Courtesy of YahooFinance
Infineon dan Nvidia Ciptakan Sistem Daya Baru untuk Pusat Data AI yang Efisien
Mengembangkan sistem distribusi daya arus searah tegangan tinggi yang terpusat untuk pusat data AI guna mengurangi kehilangan energi dan meningkatkan efisiensi daya.
21 Mei 2025, 02.04 WIB
64 dibaca
Share
Ikhtisar 15 Detik
- Infineon dan Nvidia berkolaborasi untuk mengembangkan sistem distribusi daya yang lebih efisien di pusat data AI.
- Sistem baru ini akan menggunakan arus langsung, mengurangi kerugian energi dibandingkan dengan metode distribusi arus bolak-balik.
- Inisiatif ini sejalan dengan komitmen kedua perusahaan untuk keberlanjutan dan efisiensi energi.
San Francisco, Amerika Serikat - Infineon, perusahaan chip asal Jerman, bekerja sama dengan Nvidia untuk mengembangkan sistem distribusi daya baru di pusat data kecerdasan buatan (AI). Sistem ini menggunakan arus searah bertegangan tinggi agar distribusi daya menjadi lebih efisien.
Saat ini, pusat data biasanya menggunakan arus bolak-balik (AC) yang harus diubah menjadi arus searah (DC) oleh masing-masing server, menyebabkan kehilangan daya selama proses tersebut. Metode baru ini ingin mengurangi masalah itu.
Infineon dan Nvidia merancang sistem distribusi daya DC terpusat yang dapat mengurangi kehilangan energi saat daya didistribusikan ke rak server. Ini penting karena rak server diperkirakan akan membutuhkan daya hingga satu megawatt di masa depan.
Gabriele Gorla, wakil presiden Nvidia, mengatakan solusi ini memungkinkan mereka mengoptimalkan konsumsi energi infrastruktur AI yang canggih. Hal ini mendukung komitmen Nvidia terhadap keberlanjutan dan tuntutan performa AI yang terus berkembang.
Kerja sama ini menjadi langkah penting dalam mengurangi konsumsi energi pusat data AI yang besar dan membantu menciptakan teknologi yang lebih ramah lingkungan dan efisien di masa mendatang.
--------------------
Analisis Kami: Langkah ini sangat tepat dan krusial mengingat konsumsi daya pusat data AI yang terus melonjak drastis. Dengan mengatasi masalah efisiensi distribusi daya, Nvidia dan Infineon tidak hanya meningkatkan performa teknologi, tetapi juga memajukan agenda keberlanjutan penting untuk masa depan industri teknologi.
--------------------
Analisis Ahli:
Andrew Ng: Inovasi dalam manajemen daya merupakan elemen kunci untuk skalabilitas AI, dan kolaborasi antara produsen chip dan penyedia infrastruktur seperti ini bisa mendongkrak efisiensi sekaligus menurunkan jejak karbon operasional pusat data.
Lisa Su: Mengurangi konversi daya yang tidak efisien sangat vital untuk mendukung beban kerja tinggi serta pertumbuhan AI, jadi pengembangan chip khusus untuk distribusi daya langsung akan menjadi game changer dalam industri teknologi.
--------------------
What's Next: Kolaborasi ini akan menghasilkan teknologi distribusi daya yang lebih efisien dan hemat energi di pusat data AI, yang akan menjadi standar baru dalam industri dan memungkinkan pengurangan biaya operasional serta dampak lingkungan yang lebih kecil.
Referensi:
[1] https://finance.yahoo.com/news/german-chipmaker-infineon-nvidia-power-190423057.html
[1] https://finance.yahoo.com/news/german-chipmaker-infineon-nvidia-power-190423057.html
Pertanyaan Terkait
Q
Apa tujuan kerja sama antara Infineon dan Nvidia?A
Tujuan kerja sama antara Infineon dan Nvidia adalah untuk mengembangkan chip untuk sistem distribusi daya dalam pusat data AI.Q
Sistem distribusi daya apa yang sedang dikembangkan?A
Sistem distribusi daya yang sedang dikembangkan adalah sistem distribusi daya arus langsung bertegangan tinggi.Q
Mengapa penggunaan arus langsung lebih efisien daripada arus bolak-balik?A
Penggunaan arus langsung lebih efisien karena mengurangi kerugian energi saat memindahkan dan mengonversi daya.Q
Apa yang diharapkan dari sistem distribusi daya yang baru ini?A
Dari sistem distribusi daya yang baru ini, diharapkan dapat mengurangi kerugian energi dan meningkatkan efisiensi secara keseluruhan.Q
Bagaimana kerja sama ini mendukung keberlanjutan?A
Kerja sama ini mendukung keberlanjutan dengan mengoptimalkan konsumsi energi infrastruktur AI.