Vertiv ha presentado nuevas arquitecturas de referencia que prometen revolucionar la infraestructura para inteligencia artificial, específicamente para el NVIDIA Omniverse DSX Blueprint. Este movimiento se produce en un contexto de creciente demanda de soluciones de inteligencia artificial generativa, donde la compañía afirma que podrá reducir el tiempo de implementación, conocido como Time to First Token, hasta en un 50%.
La clave de esta innovación es la plataforma prefabricada Vertiv™ OneCore, que combina computación, energía, refrigeración y servicios en un único sistema. Esta solución modular no solo acelera los tiempos de entrega, sino que también maximiza el uso del espacio y mejora el rendimiento, adaptándose a las necesidades individuales de los clientes.
Scott Armul, vicepresidente ejecutivo de Vertiv, destacó la relevancia de la colaboración con NVIDIA para desarrollar soluciones vanguardistas en este ámbito en auge. Las arquitecturas de referencia de la empresa ofrecen una notable flexibilidad en los modos de despliegue, abarcando desde estrategias más tradicionales hasta opciones completamente prefabricadas.
Una innovación clave en esta propuesta es el sistema de energía grid-to-chip, que maximiza la eficiencia y reduce la huella física de las instalaciones. Además, se implementa una avanzada solución de refrigeración líquida, capaz de manejar las altas demandas térmicas de la computación acelerada, asegurando un rendimiento óptimo para las generaciones futuras de procesadores.
Dion Harris, director senior en NVIDIA, enfatizó que la alianza entre ambas compañías es crucial para establecer un ecosistema sólido que aborde los retos del crecimiento en inteligencia artificial. La combinación de estas arquitecturas flexibles y de rápida implementación posiciona a Vertiv y NVIDIA en la vanguardia de la transformación del sector.
Por último, las nuevas arquitecturas de Vertiv se sustentan en un amplio portfolio de soluciones de energía y refrigeración, junto con una red global compuesta por más de 4.000 técnicos de campo, asegurando así la eficiencia y escalabilidad necesarias para las futuras instalaciones de inteligencia artificial.
