Empresas usam NVIDIA DSX para romper gargalo de energia em fábricas de IA
Plataforma une rede elétrica e fábricas de inteligência artificial num só sistema, da subestação ao rack, diante de filas e atrasos bilionários em equipamentos.
Foto: Elias Gamez (Pexels)
Empresas em vários países estão adotando a plataforma NVIDIA DSX AI Factory para planejar, simular e operar a rede elétrica e a fábrica de inteligência artificial (IA) como um único sistema, da subestação ao rack. A movimentação responde a um problema concreto: a energia virou o principal gargalo da infraestrutura digital.
Mais de US$ 300 bilhões em equipamentos estão atrasados, e mais de 200 gigawatts de projetos aguardam nas filas de interconexão dos Estados Unidos, segundo o blog da NVIDIA. O desenho separado de rede, instalação e computação é apontado como uma das causas de atrasos, risco e capacidade ociosa.
O que aconteceu
A NVIDIA descreve o DSX como uma ponte entre esses silos. O DSX Sim e ativos SimReady de fabricantes de energia permitem simular juntos rede, subestação e fábrica de IA, validando geradores, painéis de distribuição, sistemas elétricos e refrigeração antes da obra. O DSX Flex sincroniza a demanda da fábrica com condições da rede e geração no local, transformando cargas estáticas em ativos flexíveis. Já o DSX MaxLPS e o DSX Exchange buscam extrair mais computação por watt e compartilhar sinais com segurança entre computação, redes, energia, refrigeração e operações.
Parceiros industriais já aparecem nessa arquitetura. A GE Vernova aplica expertise de energia da rede ao rack para complementar os sistemas DSX, com foco em converter restrições de potência em vantagem competitiva, maximizar computação e geração de tokens, sustentabilidade e confiabilidade da rede. A Hitachi Energy teve sistema de armazenamento em baterias qualificado como NVIDIA DSX Ready, o que ajuda clientes a identificar infraestrutura alinhada a requisitos da arquitetura de referência da plataforma.
A Schneider Electric, com AVEVA e ETAP, avança o DSX com arquiteturas de referência de energia e refrigeração validadas para NVIDIA Vera Rubin e com gêmeo digital de fábrica de IA baseado em NVIDIA Omniverse. A combinação do software de engenharia da AVEVA com ativos SimReady, OpenUSD e Omniverse liga simulações, dados operacionais em tempo real e otimização por IA entre as soluções das empresas e de terceiros, cobrindo o ciclo de vida do data center.
A Siemens Energy amplia a colaboração ao desenvolver um desenho de referência para infraestrutura elétrica resiliente, escalável e consciente da rede, da geração à distribuição, alinhado aos requisitos da fábrica de IA DSX Vera Rubin. A companhia também avalia tecnologias NVIDIA como RAPIDS, Metropolis e Isaac Sim na plataforma de gêmeo digital Noedra, para monitoramento da rede, identificação de riscos e prevenção de interrupções não planejadas.
No software de operação, a Phaidra integrou DSX Flex, DSX Max-Q e DSX Exchange a agentes de aprendizado próprio, visando refrigeração e alocação de energia, flexibilidade da rede e cerca de 10% a mais de computação no mesmo envelope de potência. A Emerald AI acoplou sua plataforma Conductor ao DSX Flex para utilidades aproveitarem capacidade ociosa da rede, abordagem modelada para liberar até 100 gigawatts na rede existente dos EUA.
O que isso pode mudar
Se a integração da rede com a fábrica de IA sair do discurso e entrar na operação cotidiana, o gargalo energético pode deixar de ser tratado só como limite físico e passar a ser gerido como variável de projeto e de despacho. Em tese, isso poderia encurtar o caminho entre planejamento e tempo até o token, reduzir capacidade ociosa e tornar data centers menos rígidos perante a rede.
A qualificação de equipamentos como DSX Ready e as arquiteturas Vera Rubin também podem acelerar a escolha de fornecedores e padrões comuns entre energia e computação. Ainda assim, o impacto real dependerá da execução em campo, das filas de interconexão e de quanto as utilidades aceitarão fábricas de IA como ativos flexíveis, e não apenas como cargas estáticas. Sem essa convergência, o atraso de equipamentos e as filas de conexão podem continuar a limitar a expansão das fábricas de IA.
Fontes: NVIDIA Blog.
Fontes: NVIDIA Blog
Leia mais em: mundodosnegocio.com.br