Dassault Systèmes und Vertiv nennen modellierte Ziele für KI-Fabriken

Dassault Systèmes und Vertiv kündigten die Zusammenarbeit während der NVIDIA GTC Berlin an. Die Arbeit erweitert Vertiv SmartRun, einen konfigurierbaren virtuellen Zwilling, auf weitere KI-Fabrik-Infrastruktur einschließlich Vertiv OneCore. OneCore wird als hybrid errichtete Rechenzentrumslösung beschrieben, die kritische Stromversorgung, Wärmemanagement und unterstützende Infrastruktur verbindet. Die Mitteilung bringt Systems Engineering und Simulation von Dassault Systèmes mit Vertivs Strom- und Kühlungsentwürfen zusammen, um eine integrierte Anlage vor Baubeginn zu bewerten.

Ziel ist laut Mitteilung, die Komplexität auf der Baustelle zu senken und den Weg vom Entwurfsbeginn bis zu nutzbarer KI-Kapazität zu verkürzen. KI-Fabriken seien gekoppelte Systeme, in denen Stromversorgung, Kühlung, Netzwerk, Steuerung und Rechenleistung einander beeinflussen. Änderungen in einem Bereich können Folgen an anderer Stelle haben; deshalb sollen Ingenieure das Gesamtsystem vor dem Einsatz prüfen.

Die Referenzentwürfe beruhen auf dem NVIDIA-Referenzdesign Vera Rubin DSX AI Factory und dem Omniverse-DSX-Blueprint. Dassault Systèmes stellt die 3DEXPERIENCE-Plattform, modellbasiertes Systems Engineering, Simulation und virtuelle Zwillinge bereit; Vertiv bringt konfigurierbare SimReady-Elemente für Stromversorgung und Kühlung sowie Infrastrukturwissen ein. Die Unternehmen erklären, diese Elemente könnten als Systemmodelle dargestellt und an Kundenanforderungen angepasst werden. Die Zusammenarbeit reicht vom SmartRun-Zwilling bis zu Lösungen mit OneCore und verbindet Strom, Thermik und Rechenplanung in einem Entwurfsprozess.

Im beschriebenen Ablauf können Ingenieure Konfigurationen vergleichen, Entwurfsänderungen fachübergreifend weitergeben, System- und multiphysikalische Validierungen durchführen und Ergebnisse in einer gemeinsamen Umgebung erstellen. Das Modell soll die Entwurfsabsicht über Bau und Inbetriebnahme bis zu späteren Technologie-Upgrades bewahren. Das ist relevant, weil Änderungen an Stromversorgung oder Kühlung weitere Teile einer eng gekoppelten KI-Fabrik beeinflussen können.

Die Zielwerte beziehen sich auf unterschiedliche Phasen und Messgrößen: bis zu zehnmal schnellere Konfiguration und Validierung; bis zu 50% kürzere definierte Infrastruktur-Bereitstellungszeit; etwa zehn Wochen frühere Kapazitätsbereitschaft gegenüber Vertivs modelliertem herkömmlichen Vergleich; und bis zu 30% mehr kumulierte Token-Ausgabe in den ersten zwölf Monaten ab Projektstart bei gleicher installierter Kapazität. Vertiv zufolge beruht der letzte Unterschied allein auf früherer Anlagenbereitschaft, nicht auf höherer Betriebseffizienz. Es sind Szenarioausgaben des Modells, keine gemessenen Kundenergebnisse oder garantierten Einsparungen.

Die Mitteilung stellt ausdrücklich klar, dass der Unterschied bei der Token-Ausgabe allein aus der früheren Betriebsbereitschaft der Anlage resultiert und weder höhere Betriebseffizienz noch ein gemessenes Kundenergebnis bedeutet. Der Vergleich hängt damit vom modellierten Referenzfall, den Projektannahmen und der Definition des Bereitstellungszeitraums ab. Die Angaben sind als Szenarioergebnisse von Vertiv zu lesen, nicht als unabhängig bestätigte Prognosen oder garantierte Einsparungen.

Bei der NVIDIA GTC Berlin vom 20. bis 22. Oktober wollten die Partner Elemente des Vorgehens zeigen, darunter wie Standortanforderungen die Konfiguration bestimmen und wie Teams Strom- und Kühlungsgrenzen virtuell prüfen können.