Nvidia Perkenalkan DSX POD Bersama Mitra Taiwan, Targetkan Penerapan AI dalam 14 Hari

Baca 10 Menit
Nvidia Unveils DSX POD With Taiwan Partners, Targeting AI Deployment in 14 Days

Tujuh rak AI, satu kontainer, dan jalur yang lebih singkat menuju pendapatan

Nvidia memperkenalkan DSX POD, rancangan pabrik AI modular yang menempatkan tujuh rak komputasi Vera Rubin NVL72 dalam sebuah kontainer untuk dirakit dan diuji sebelum dikirim. Perusahaan menyatakan penerapan di lokasi yang sudah dipersiapkan dapat memakan waktu sesingkatnya 14 hari, dibandingkan sekitar enam bulan untuk pemasangan dan integrasi konvensional.

Daftar Isi
  1. Tujuh rak AI, satu kontainer, dan jalur yang lebih singkat menuju pendapatan
  2. Apa saja yang ada di dalam DSX POD?
  3. Bagaimana perakitan di pabrik mengubah jadwal
  4. Mitra Taiwan beralih ke sistem yang lebih lengkap
  5. Listrik dan pendinginan tetap menentukan setiap penerapan
  6. Mengelola listrik sekaligus memasangnya
  7. Mengapa keterlambatan berminggu-minggu berdampak besar
  8. Mengirimkan sistem siap pakai menjadi tugas rekayasa
  9. Posisi kontainer di samping pusat data konvensional
  10. Poin Utama

Rancangan yang diumumkan di GTC Berlin dalam pengumuman 21 Oktober bertanggal 2026 ini melibatkan enam perusahaan Taiwan dalam jaringan pengiriman global: Foxconn melalui Ingrasys, Delta, GIGABYTE, Pegatron, Quanta Cloud Technology (QCT), dan Wistron. Pengiriman ke seluruh dunia direncanakan dimulai pada awal 2027.

Target 14 hari tersebut berlaku untuk penerapan setelah lokasi tujuan memiliki pasokan listrik, pendinginan, jaringan, dan infrastruktur pendukung yang diperlukan. Persiapan lahan, fondasi, sambungan listrik, dan pembangunan fasilitas lainnya tetap menjadi bagian dari jadwal proyek secara keseluruhan.

Argumen komersial Nvidia sederhana: prosesor mahal mulai melakukan pekerjaan produktif lebih cepat ketika lebih sedikit kabel, pipa, dan sistem yang harus dirakit di lokasi tujuan. Pabrik AI adalah pusat data yang dirancang untuk melatih model AI atau menjalankannya bagi pelanggan. Hasilnya mencakup token, yakni bagian-bagian kecil teks atau informasi lain yang diproses dan dihasilkan model.

Jensen Huang, pendiri sekaligus CEO Nvidia, menjelaskan kapan infrastruktur tersebut mulai menciptakan nilai:

Pabrik AI menciptakan nilai saat mulai menghasilkan token

Bagi operator, sasaran yang dituju lebih spesifik daripada sekadar menyelesaikan pembangunan. Nvidia menyebutnya waktu menuju token produksi pertama: saat fasilitas baru mulai menjalankan model untuk beban kerja pelanggan yang sebenarnya. Operasi yang lebih awal memberi perusahaan peluang lebih cepat untuk menjual layanan komputasi, selama pelanggan siap menggunakan kapasitas tersebut.

Iklan

Apa saja yang ada di dalam DSX POD?

Sebuah kontainer komputasi menampung 504 unit pemroses grafis Rubin, atau GPU, di dalam tujuh rak NVL72-nya. GPU menangani banyak kalkulasi sekaligus sehingga cocok untuk beban kerja matematis berskala besar yang dibutuhkan AI. Menghubungkan ratusan GPU memungkinkan semuanya berbagi pekerjaan yang akan terlalu berat bagi satu prosesor.

Kontainer ini berbobot sekitar 28.000 kilogram, atau 28 ton metrik, dengan ukuran sebanding kontainer pengiriman standar. Sistem terintegrasinya terdiri atas sekitar 10 juta komponen dan 3.500 kabel. Sambungannya mencakup sekitar 20 kilometer kabel tembaga NVLink untuk menghubungkan prosesor, serta 17 kilometer jaringan untuk komunikasi di seluruh sistem komputasi.

Rancangan Nvidia tidak hanya mencakup rak komputasi. Di dalamnya terdapat fungsi penyimpanan, layanan, dan manajemen, distribusi daya, pendinginan, kontrol, serta sambungan antarkontainer. Sistem penyimpanan harus memindahkan data pelatihan, informasi model, dan progres yang tersimpan dengan cukup cepat agar prosesor terus mendapat pekerjaan.

Hasilnya adalah rancangan acuan, bukan satu produk jadi yang seluruhnya diproduksi Nvidia. Rancangan acuan menyediakan landasan rekayasa bersama bagi para mitra, termasuk tata letak, antarmuka, dan persyaratan pengujian, yang menjadi dasar untuk membangun dan mendukung instalasi pelanggan.

Bagaimana perakitan di pabrik mengubah jadwal

Pemasangan konvensional mengharuskan tim di lokasi tujuan menempatkan rak, menarik kabel, menyambungkan pipa pendingin, dan menguji peralatan yang saling terhubung. Pekerjaan tersebut bergantung pada kedatangan berbagai spesialis dalam urutan yang tepat, dengan komponen yang sesuai, sementara bangunan dan utilitas disiapkan.

DSX POD memindahkan sebagian besar pekerjaan berulang tersebut ke fasilitas manufaktur. Para mitra menyelesaikan sambungan antarrak, pengabelan listrik, instalasi pipa pendingin, dan pemeriksaan fungsi sebelum pengiriman. Sementara itu, tim di lokasi tujuan dapat menyiapkan fondasi, pasokan listrik, pendinginan eksternal, dan akses jaringan.

Dengan demikian, pekerjaan di pabrik dan persiapan lokasi dapat berlangsung secara bersamaan. Setelah pengiriman, para pekerja menempatkan kontainer, menyambungkannya ke unit di sekitarnya dan layanan eksternal, memeriksa kondisinya setelah perjalanan, lalu menyelesaikan komisioning. Komisioning berarti memastikan instalasi yang telah terhubung beroperasi sesuai rencana dalam kondisi kerja.

Iklan

Ian Buck, wakil presiden komputasi hyperscale Nvidia, menggambarkan proses setelah kontainer tiba sebagai rangkaian penempatan, penyambungan, dan pengujian akhir. Pengujian burn-in, bagian dari proses akhir itu, menjalankan peralatan untuk mendeteksi kerusakan sebelum layanan normal dimulai. Nvidia memperkirakan pemindahan integrasi ke pabrik akan mengurangi risiko keterlambatan komponen dan kesalahan mahal selama pemasangan.

Penerapannya memiliki tiga tahap utama:

  • 21 Oktober 2026: Nvidia mengumumkan DSX POD di GTC Berlin.
  • Sebelum penerapan: para mitra merakit dan memvalidasi kontainer sementara tim di lokasi tujuan menyiapkan infrastruktur pendukung.
  • Awal 2027: pengiriman ke seluruh dunia direncanakan, dengan sasaran penerapan sesingkatnya 14 hari di lokasi yang sudah siap.

Mitra Taiwan beralih ke sistem yang lebih lengkap

Ingrasys, bagian dari Foxconn, berpartisipasi dalam tahap awal perancangan dan manufaktur DSX POD. Keterlibatannya menempatkan grup tersebut bersama perusahaan-perusahaan Taiwan yang bisnisnya mencakup sistem komputasi, infrastruktur kelistrikan, dan integrasi manufaktur. QCT merupakan bagian dari Quanta, sementara Delta, GIGABYTE, Pegatron, dan Wistron melengkapi grup Taiwan yang disebut Nvidia.

Ekosistem lengkapnya mencakup 17 mitra. Selain enam perusahaan tersebut, ada Anduril, Armada, Bull, Crusoe, DayOne, Dell Technologies, Eaton, HPE, Lenovo, Schneider Electric, dan Vertiv. Daftar ini memadukan produsen komputasi dengan perusahaan yang bergerak di bidang kelistrikan, pendinginan, infrastruktur modular, dan penerapan.

Nvidia menyediakan landasan rancangan yang telah divalidasi. Produsen peralatan mengintegrasikan sistem komputasi; spesialis infrastruktur menyesuaikan sistem kelistrikan dan pendinginan; penyedia modular membuat enklosur dan mengintegrasikan subsistem; sementara mitra di lokasi menangani persiapan tempat, pemasangan, dan dukungan komisioning.

Keterlibatan Foxconn juga menyusul rencana pusat superkomputer Taiwan bersama Nvidia yang diumumkan pada 2025. Proyek tersebut direncanakan bernilai investasi $1,4 miliar, berkapasitas daya 27 megawatt, dan ditargetkan mulai beroperasi pada paruh pertama 2026. Dikembangkan melalui Visonbay.ai dengan sistem Blackwell GB300, proyek itu menunjukkan ekspansi Foxconn dalam memproduksi infrastruktur AI sekaligus menjual akses ke kapasitas komputasi.

DSX POD memperluas sisi manufaktur dalam hubungan tersebut ke unit terintegrasi yang lebih besar. Lebih banyak perakitan, pengujian, dan rekayasa transportasi dilakukan sebelum pengiriman, sehingga pabrik bertanggung jawab atas porsi lebih besar dari instalasi yang siap beroperasi.

Iklan

Listrik dan pendinginan tetap menentukan setiap penerapan

Penjelasan teknis DSX POD dari Nvidia, yang diterbitkan pada 21 Oktober oleh direktur senior manajemen produk Premal Savla, menetapkan rancangan masukan standar yang menggunakan arus searah 800 volt. Rancangan ini mencakup proteksi listrik, distribusi, pembumian, sambungan rak, kontrol, dan telemetri, yakni pengukuran untuk memantau peralatan.

Para mitra harus merekayasa pasokan listrik hulu dan peralatan konversi agar sesuai dengan setiap lokasi. Aturan kelistrikan, ketersediaan peralatan, dan konfigurasi jaringan listrik berbeda-beda di tiap wilayah. Antarmuka standar pada batas kontainer memungkinkan penggunaan rancangan inti yang berulang, sementara pasokan eksternal disesuaikan dengan kondisi setempat.

Sistem pendingin cair membuang panas dari rak komputasi yang padat. Tim pabrik dapat merakit, membilas, dan menguji tekanan pipa internal, memeriksa kebocoran, serta memvalidasi sensor sebelum pengiriman. Tim di lokasi tujuan kemudian menyambungkan kontainer ke sistem air dan pembuangan panas yang telah disiapkan, lalu memverifikasi seluruh sirkuit pendingin.

Nvidia juga menjelaskan sistem pendinginan dalam arsitektur DSX yang lebih luas. Sistem tersebut menerima air masuk bersuhu 45 derajat Celsius dan menggunakan sirkuit tertutup dengan pendingin kering. Sirkuit tertutup mengalirkan cairan pendingin berulang kali; pendingin kering memindahkan panas ke udara luar, bukan mengandalkan penguapan.

Perusahaan memperkirakan instalasi yang sesuai dengan pendekatan ini dapat menghemat hingga 54 juta liter air per hari pada skala 2 gigawatt. Angka tersebut merupakan proyeksi untuk penerapan yang sangat besar. Penggunaan air sebenarnya bergantung pada sistem pendinginan, iklim setempat, dan fasilitas yang dijadikan pembanding.

Mengelola listrik sekaligus memasangnya

Platform DSX Nvidia yang lebih luas mencakup MaxLPS, yang secara dinamis mengarahkan daya ke pekerjaan komputasi yang membutuhkannya. Perusahaan menyatakan teknologi ini dapat menghasilkan keluaran yang sama dengan penggunaan daya hingga 30% lebih rendah. Perangkat lunak juga membantu operator menjadwalkan beban kerja sesuai ketersediaan listrik di fasilitas.

DSX Flex menangani kendala lain: kebutuhan listrik di bagian lain jaringan. Teknologi ini menggunakan antarmuka pemrograman aplikasi, atau API, agar sistem pusat data dapat berkoordinasi secara otomatis dengan operator listrik. Sebagian pekerjaan komputasi dapat ditunda atau dikurangi saat permintaan sedang memuncak, sehingga kapasitas tersedia bagi pengguna lain.

Iklan

Buck menjelaskan peralihan dari pengaturan yang bisa bergantung pada panggilan telepon ke koordinasi otomatis. Bagi operator, ini berarti merancang sistem dengan mempertimbangkan pasokan listrik maksimum sekaligus waktu pelaksanaan beban kerja. Pekerjaan pelatihan yang dapat dihentikan sementara memiliki kebutuhan penjadwalan berbeda dari layanan pelanggan yang harus merespons seketika.

Di Berlin, Huang memaparkan infrastruktur AI sebagai lima lapisan yang saling terhubung: listrik, komputasi canggih, pabrik AI, model, dan aplikasi. DSX POD berfokus mempercepat pengoperasian lapisan fisik, sementara perangkat pengelolaan daya menangani efisiensi pengoperasian kapasitas yang telah terpasang.

Mengapa keterlambatan berminggu-minggu berdampak besar

Di GTC Berlin, Huang memberikan contoh finansial berskala besar: pabrik AI yang menarik daya 1 gigawatt dapat menelan biaya sekitar $50 miliar dan menghasilkan pendapatan tahunan sekitar $40 miliar. Dengan asumsi tingkat pendapatan tersebut, keterlambatan tiga bulan setara dengan sekitar $10 miliar pendapatan yang hilang.

Huang, saat membahas perkiraan itu, mengatakan:

Pendapatan senilai $10 miliar akan membuat siapa pun cemas

Perhitungan tersebut menjelaskan fokus Nvidia untuk mengoperasikan perangkat keras yang telah terpasang. Asumsi pendapatannya menggambarkan fasilitas hipotetis yang beroperasi pada skala tersebut. Imbal hasil setiap operator akan bergantung pada permintaan, tingkat pemanfaatan, harga, dan biaya operasional.

Huang juga mengatakan bahwa rentang waktu dari kedatangan peralatan hingga pemasangan dan produksi token sebelumnya telah dipangkas dari empat atau lima bulan menjadi sekitar satu bulan. Pengumuman DSX POD menetapkan sasaran yang lebih spesifik, yaitu sesingkatnya 14 hari di lokasi yang sudah siap, dibandingkan dengan enam bulan untuk penerapan konvensional menurut Nvidia.

Nvidia juga memaparkan Vera Rubin sebagai platform untuk agen AI, yaitu perangkat lunak yang dapat menjalankan tugas menggunakan model dan alat. Huang mengatakan kinerja AI telah meningkat satu juta kali lipat selama dekade terakhir, dan menyebut kinerja pemrosesan Vera Rubin terkait 30 kali lebih tinggi daripada Blackwell dalam dua tahun. Angka-angka tersebut merupakan klaim kinerja Nvidia; usulan penerapan ini menangani tugas praktis yang berbeda, yakni menghubungkan dan mengoperasikan kapasitas komputasi tersebut.

Mengirimkan sistem siap pakai menjadi tugas rekayasa

Kontainer yang membawa rak terpasang membutuhkan lebih dari sekadar ruang di atas truk. Rancangan teknis Nvidia mencakup beban struktural, pengikat peralatan, distribusi berat, titik berat, titik pengangkatan, dan akses untuk penanganan. Sistem harus tetap memenuhi persyaratan mekanis, kelistrikan, dan pendinginan selama transportasi dan pemasangan.

Iklan

Para mitra mendokumentasikan konfigurasi dan status pengujian sebelum pengiriman, mengamankan peralatan, lalu mengulangi pemeriksaan yang telah ditetapkan setelah kontainer tiba. Validasi di pabrik dapat mencakup versi firmware, pemeriksaan daya, konektivitas jaringan, sensor, integritas sistem pendingin, serta pengujian sistem terintegrasi. Firmware adalah perangkat lunak dasar yang mengendalikan perangkat keras.

Label standar, jalur kabel, dan ruang untuk servis juga penting setelah hari pertama. Teknisi perlu mengenali sambungan, menjangkau peralatan, dan mengganti komponen tanpa membongkar sistem lain yang tidak terkait. Tata letak yang seragam memberi operator unit konsisten untuk merencanakan ekspansi dan pemeliharaan.

Posisi kontainer di samping pusat data konvensional

Pusat data modular telah lama digunakan di Eropa dan Taiwan. Superkomputer JUPITER di Jerman, yang diresmikan pada 2025, menggunakan sekitar 50 modul kontainer prefabrikasi. Delta telah mengembangkan pusat data AI dalam kontainer berukuran 20 kaki, dan GIGABYTE memamerkan solusi pusat data modular GADU di Computex 2026.

Nvidia menyasar DSX POD untuk proyek yang perlu menambahkan kapasitas ratusan megawatt dengan cepat. Bangunan konvensional tetap menjadi pilihan untuk kampus berskala gigawatt, tempat fasilitas permanen berukuran besar dapat memanfaatkan skala ekonomis. Kontainer juga dapat mempercepat pengoperasian aplikasi AI sementara fasilitas permanen disiapkan.

General manager Electricity Express, Liu Yao-yuan, mengingatkan bahwa pemasangan kontainer secara cepat tetap memerlukan pasokan listrik lengkap dan infrastruktur cadangan sebelum fasilitas dapat beroperasi. Poin tersebut menempatkan pekerjaan pembangunan yang tersisa di pusat perencanaan proyek: operator harus menyelaraskan tanggal pengiriman dari pabrik dengan kesiapan lokasi tujuan.

Nvidia belum mengungkap harga DSX POD, rincian penugasan pasokan kepada setiap mitra, ataupun volume pembelian pelanggan. Sasaran 14 hari masih harus divalidasi melalui penerapan nyata, dan belum ada tanggal pasti dalam awal 2027 untuk pengiriman pertama. Karena itu, pelanggan yang merencanakan proyek harus menyelaraskan jadwal pengiriman yang diumumkan dengan jadwal utilitas, konstruksi, dan komisioning mereka sendiri.

Poin Utama

  • Nvidia mengumumkan DSX POD di GTC Berlin pada 21 Oktober 2026, dengan pengiriman ke seluruh dunia direncanakan dimulai pada awal 2027.
  • Satu kontainer komputasi memadukan tujuh rak Vera Rubin NVL72 dan 504 GPU Rubin, dengan integrasi dan pengujian diselesaikan sebelum pengiriman.
  • Nvidia menargetkan penerapan sesingkatnya 14 hari setelah listrik, pendinginan, jaringan, dan infrastruktur pendukung di lokasi siap.
  • Mitra dari Taiwan mencakup Foxconn melalui Ingrasys, Delta, GIGABYTE, Pegatron, QCT, dan Wistron.
  • Rancangan ini menggunakan masukan arus searah 800 volt serta integrasi di pabrik untuk komputasi, penyimpanan, jaringan, daya, dan pendinginan cair.
  • Harga dan volume pesanan pelanggan belum diungkapkan, sementara pembangunan pusat data konvensional tetap berjalan berdampingan dengan pendekatan modular.
Bagikan Artikel Ini

Mungkin Anda Juga Suka