施耐德电气与ETAP联合发布了一项尖端数字孪生技术，该技术能够精确设计和模拟人工智能工厂的能源需求。借助NVIDIA Omniverse™人工智能工厂数字孪生蓝图，施耐德电气和ETAP正在开发一种数字孪生模型，该模型集成了机械、热力、网络和电气系统的多方面输入，从而模拟人工智能工厂的运行方式。此次合作有望彻底改变人工智能工厂的设计和运营方式。. 虽然此前已能对电气系统进行基本可视化，但ETAP与NVIDIA Omniverse技术的集成，使得构建完整的AI工厂数字孪生模型成为可能，其中多种动态因素能够无缝交互。ETAP的建模技术将创建数据中心电气基础设施的虚拟副本，并将其与实时电气系统数据、高级分析和洞察相结合。智能算法能够分析和预测能源消耗和分配模式，从而提供前所未有的信息，包括：
先进的电气系统设计与仿真。
动态情景分析。
实时监测电力基础设施性能。
高级能效优化。
预测性维护和系统可靠性评估。
基于能源消耗的基础设施需求，有助于降低总体拥有成本。
从大规模训练集群到推理服务器，人工智能工作负载正显著增加数据中心的能耗。与传统计算任务不同，人工智能操作（尤其是模型训练和复杂的推理过程）需要大量的计算能力，从而导致机架功率密度更高。随着人工智能的普及，初创企业、大型企业、托管服务提供商和互联网巨头必须重新思考数据中心的设计和管理，以满足日益增长的能效需求。.
ETAP 与 NVIDIA 的合作推出了一种“从电网到芯片”的方法，旨在应对人工智能时代电源管理、性能优化和能效方面的挑战。目前，数据中心运营商只能估算机架级的平均功耗，但 ETAP 的新型数字孪生技术旨在提高芯片级动态负载行为建模的精度，从而改进电源系统设计并优化能效。.
“随着人工智能工作负载的复杂性和规模不断增长，精准的电源管理对于确保效率、可靠性和可持续性至关重要，”NVIDIA高性能计算和人工智能工厂解决方案高级总监Dion Harris表示。“通过与ETAP和施耐德电气的合作，我们为数据中心运营商提供了前所未有的电源动态可视性和控制力，使他们能够优化基础设施，加速人工智能的采用，同时提高运营弹性。”
ETAP首席执行官Tanuj Khandelwal表示：“此次合作不仅仅代表着一种技术解决方案，它从根本上重新构想了人工智能时代数据中心的设计、管理和优化方式。通过将电气工程与先进的虚拟化和人工智能技术相结合，我们正在为基础设施管理创造一种新的范式。”
施耐德电气数据中心、网络和服务执行副总裁 Pankaj Sharma 补充道： “协作、速度和创新是推动数字化基础设施转型以适应人工智能工作负载的关键动力。ETAP、施耐德电气和英伟达携手合作，不仅推进数据中心技术的发展，更助力企业优化运营，轻松应对人工智能带来的能源需求。”
