为未来构建人工智能基础设施
人工智能正在推动数据中心基础设施超越云计算时代所沿用的假设、架构和交付模式。大规模满足人工智能的需求需要更协调的基础设施设计、建设和部署方法。我们正在将产品思维应用于数据中心，以使基础设施更具可扩展性、效率、弹性和可预测性。.
人工智能的未来不仅仅取决于计算能力，更取决于我们能否更有把握地提供电力、容量和基础设施。.
— Revathi Advaithi，首席执行官
特邀演讲嘉宾
汽车行业能给我们带来哪些关于800VDC数据中心的启示
亚当·莫顿 |数据中心首席技术官
高速开放式硅光子学参考设计
Janos Veres | 装配与测试技术高级总监
硬件制造领域数字基础设施的扩展
Brandon Weilbacher | 技术战略高级总监
能源存储的新焦点
斯里坎特·文卡特沙帕 | Shrikanth Venkateshappa会计总监
合规性差距：人工智能时代下的ESS安全基础设施
斯里坎特·文卡特沙帕 | Shrikanth Venkateshappa会计总监
相关资源
建筑学
NVIDIA Vera Rubin NVL72 的系统级模块化基础架构参考设计
设计一个可扩展的模块化数据中心，采用工厂集成的方式，提供电源、混合冷却、控制、测试、调试和全生命周期支持。该参考设计为NVIDIA Vera Rubin NVL72平台建立了标准的电气和模块化基础设施基线，并包含详细的架构图、设计参数和技术规范。.
建筑学
重新思考关于数据中心电力的 5 个假设
人工智能正在推动电网到芯片的电力分配发生根本性转变。仅仅优化单一技术已远远不够；基础设施必须作为一个集成系统运行。随着机架密度迅速突破 1 兆瓦，长期以来人们对电压、冷却、结构和供应链的固有认知正与物理限制发生碰撞。以下五个方面值得深入探讨。.
执行
800V直流数据中心电源：借鉴电动汽车制造商的经验，加速普及应用
电动汽车制造商花费十余年时间完善管理 800V 直流系统所需的技术、安全机制和操作规范。Flex 和 UL Solutions 联合发布的这份白皮书将探讨哪些经验可以应用于数据中心，以及在哪些方面，持续运行的需求需要采用不同的方法。.
执行
人工智能规模化发展始于可重复的基础设施
支撑人工智能基础设施的技术并非独立发展。随着依赖关系的增多，工程挑战也从优化单个系统转向管理系统间的交互。用通用平台取代逐个项目的工程设计，可以简化制造流程，减少调试工作，并为跨多个站点的可重复部署提供稳定的基础。.
前景
真正制约人工智能基础设施发展的因素是什么？以及应该如何应对？
人工智能基础设施正暴露出GPU生产之外的诸多限制。能源供应、冷却系统的可靠性、站点间的互联互通以及审批流程，都决定着新增产能的部署地点、时间和速度。随着人工智能规模的扩大，克服这些限制需要设计出集成度更高、弹性更强、部署更确定的基础设施。.
前景
大规模冷却定制硅
定制散热方案不能仅仅围绕处理器来设计。它必须满足芯片的散热需求，与托架、机架、CDU 和设施水系统无缝连接，并且无需重新设计基础设施即可为下一代产品做好准备。了解 Flex 如何大规模地平衡芯片级优化和基础设施级标准化。.
前景
构建方式不同：数据中心产品化的兴起
人工智能基础设施的规模化并非取决于更完善的施工，而是取决于专为工业化设计的产品。从传统的施工模式转向产品化模式，可以将复杂性从现场转移到工厂，从而实现更快、更可重复的部署，并根据需求快速扩展。.