NVIDIA apre l’architettura Vera Rubin per le fabbriche AI
NVIDIA condivide con OCP i progetti dei rack per Vera Rubin e l'architettura MGX 1.2 per supportare datacenter AI e rack fino a 250 kW.
👁 112 letture
Cinquemila ampere. È questo il carico nominale della busbar progettata per i rack di nuova generazione Vera Rubin: una cifra che mostra bene la portata della sfida con cui si confronta oggi il settore. Quando mercoledì mattina Ian Buck, vicepresidente di NVIDIA per hyperscale e HPC, è salito sul palco del centro congressi McEnery a San Jose, davanti a lui sedevano centinaia di ingegneri chiamati a un compito semplice solo sulla carta: costruire l’infrastruttura per alimentare fabbriche di intelligenza artificiale destinate a passare dai megawatt ai gigawatt.
È proprio lì, durante l’OCP Global Summit, che NVIDIA ha annunciato una serie di iniziative per accelerare questa corsa. L’azienda ha condiviso con l’Open Compute Project i progetti chiave di rack e vassoi di calcolo (compute tray) per la piattaforma Vera Rubin, sfruttando l’architettura aperta NVIDIA MGX. L’obiettivo è pragmatico: offrire ai costruttori di sistemi una base comune, evitando che ognuno debba reinventare la ruota da zero.
Un’architettura basata su una busbar da 5000 A
La specifica aggiornata MGX 1.2 non è un semplice ritocco di versione. Estende l’architettura aperta per le fabbriche AI integrando elementi finora gestiti da ciascun fornitore in modo proprietario. Troviamo innanzitutto il raffreddamento a liquido blind-mate su scala rack, che consente il collegamento dei circuiti a livello dell’intero rack senza dover connettere manualmente i tubi. A questo si aggiunge un’infrastruttura di interconnessione interoperabile interna al rack e la citata busbar da 5000 A raffreddata a liquido, progettata per sistemi che assorbono più energia di una piccola centrale industriale.
La specifica introduce anche il supporto nativo per gli armadi da 19 pollici (standard che dura da decenni e resta predominante nei data center) e progetti di rack ad alta densità. Compute tray fanless raffreddati a liquido, interfacce standardizzate di alimentazione e raffreddamento e alloggiamenti I/O configurabili puntano a ridurre i tempi di montaggio, collaudo e manutenzione: le fasi che determinano quando un’infrastruttura inizia davvero a produrre valore. L’architettura supporta rack fino a 250 kW, semplificando la manutenzione e il riutilizzo delle componenti.
Un ramo distinto è rappresentato dalla specifica Vera CPU rack, un’estensione di MGX che va oltre il calcolo accelerato per rivolgersi all’era dell’AI agentica. Mentre Vera Rubin NVL72 costituisce la base per l’addestramento su larga scala e l’inferenza complessa, il nuovo progetto di CPU rack fornisce la piattaforma ideale per i carichi agentici, caratterizzati da un profilo computazionale differente: meno elaborazione massiva parallela e più sequenze complesse di decisioni.
Google, Meta e Cisco: le reti per i nuovi carichi di lavoro
L’architettura hardware è solo una parte dell’annuncio. Buck ha sottolineato che l’infrastruttura aperta è diventata fondamentale per scalare le fabbriche AI su scala globale e, a conferma di questo approccio, NVIDIA ha portato a San Jose una lista solida di partner industriali.
La novità di rete più rilevante è lo standard USFP (Ultra-Dense Small Form Factor Pluggable), annunciato insieme a Cisco. Si tratta del primo modulo a 400 Gb/s del settore basato su connettori USFP. Per gli ingegneri di rete è un passaggio chiave: una larghezza di banda superiore in un fattore di forma più compatto permette di realizzare fabric di rete più densi ed efficienti senza stravolgere la disposizione degli armadi.
Meta e NVIDIA hanno puntato su reti AI aperte collaborando allo sviluppo di NVIDIA Spectrum-X Ethernet SuperNIC e alle innovazioni all’interno di Spectrum-6. È la continuazione della strategia di Meta, che da anni investe su Ethernet come alternativa alle topologie proprietarie, ora con il contributo hardware diretto di NVIDIA.
Google sostiene invece il progetto Falcon Transport: il supporto per questo protocollo arriverà sulle future schede NVIDIA ConnectX-10 SuperNIC e sui processori BlueField DPU. Falcon Transport è un protocollo di trasporto di rete pensato per i workload AI in ambienti cloud. L’annuncio della compatibilità nella prossima generazione hardware NVIDIA dimostra come i due ecosistemi intendano muoversi nella stessa direzione.
Visionbay ha arricchito il quadro presentando il progetto di una fabbrica AI alimentata a 800 V DC, pensata per l’era Vera Rubin. L’alimentazione in corrente continua ad alta tensione è un trend che il mondo dei data center segue da tempo: a potenze così elevate riduce le perdite di trasmissione e permette un’architettura di alimentazione più lineare.
Google · Le tue fontiPiù in alto su Google con un solo clicAggiungi alle fonti preferite →Open source e resilienza della rete elettrica
Oltre all’hardware, NVIDIA ha rilasciato nuovi componenti open source per la piattaforma NVIDIA DSX AI Factory. Il software serve a completare i progetti hardware aperti: la documentazione tecnica senza strumenti pratici di implementazione avrebbe un’utilità limitata.
Al contempo, NVIDIA e gli hyperscaler hanno pubblicato standard aperti per le fabbriche AI di nuova generazione, coprendo sia le linee guida progettuali degli impianti sia la resilienza della rete elettrica (grid resilience). Quest’ultimo punto è sempre più critico: le fabbriche AI su scala di gigawatt diventano nodi pesanti sulle reti energetiche e devono assorbire le fluttuazioni senza interrompere i calcoli. NVIDIA ha inoltre aderito all’iniziativa Open DC - la terza generazione di progetti di riferimento MGX per data center - insieme alle tecnologie aperte di raffreddamento a liquido MQD e MQDB.
Che ruolo gioca MGX in questo contesto? È un’architettura modulare che NVIDIA propone come linguaggio comune a costruttori di server, integratori e operatori di data center. Condividendo i progetti di Vera Rubin con l’OCP, l’azienda trasforma le proprie soluzioni in standard di settore che chiunque può adottare, produrre e scalare senza barriere di licenza.
Per i produttori di sistemi significa risparmiare tempo e risorse. Per NVIDIA, è l’opportunità di vedere l’intero ecosistema svilupparsi attorno alla propria architettura, anche se sul rack il processore grafico resta suo mentre il resto delle componenti proviene da altri. È una strategia collaudata per consolidare uno standard: prima che il mercato decida quale sia la norma, proponigliela tu stesso.
More on this from NITIDO
stato dell'ia·ThinkNet: decodifica di segnali EEG senza leak nei dati di testThinkNet affronta il data leakage nelle interfacce BCI: un modello EEG compatto da 4.900 parametri che elabora i segnali in meno di 1 ms su NVIDIA Orin.