19 oktober 2026

0 Reactie(s)

19 oktober 2026

NVIDIA stelt rackontwerpen voor Vera Rubin beschikbaar voor OCP

NVIDIA heeft de ontwerpen van zijn nieuwe Vera Rubin-racks en compute trays beschik­baar gesteld aan het Open Compute Project (OCP). Daarmee wil de chipfa­bri­kant de ontwik­ke­ling en bouw van groot­scha­lige AI-datacen­ters versnellen. De nieuwe speci­fi­ca­ties richten zich niet alleen op reken­kracht, maar vooral op de infra­struc­tuur die daarvoor nodig is: stroom­voor­zie­ning, vloei­stof­koe­ling en onder­houds­vrien­de­lijk­heid. De ontwerpen onder­steunen racks met een vermogen tot 250 kilowatt.

De aankon­di­ging werd gedaan tijdens de OCP Global Summit 2026 in San Jose. NVIDIA levert belang­rijke onder­delen van zijn Vera Rubin-archi­tec­tuur aan het Open Compute Project, een samen­wer­kings­ver­band waarin techno­lo­gie­be­drijven werken aan open standaarden voor datacen­ter­hard­ware. Door ontwerpen en inter­faces te standaar­di­seren, kunnen verschil­lende fabri­kanten compo­nenten ontwik­kelen die op dezelfde infra­struc­tuur aansluiten.

Voor datacen­ter­o­pe­ra­tors is dat een belang­rijke ontwik­ke­ling. De opkomst van AI leidt tot een sterke stijging van de vermo­gens­dicht­heid in datacen­ters. Waar tradi­ti­o­nele server­racks vaak met enkele tientallen kilowatts konden worden gevoed en gekoeld, vragen nieuwe AI-systemen om aanzien­lijk hogere vermo­gens. Dat stelt andere eisen aan elektri­sche distri­butie, koelsys­temen en de fysieke inrich­ting van datacenterruimtes.

Racks tot 250 kilowatt

Centraal in de aankon­di­ging staat MGX 1.2, een nieuwe versie van NVIDIA’s modulaire rackar­chi­tec­tuur. Deze speci­fi­catie onder­steunt rackin­stal­la­ties tot 250 kilowatt en intro­du­ceert verschil­lende techni­sche aanpas­singen om derge­lijke vermo­gens­dicht­heden mogelijk te maken.

Een belang­rijke vernieu­wing is de toepas­sing van zogenoemde blind-mate liquid cooling. Hierbij worden de aanslui­tingen voor vloei­stof­koe­ling automa­tisch gekop­peld wanneer een compute tray in het rack wordt geschoven. Monteurs hoeven daardoor niet langer iedere koelver­bin­ding afzon­der­lijk aan te sluiten.

Dat kan het instal­leren en vervangen van appara­tuur vereen­vou­digen. Tegelij­ker­tijd blijven aspecten als lekde­tectie, betrouw­baar­heid van koppe­lingen en onder­houds­pro­ce­dures belang­rijke aandachts­punten. Vooral in omgevingen waar appara­tuur continu beschik­baar moet zijn, is het van belang dat compo­nenten kunnen worden vervangen zonder andere systemen onnodig te onderbreken.

Daarnaast voorziet MGX 1.2 in venti­la­tor­loze, vloei­stof­ge­koelde compute trays, gestan­daar­di­seerde inter­faces voor stroom en koeling en een vloei­stof­ge­koelde busbar met een stroom­ca­pa­ci­teit van 5.000 ampère. Ook onder­steunt de archi­tec­tuur conven­ti­o­nele 19-inchap­pa­ra­tuur en flexibel confi­gu­reer­bare aansluitmodules.

Met deze aanpas­singen wil NVIDIA de instal­latie, het testen en het onder­houd van AI-infra­struc­tuur vereenvoudigen.

Standaardisatie moet maatwerk verminderen

Een belang­rijk doel van de samen­wer­king met OCP is het terug­dringen van de hoeveel­heid maatwerk die momen­teel nodig is bij de bouw van groot­scha­lige AI-datacenters.

Wanneer leveran­ciers verschil­lende mecha­ni­sche ontwerpen, koelin­ter­faces en elektri­sche aanslui­tingen gebruiken, moeten datacen­ter­o­pe­ra­tors hun infra­struc­tuur regel­matig aanpassen aan de speci­fieke eisen van appara­tuur. Dat maakt projecten complexer en kan de doorloop­tijd verlengen.

Door gemeen­schap­pe­lijke speci­fi­ca­ties te publi­ceren, krijgen fabri­kanten van onder meer racks, koelcom­po­nenten en stroom­ver­de­lings­sys­temen een gedeelde techni­sche basis.

Joe DeLaere, bij NVIDIA verant­woor­de­lijk voor AI-infra­struc­tuur­op­los­singen, benadrukte tijdens een persbrie­fing dat de snelheid waarmee AI-datacen­ters kunnen worden gebouwd en ingericht inmid­dels een belang­rijke beper­kende factor is. Open speci­fi­ca­ties maken het volgens hem mogelijk dat fabri­kanten eerder met de productie beginnen, zonder eerst op een afzon­der­lijk klant­spe­ci­fiek ontwerp te hoeven wachten.

Daarmee kan ook een bredere toele­ve­rings­keten ontstaan, waarin meerdere fabri­kanten onder­delen voor dezelfde archi­tec­tuur produceren.

Gevolgen voor bestaande datacenters

Voor exploi­tanten van bestaande datacen­ters biedt standaar­di­satie mogelijk­heden, maar lost zij niet alle problemen op.

Een gemeen­schap­pe­lijke rackar­chi­tec­tuur kan het eenvou­diger maken om techni­sche eisen van klanten te vertalen naar de benodigde infra­struc­tuur. Dat is bijvoor­beeld relevant voor coloca­tie­pro­vi­ders die op verschil­lende locaties verge­lijk­bare AI-instal­la­ties willen onderbrengen.

Tegelij­ker­tijd blijven de fysieke beper­kingen van bestaande gebouwen bestaan. Een rack dat 250 kilowatt kan verwerken, vraagt om een elektri­sche instal­latie en koelvoor­zie­ning die daarop zijn berekend. Ook de beschik­bare netca­pa­ci­teit, leiding­in­fra­struc­tuur, vloer­be­las­ting en ruimte voor onder­houd spelen een rol.

Boven­dien betekent een hogere vermo­gens­dicht­heid niet automa­tisch dat een datacenter goedkoper kan worden geëxploi­teerd. Hoewel voor dezelfde hoeveel­heid reken­kracht mogelijk minder vloer­op­per­vlak nodig is, kunnen inves­te­ringen in stroom­voor­zie­ning en koeling juist toenemen.

Voor opera­tors wordt het daarom belang­rijk om de techni­sche mogelijk­heden van nieuwe rackar­chi­tec­turen af te zetten tegen de kosten van aanpas­singen aan bestaande faciliteiten.

Open ontwerpen betekenen niet automatisch volledige keuzevrijheid

De bijdrage van NVIDIA aan OCP past binnen een bredere ontwik­ke­ling waarbij datacen­ter­fa­bri­kanten steeds meer gebruik­maken van open hardwa­re­stan­daarden. Dat kan de uitwis­sel­baar­heid van compo­nenten verbe­teren en de afhan­ke­lijk­heid van speci­fieke leveran­ciers verminderen.

Daarbij is wel een onder­scheid nodig tussen open infra­struc­tuur en een volledig open computersysteem.

NVIDIA stelt belang­rijke mecha­ni­sche ontwerpen en inter­faces beschik­baar, maar daarmee worden de onder­lig­gende proces­sors, accele­ra­tors en bijbe­ho­rende techno­lo­gieën niet automa­tisch uitwis­sel­baar met die van concur­re­rende fabrikanten.

De openheid heeft dus vooral betrek­king op de infra­struc­tuur rondom de reken­sys­temen. Voor datacen­ter­o­pe­ra­tors kan dat niettemin waardevol zijn, bijvoor­beeld doordat zij voor bepaalde onder­delen van de stroom­voor­zie­ning of koeling uit meerdere leveran­ciers kunnen kiezen.

Of die keuze­vrij­heid daadwer­ke­lijk ontstaat, hangt af van het aantal fabri­kanten dat de speci­fi­ca­ties onder­steunt en de mate waarin hun producten onder­ling compa­tibel zijn.

Van rackontwerp naar complete AI-fabriek

De nieuwe rackont­werpen maken deel uit van een bredere standaar­di­sa­tie­be­we­ging. Tijdens de OCP Global Summit presen­teerden NVIDIA en andere techno­lo­gie­be­drijven ook initi­a­tieven rond elektri­sche infra­struc­tuur, koeling en de inter­actie tussen AI-datacen­ters en het elektriciteitsnet.

Zo werken onder meer NVIDIA, AMD, Google en Meta aan gemeen­schap­pe­lijke speci­fi­ca­ties voor de fysieke infra­struc­tuur van AI-datacen­ters. Daarnaast is een speci­fi­catie gepubli­ceerd die beschrijft hoe groot­scha­lige AI-instal­la­ties moeten reageren op versto­ringen in het elektriciteitsnet.

Ook 800 volt gelijk­stroom krijgt daarbij steeds meer aandacht als mogelijke oplos­sing voor de stroom­dis­tri­butie in toekom­stige AI-datacen­ters. Een hogere distri­bu­tie­span­ning kan helpen om grote vermo­gens met lagere stromen en minder koper te transporteren.

De ontwik­ke­lingen laten zien dat de discussie over AI-infra­struc­tuur steeds minder uitslui­tend over de presta­ties van GPU’s gaat. De beschik­baar­heid van elektri­ci­teit, de effici­ëntie van koelsys­temen en de snelheid waarmee complete datacen­ters kunnen worden gebouwd, worden minstens zo belangrijk.

Met de bijdrage van Vera Rubin-ontwerpen aan OCP probeert NVIDIA die ontwik­ke­ling te onder­steunen. Voor datacen­ter­o­pe­ra­tors ontstaat daarmee mogelijk een meer gestan­daar­di­seerde techni­sche basis voor toekom­stige AI-instal­la­ties. De prakti­sche waarde daarvan zal echter moeten blijken uit de beschik­baar­heid van compa­ti­bele producten, de kosten van imple­men­tatie en de ervaringen tijdens de exploitatie.

Illustratie: NVIDIA.

Redactie@DCpedia

Redactie@DCpedia

0 Reactie(s)

5 weergaven

0 Reactie(s)

0 Reacties

Plaats Een Reactie

Je e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Reacties gesloten

De reactiemogelijkheid is verlopen. (14 dagen)

Nieuwsbrief

Pin It on Pinterest

Share This