可见性。

Phaidra 正在与 NVIDIA 一同将强化学习 AI 智能体集成到 Omniverse 中。这些代理通过实时场景仿真优化热稳定性和能源效率，创建能够适应不断变化的硬件和环境条件的数字孪生。

AI 数据中心热潮

AI 正在重塑全球数据中心格局。随着 AI 驱动的数据中心升级预计将投资 1 万亿美元，数字孪生技术不再是可选项，而是必需品。

用于 AI 工厂设计和运营的 NVIDIA Omniverse Blueprint 有望帮助 NVIDIA 及其伙伴生态系统引领这一转型，帮助 AI 工厂运营商在不断发展的 AI 工作负载中保持领先地位，最大限度地减少停机时间并提高效率。