Dassault Systèmes y Vertiv fijan objetivos modelizados para fábricas de IA

Dassault Systèmes y Vertiv anunciaron la colaboración durante NVIDIA GTC Berlin. El trabajo amplía Vertiv SmartRun, un gemelo virtual configurable, a una infraestructura más amplia para fábricas de IA, incluida Vertiv OneCore. OneCore se describe como una solución de centro de datos de construcción híbrida que integra energía crítica, gestión térmica e infraestructura de apoyo. El anuncio combina ingeniería de sistemas y simulación de Dassault Systèmes con los diseños de energía y refrigeración de Vertiv para evaluar una instalación integrada antes de construirla.

El objetivo declarado es reducir la complejidad en obra y acelerar el paso desde el inicio del diseño hasta una capacidad de IA productiva. El comunicado describe las fábricas de IA como sistemas conectados en los que energía, refrigeración, redes, controles y computación se afectan mutuamente. Un cambio en un área puede repercutir en otras, por lo que los socios dicen que los ingenieros deben evaluar el sistema integrado antes del despliegue.

Los diseños de referencia se basan en el diseño NVIDIA Vera Rubin DSX AI Factory y el plano Omniverse DSX. Dassault Systèmes aporta la plataforma 3DEXPERIENCE, ingeniería de sistemas basada en modelos, simulación y gemelos virtuales; Vertiv contribuye activos SimReady configurables de energía y refrigeración y experiencia en infraestructura. Las empresas dicen que esos activos pueden representarse como modelos de sistemas y adaptarse a las necesidades de cada cliente. La colaboración pasa del gemelo SmartRun a soluciones que incluyen OneCore y conecta energía, sistemas térmicos y planificación de computación en un solo proceso de diseño.

En el flujo descrito, los ingenieros pueden comparar configuraciones, propagar cambios de diseño entre disciplinas, realizar validaciones de sistema y multifísicas y generar entregables en un entorno común. El modelo pretende mantener la intención de diseño durante la construcción y puesta en marcha y en futuras actualizaciones. Esto importa porque un cambio de energía o refrigeración puede afectar otras partes de una fábrica de IA muy interconectada.

Las cifras previstas se refieren a etapas y medidas distintas: configuración y validación hasta diez veces más rápidas; reducción de hasta el 50% del periodo definido de despliegue; capacidad disponible unas diez semanas antes que en la referencia convencional modelizada por Vertiv; y hasta un 30% más de tokens acumulados en los primeros doce meses desde el inicio del proyecto con la misma capacidad instalada. Vertiv dice que esta última diferencia se debe solo a la disponibilidad anticipada de las instalaciones, no a una mayor eficiencia operativa. Son resultados de escenario basados en el modelo, no resultados medidos en clientes ni ahorros garantizados.

El comunicado especifica que la diferencia de producción de tokens se debe únicamente a que las instalaciones estarían listas antes y no representa una mejora de eficiencia operativa ni un resultado medido en clientes. La comparación depende por tanto de la referencia modelada, las hipótesis del proyecto y la definición del periodo de despliegue. Los porcentajes y plazos deben leerse como resultados de escenarios proporcionados por Vertiv, no como previsiones validadas independientemente ni ahorros garantizados.

En NVIDIA GTC Berlin, del 20 al 22 de octubre, los socios dijeron que mostrarían elementos del proceso, incluido cómo los requisitos de las instalaciones orientan la configuración y cómo los equipos pueden evaluar virtualmente las limitaciones de energía y refrigeración.