Überblick über NVIDIAs OCP-Beiträge

NVIDIA baut seine Beiträge zum Open Compute Project (OCP) erheblich aus, um die Infrastruktur von KI-Rechenzentren der nächsten Generation zu standardisieren. Die auf dem OCP Global Summit in San Jose angekündigten Initiativen führen die Vera Rubin MGX 1.2-Spezifikation ein, die 800V-DC-Stromversorgungsarchitekturen und fortschrittliche offene Rack-Designs integriert. In Zusammenarbeit mit Branchengrößen wie Cisco, Google, Meta, AMD und Microsoft zielt NVIDIA darauf ab, gemeinsame Hardware- und Software-Architekturen für KI-Fabriken zu etablieren, die auf Gigawatt-Campusse skalieren. Diese strategischen Maßnahmen sollen den eskalierenden Leistungs- und thermischen Anforderungen moderner KI-Fabriken entgegenwirken. Ein separates Vera-CPU-Rack-Design zielt zudem auf CPU-intensive Agenten-KI-Operationen ab.

Technische Details: MGX 1.2 und 800V-DC-Stromversorgung

Im Mittelpunkt der Hardware-Ankündigungen steht das NVIDIA MGX 1.2, eine aktualisierte Rack-Architektur für Vera Rubin-Systeme. Dieses Design der dritten Generation unterstützt Rack-Implementierungen mit bis zu 250 kW und verfügt über Blind-Mate-Flüssigkeitskühlung, eine flüssigkeitsgekühlte 5.000-A-Sammelschiene, modulare I/O-Einschübe und lüfterlose, flüssigkeitsgekühlte Compute-Trays. Die Architektur umfasst zudem native 19-Zoll-Geräteunterstützung und standardisierte Schnittstellen für eine breitere Kompatibilität. Um dem steigenden Leistungsbedarf zu begegnen, stellte Visionbay die K-1-Plattform vor, die auf NVIDIAs 800V-DC-Referenzarchitektur und der Stromversorgungstechnologie von Vertiv basiert. Dieses Design zentralisiert die AC-zu-DC-Wandlung auf Cluster-Ebene und verteilt höheres Gleichstrom näher an die Computing-Ressourcen, um flüssigkeitsgekühlte High-Density-Systeme zu optimieren.

Netzwerkfortschritte: Spectrum-6 und USFP-Optik

Netzwerkentwicklungen sind entscheidend für die Skalierung von KI-Fabric-Netzwerken. Meta plant den Einsatz von NVIDIA Spectrum-6 102,4-Tbps-Ethernet-Switches in seinem flüssigkeitsgekühlten IcePack-Netzwerk-Rack, wobei Metas FBOSS-Software über das OCP Switch Abstraction Interface läuft. Mit Spectrum-X Multiplane kann Meta den GPU-Datenverkehr auf bis zu acht Netzwerkebenen verteilen, was Fabrics mit mehr als 100.000 GPUs unterstützt. Darüber hinaus schlugen NVIDIA und Cisco die Ultra-Dense Small Form Factor Pluggable (USFP)-Optik für 400-Gb/s-pro-Lane-Netzwerke vor. USFP zielt auf die Grundfläche herkömmlicher 200G-pro-Lane-Module ab und soll die vierfache Bandbreitendichte und das 1,3-fache an Energieeffizienz bieten, mit einer Roadmap, die bis zu 32 Vollduplex-Lanes reicht. In Zusammenarbeit mit TE Connectivity und Amphenol arbeiten die Unternehmen daran, die Grenzen herkömmlicher steckbarer Module zu überwinden.

Infrastrukturmanagement und Netzstabilität

Neben der Hardware führte NVIDIA die DSX AI Factory ein, die Open-Source-Komponenten für das Infrastrukturmanagement wie den Config Manager, die Cluster Readiness Engine, den Rack Management Service und den Cluster API Provider hinzufügt. Diese Komponenten stützen sich stark auf den Betrieb von NVIDIA DGX Cloud, um den Bereitstellungs- und Validierungsaufwand erheblich zu reduzieren. Gleichzeitig trat NVIDIA gemeinsam mit AMD, Google und Meta der Veröffentlichung der Open Data Center Specification v0.7 bei, um Herausforderungen auf Anlagenebene zu adressieren. Darüber hinaus entstand in einer gemeinsamen Anstrengung mit Google, Meta und Microsoft die OCP Grid Resilience Specification. Diese zielt auf eine automatisierte Reaktion und Wiederherstellung auf nahezu volle Last in weniger als zwei Sekunden nach Netzstörungen ab, um den kontinuierlichen Betrieb für kritische KI-Workloads sicherzustellen.

Auswirkungen auf KI-Rechenzentren

Diese Initiativen markieren einen entscheidenden Wandel in der OCP-Standardisierung, der von einzelnen Servern und Switches zu umfassenden KI-Fabrik-Ökosystemen übergeht. Die Energie- und thermische Technik der Anlagen begrenzt zunehmend den nutzbaren Ertrag von High-Density-KI-Systemen. Durch die Einführung der 800V-DC-Stromverteilung, der standardisierten Flüssigkeitskühlung und modularer Rack-Mechanik begegnen NVIDIA und seine Partner den physischen Grenzen moderner Rechenzentren. Die Integration von Falcon Transport für zukünftige ConnectX-10 SuperNICs und BlueField DPUs stellt zudem sicher, dass der Netzwerktransport durch Multipath-Lastausgleich und Hardware-Wiederherstellung bei Datenverlust mit der Computing-Dichte Schritt halten kann.

Zukunftsausblick und Branchenauswirkungen

Obwohl offene Referenzdesigns eine entscheidende Blaupause bieten, etablieren sie nicht automatisch austauschbare Produkte. Die angekündigten Leistungsziele für USFP-Optik und Netzstabilität erfordern eine strenge Produktionsvalidierung und Interoperabilitätsnachweise zwischen mehreren Anbietern. Letztendlich werden Hyperscale-Betreiber diese Architekturen anhand von Bereitstellungszeit, Wartungsfreundlichkeit, Energieverbrauch und nachhaltigem Workload-Durchsatz bewerten. Während KI-Fabriken weiterhin auf Kapazitäten im Gigawatt-Bereich skalieren, wird der Erfolg dieser offenen Standards das Tempo der Bereitstellung von KI-Infrastrukturen der nächsten Generation in der globalen Technologielandschaft bestimmen.