业务目标
明确要解决的性能、扩容、稳定性、覆盖、互连或运维问题,并确认上线优先级。
一、AI工厂基础设施参考设计解决方案名称:NVIDIA Vera Rubin DSX AI Factory参考设计核心目标:构建协同设计的AI基础设施,实现更高的每瓦Token数,加速首次投产时间。覆盖范围:计算、NVIDIA Spectrum-X以太网网络、存储电力、冷却、控制系统的设计与运营最佳实践开放、模块化、可组合的软件堆栈,连接集群硬件与电源、冷
查看方案背景、关键能力与适配场景,帮助你更快判断下一步应进入测试、咨询还是部署阶段。
一、AI工厂基础设施参考设计
解决方案名称:NVIDIA Vera Rubin DSX AI Factory参考设计
核心目标:构建协同设计的AI基础设施,实现更高的每瓦Token数,加速首次投产时间。
覆盖范围:
计算、NVIDIA Spectrum-X以太网网络、存储
电力、冷却、控制系统的设计与运营最佳实践
开放、模块化、可组合的软件堆栈,连接集群硬件与电源、冷却系统
关键软件组件:
DSX Max-Q:在固定功耗预算内最大化计算输出和每瓦Token性能。
DSX Flex:连接电网服务,动态调整用电量,协调混合现场发电,节约能源并保持电网稳定。
DSX Exchange:实现IT、运营技术(OT)和运营智能体之间计算、网络、能源、电力、冷却设备信号的安全可扩展集成。
DSX Sim模型 + DSX Air平台:通过高保真数字孪生验证AI工厂,建模GPU、网络及合作伙伴基础设施。
DSX SimReady:连接详细3D几何结构、物流和系统行为,加速首次营收并确保首发日性能。
解决方案名称:NVIDIA Omniverse DSX Blueprint
核心功能:
为设计和运营大型AI工厂提供开放、全面的框架。
构建物理精准的AI工厂数字孪生,实时模拟运营,在施工或部署前优化性能。
整合电力、冷却、网络和运营于同一环境,允许模拟布局、电力拓扑、散热行为和运营策略,评估硬件或工作负载变化而不中断生产。
兼容性:完全兼容Vera Rubin DSX AI Factory参考设计,现已正式发布。
1. 设计与工程平台集成
达索系统:将参考设计和蓝图集成到其基于CATIA软件的系统工程平台,构建AI工厂虚拟孪生。
Cadence:将NVIDIA Grace Blackwell Ultra机架系统的SimReady模型集成到其Reality Data Center Digital Twin Platform,模拟散热和流体数据。
西门子:开发框架平衡AI基础设施高密度计算与供电、散热、自动化。
PTC:将蓝图集成到Windchill PLM解决方案,结合工程数据与高保真实时仿真,管理跨供应商物料清单。
Procore Technologies:集成Omniverse库和DSX蓝图到Procore平台,创建贯穿施工生命周期的连续数字线程。
2. 电力与冷却基础设施
施耐德电气:集成ETAP平台模拟和优化配电系统;提供发电机、电气设备的SimReady资产。
Eaton、Trane Technologies、Vertiv:提供发电机、电气设备、冷却系统的SimReady资产,用于施工前验证和仿真。
Vertiv:使用Omniverse DSX Blueprint构建Vertiv OneCore Rubin DSX预制融合数据中心基础设施解决方案,加速部署和提高每瓦AI输出。
Trane Technologies:使用蓝图优化超大规模AI工厂散热管理,减少冷却能耗。
Phaidra:集成DSX Max-Q到自主学习AI智能体,通过降低冷却峰值提供约10%额外计算能力,释放电力用于Token生产。
3. 能源与电网解决方案
Emerald AI:集成DSX Flex到Conductor平台,实时管理电力,通过软件负载控制加快电网连接批准。
GE Vernova:将数字孪生扩展至从电网到AI工厂的整个电力堆栈,统一功耗和计算建模,加速基础设施部署。
日立:结合物理AI、电力系统与计算平台,加速电网规划,为十亿瓦级AI工厂提供可靠电力。
西门子能源:在其Noedra数字孪生平台使用NVIDIA RAPIDS库、Metropolis平台和Isaac Sim框架,实时监测电网,预测故障风险,减少计划外停机。
4. AI工厂建设与运营
Jacobs:使用Omniverse DSX Blueprint开发Data Center Digital Twin解决方案,优化AI工厂从规划、设计到交付和运营各环节。
Switch:借助蓝图构建EVO AI工厂和LDC EVO操作系统,实现实时遥测、基于Rubin DSX规范的数字孪生自动更新,优化供电、冷却和工作负载。
Nscale + Caterpillar:将DSX Vera Rubin参考设计带到西弗吉尼亚州吉瓦级工厂。
CoreWeave:使用NVIDIA DSX Air在云端构建并测试AI工厂数字孪生,在实际交付前进行运营预演,缩短验证时间。
合作伙伴贡献:
行业领导者(Cadence、达索系统、Eaton、Jacobs、Nscale、Phaidra、Procore、PTC、施耐德电气、西门子、Switch、Trane Technologies、Vertiv)通过集成平台、提供SimReady资产、连接软件,支持设计、构建和优化AI工厂。
能源领域领先企业(Emerald AI、GE Vernova、日立、西门子能源)使用DSX参考架构释放电网容量,为AI工厂提供所需电力。
在进入报价、测试或实施前,先把业务目标、现网条件和风险边界整理清楚。
明确要解决的性能、扩容、稳定性、覆盖、互连或运维问题,并确认上线优先级。
整理拓扑、服务器/交换机型号、接口速率、链路距离、供电散热和现有管理平台。
确认是否需要 PoC、兼容测试、吞吐测试、时延测试、无线覆盖测试或故障切换测试。
确认交付窗口、责任分工、备件策略、培训需求、验收指标和后续扩容路径。
先回答“适合谁、如何评估、下一步怎么做”,再决定是否继续进入测试与实施阶段。
如果你已经明确业务规模、性能目标和实施时间,这类方案更容易直接转化为可执行的落地路径。
对兼容性、吞吐、延迟和交付风险有要求的项目,更适合先通过 PoC 或测试申请把关键问题前置。
业务规模、接口需求、现网架构和时间节点越清楚,后续选型、测试和部署节奏越容易收敛。
适合已经明确业务目标,需要继续判断网络架构、产品组合和实施路线的团队,用于加快技术评估与落地决策。
建议准备业务规模、性能目标、现网架构、关键接口、时间节点,以及是否需要测试验证等信息。
可以。对于需要验证兼容性、性能或交付风险的项目,可先进入咨询、测试申请和 PoC 节奏,再推进部署。
可在当前方案基础上继续沟通品牌方向、业务场景、计划规模和时间要求,再细化产品组合、测试路径和实施建议。
建议先看业务目标、现网瓶颈、性能指标、扩展规模、上线窗口和预算约束,再判断方案架构与产品组合是否匹配。
需要前置确认兼容性、链路带宽、时延要求、设备供电与散热、施工窗口、测试范围和交付责任边界。