Агенты

Emerald AI и Nvidia представили результаты последнего пилота в центре данных Nscale в Исландии

26 октября 2026 г. · 2 мин чтения

Также опубликовано на Türkçe, Português (Brasil), Svenska

A MacBook with lines of code on its screen on a busy desk
Christopher Gower / Unsplash

Компания Emerald AI, занимающаяся оркестрацией центров обработки данных, опубликовала результаты своего последнего пилота с Nvidia и Nscale в центре данных последнего в Исландии.

Результаты пилота были представлены во время мероприятия GTC Nvidia в Берлине на этой неделе. Согласно данным компаний, в ходе пилота платформа Emerald Conductor от Emerald AI, работающая в тандеме с технологией управления энергией DSX от Nvidia, смогла снизить потребление энергии серверных стоек ИИ в центре данных примерно на 25 процентов и удерживала это снижение в течение 30 минут, прежде чем вернуться к нормальной работе.

Этот тест стал первым, когда система Emerald Conductor была полностью интегрирована с технологией DSX от Nvidia, предназначенной для максимизации вычислительной мощности ИИ-центров обработки данных на каждый ватт энергии.

"Доступ к энергии стал основным ограничением для развертывания ИИ в Европе, и самый быстрый способ его устранить, сделать фабрики ИИ достаточно гибкими, чтобы использовать существующую мощность сети, что также позволяет поддерживать доступные цены на энергию для местных сообществ," сказал основатель и генеральный директор Emerald AI. "Этот пилот показывает, что вычисления ИИ могут снижать потребление энергии по запросу, что необходимо коммунальным службам увидеть, прежде чем они смогут быстрее подключить фабрики ИИ."

Это испытание стало седьмым, проведенным Emerald AI, включая три в США и одно в Великобритании в партнерстве с Национальной сетью.

Программа Emerald Conductor работает как посредник между сетью и центрами обработки данных, управляя рабочими нагрузками ИИ в реальном времени. Это позволяет центрам динамически регулировать свое потребление энергии, поддерживая стабильность сети и обеспечивая приемлемую производительность вычислений ИИ.