思科、谷歌、Meta、微软和 Visionbay 正共同推进 Vera Rubin 架构的发展。
在圣何塞 McEnery 会议中心举行的开放计算项目（OCP）全球峰会上，NVIDIA 宣布了新的合作伙伴关系和技术贡献，旨在为新一代 AI 基础设施构建通用基础。
NVIDIA 通过开放的 NVIDIA MGX 架构，向 OCP 提供了关键的 NVIDIA Vera Rubin 机架和计算托盘设计，为系统构建者开发下一代 AI 工厂基础设施提供了通用基础。
这些举措涵盖了 AI 工厂本身、为其供电的公用电网以及作为现代加速计算核心的机架级架构。
MGX 机架助力
Vera Rubin AI 工厂加速推进
NVIDIA 与行业领导者一起，通过 OCP 的 Open DC 计划为第三代 MGX AI 数据中心参考设计做出贡献。
结合 MQD 和 MQDB 等开放式液冷技术，该举措有助于将经过验证的 AI 工厂设计转变为行业标准，供业界采用、制造和扩展。
Vera CPU 机架设计规范将 NVIDIA MGX 开放架构从加速计算进一步拓展，为日益发展的智能体 AI 时代提供了一个专用平台。Vera Rubin 机架级系统是大规模训练和推理的基础，NVIDIA Vera CPU 机架则专为工具调用、编排和沙盒执行而设计，帮助 AI 智能体实时与应用、数据和服务进行交互。
NVIDIA 为 DSX AI Factory
推出全新开源软件组件
NVIDIA 通过开源组件扩展了 DSX 操作系统，用于配置网络、验证集群、管理机架和调配裸金属：
NVIDIA 配置管理器
大规模自动化交换机配置，助力客户部署、验证和维护一致的 AI 工厂网络，将人工干预降至最低。
NVIDIA 集群就绪引擎
借助真实的工作负载模拟对 GPU 集群进行压力测试，在训练任务开始前保证硬件正常运行，从而有效避免因故障导致代价高昂的任务崩溃。
NVIDIA 机架管理服务
提供机架硬件抽象和运维解决方案，将机架作为头等核心单元，以提升 AI 工厂大规模固件管理。
适用于 NVIDIA 基础设施控制器的集群 API Provider
加速裸机部署和租户载入，将原始 AI 硬件转变为生产就绪型集群的时间从几天缩短到数小时。
这些开源组件基于 NVIDIA 运行 NVIDIA DGX Cloud 的经验而开发，助力云服务提供商和软件合作伙伴能够将 AI 工厂能力直接集成到其多租户平台中。
NVIDIA 与超大规模企业
共同发布新一代 AI 工厂开放标准
NVIDIA 与 AMD、谷歌和 Meta 共同发布了一项新的开放规范，为此类基础设施奠定了基础。开放数据中心规范 v0.7 为新一代 AI 工厂设施设计制定了统一蓝图，从供电架构到冷却基础设施，再到物理布局等方面。
这项由谷歌、Meta、微软和 NVIDIA 共同发布的 OCP 电网可靠性规范，明确了大规模 AI 基础设施在公用电网扰动期间应具备的行为能力：保持连接、自动响应，并在两秒时间内恢复至接近满载运行状态。
Visionbay.ai 为 Vera Rubin 时代
打造 800 VDC AI 工厂
Visionbay 公布了 K-1——新一代 AI 工厂平台的计划。该平台围绕 800 VDC 架构并针对未来的 NVIDIA Vera Rubin 部署进行构建。该项目将 NVIDIA 800 VDC 参考架构与 Vertiv 的供电和散热技术相结合，为高密度 AI 基础设施奠定了可扩展的基础。
该设计旨在解决日益严峻的行业挑战。随着 AI 训练、常规推理和深度推理工作负载的增加，机架功率密度不断上升。传统的低压配电变得越来越难以扩展，需要更多的铜缆、线缆和电源转换设备。
Meta 和 NVIDIA 利用 Spectrum-6
和多平面技术推动 AI 网络的发展
Meta 和 NVIDIA 宣布 Meta 将采用 NVIDIA Spectrum-6 102.4 Tb/s 以太网交换机，在开放网络上构建更大、更高性能的 NVIDIA Vera Rubin AI 工厂。
此次合作的核心是 Spectrum-X 多平面技术，该技术由 Spectrum-6 交换机和 ConnectX-9 SuperNIC 提供支持。多平面技术能够在硬件层面将 GPU 流量分配到多达 8 个独立的网络平面，使 AI 工厂能够在减少交换机层和基础设施成本的同时，扩展至超过 10 万块 GPU。GPU 之间的多路径可提高网络利用率和可靠性：当某个组件发生故障时，流量可转移到剩余平面，从而确保 GPU 保持生产力，AI 应用程序也可以继续运行，即使带宽有所降低。
NVIDIA 和思科推出 USFP，
为 AI 工厂规模化重塑可插拔光模块
NVIDIA 和思科宣布了 USFP 计划。这是一种新型可插拔光模块，旨在帮助 AI 工厂建造者扩展新一代 AI 网络，同时提高带宽密度和能效。
新的封装规格专为满足新一代 AI 工厂对规模和效率的需求而设计，在支持更高带宽的网络的同时，保留了使可插拔光模块成为现代数据中心支柱的灵活性和可维护性。它还能将能效提高约 1.3 倍，帮助运营商以更低的能耗传输更多数据。
Google Falcon Transport
支持 NVIDIA ConnectX-10，
实现可互操作的 AI 网络
NVIDIA 和谷歌宣布，未来 NVIDIA ConnectX-10 SuperNIC 和 BlueField DPU 将支持 Falcon Transport，帮助提高大规模 AI 基础设施的网络效率。
此次合作将 NVIDIA 硬件加速技术与 DOCA 软件相结合，实现 Falcon 落地，并将 NVIDIA 网络扩展至谷歌的数据中心传输。NVIDIA 和谷歌网卡可以通过通用传输层进行通信，同时应用程序仍能保留标准 RDMA 编程接口。
以上为摘要内容，请点击“阅读原文”或扫描下方二维码阅读完整内容：
扫描下方海报二维码，锁定 NVIDIA CEO 黄仁勋 GTC 柏林主题演讲。北京时间 10 月 21 日（星期三）下午 17:00 - 19:00，邀您一同探索 AI 工厂、开放模型、物理 AI 和加速计算如何推动各行各业创新。
