กลับไปที่ข่าว
อุตสาหกรรมAI Understanding บรรยายสรุป

NVIDIA ร่วมมือกับบริษัทในออสเตรเลียเพื่อสร้างโครงสร้างพื้นฐาน AI ขนาด 2 กิกะวัตต์

NVIDIA ประกาศความร่วมมือกับพันธมิตร 8 รายในออสเตรเลียเพื่อปรับใช้ความจุของโรงงาน AI สูงสุด 2 กิกะวัตต์ภายในปี 2570 ขยายการเข้าถึงในท้องถิ่นไปยังการประมวลผลแบบเร่งความเร็วและโมเดล Nemotron

4 min readRead the primary source
Source-provided image accompanying NVIDIA partners with Australian firms for 2-gigawatt AI infrastructure buildout
เอกสารต้นทางหลักแหล่งที่มาบันทึกไว้
สำนักพิมพ์
nvidianews.nvidia.com
ลิงค์แหล่งที่มา
nvidianews.nvidia.comhttps://nvidianews.nvidia.com/news/nvidia-expands-ai-infrastructure-capacity-in-partnership-with-australias-data-center-ecosystem
ประเภทแหล่งที่มา
เอกสารหลัก — ประกาศอย่างเป็นทางการ เอกสาร เอกสาร หรือหน้าแรกที่เราอ่านโดยตรง
บริบทเข้าใจสิ่งนี้ใน 60 วินาที

เริ่มที่นี่

เงื่อนไขสำคัญ

การอนุมาน
ระยะรันไทม์ที่โมเดลที่ได้รับการฝึกสร้างการคาดการณ์หรือเอาต์พุต
คำนวณ
ทรัพยากรการประมวลผลที่จำเป็นสำหรับการฝึกและรันโมเดล ซึ่งมักวัดเป็นชั่วโมง FLOPS หรือ GPU
เวลาแฝง
เวลาระหว่างการส่งคำขอและรับเอาต์พุตของโมเดล
ทดสอบตัวเองแบบทดสอบอธิบายโมเดล AI

เกิดอะไรขึ้น

NVIDIA ประกาศการขยายเชิงกลยุทธ์ของโครงสร้างพื้นฐาน AI ในออสเตรเลีย โดยร่วมมือกับผู้ให้บริการในท้องถิ่น 8 รายเพื่อสร้างกำลังการผลิตสูงสุด 2 กิกะวัตต์ภายในปี 2570 โครงการริเริ่มนี้เกี่ยวข้องกับการปรับใช้โรงงาน NVIDIA DSX AI ซึ่งบูรณาการการประมวลผลแบบเร่งความเร็ว เครือข่าย และซอฟต์แวร์ พันธมิตร ได้แก่ Firmus, Sharon AI, IREN, Megaport, ResetData, CDC, NEXTDC และ AirTrunk โครงสร้างนี้มีจุดมุ่งหมายเพื่อสนับสนุนการพัฒนา AI ในท้องถิ่น ลดความล่าช้าในการอนุมาน และมอบทางเลือกด้านถิ่นที่อยู่ของข้อมูลอธิปไตยสำหรับองค์กรและนักวิจัยในออสเตรเลีย

NVIDIA ประกาศความร่วมมือกับกลุ่ม NVIDIA Cloud Partners (NCP) ของออสเตรเลียและผู้ให้บริการโครงสร้างพื้นฐาน AI เพื่อขยายพื้นที่ พลังงาน และกำลังการผลิตเชลล์สำหรับโรงงาน AI พันธมิตรที่เกี่ยวข้อง ได้แก่ Firmus, Sharon AI, IREN, Megaport, ResetData, CDC, NEXTDC และ AirTrunk เป้าหมายร่วมกันคือการส่งมอบให้ได้มากถึง 2 กิกะวัตต์ภายในปี 2570

โครงสร้างพื้นฐานจะขึ้นอยู่กับแพลตฟอร์ม NVIDIA DSX ซึ่งเป็นโซลูชันแบบฟูลสแตกที่ประกอบด้วยโครงสร้างพื้นฐานด้านสิ่งอำนวยความสะดวก การประมวลผล ระบบเครือข่าย และซอฟต์แวร์ NVIDIA จะจัดหาแพลตฟอร์ม DSX, การประมวลผลแบบเร่งความเร็ว, เครือข่าย และการสนับสนุนระบบนิเวศ ในขณะที่พันธมิตรจะดำเนินงานโรงงาน AI แบบจำลองนี้ได้รับการออกแบบมาเพื่อทำให้โครงสร้างพื้นฐาน AI มีประสิทธิผล ใช้งานได้จริง และทนทานตลอดวงจรการใช้งาน

โครงการริเริ่มของพันธมิตรที่เฉพาะเจาะจง ได้แก่ Firmus ขยาย Project Southgate เพื่อรองรับความต้องการในระดับไฮเปอร์สเกล, Sharon AI ติดตั้ง GPU NVIDIA สูงถึง 68,000 ตัวพร้อม Quantum InfiniBand และ Spectrum-X Ethernet และ IREN ใช้สถาปัตยกรรม DSX กับวิทยาเขต Bundey ขนาด 800 เมกะวัตต์ในรัฐเซาท์ออสเตรเลีย Megaport กำลังขยายการเข้าถึงผ่านบริษัทในเครือ Latitude.sh เพื่อรองรับความต้องการในการอนุมาน ในขณะที่ ResetData มุ่งเน้นไปที่ถิ่นที่อยู่ของข้อมูลอธิปไตยสำหรับองค์กรและภาครัฐ

CDC และ NEXTDC มอบโครงสร้างพื้นฐานศูนย์ข้อมูลที่พร้อมใช้ AI ด้วยเทคโนโลยีระบายความร้อนขั้นสูง รวมถึงการระบายความร้อนจากของเหลวสู่ชิปโดยตรง เพื่อรองรับปริมาณงานที่มีความหนาแน่นสูง AirTrunk กำลังขยายกระสุนที่ขับเคลื่อนด้วย AI ทั่วทั้งภูมิภาค สิ่งอำนวยความสะดวกเหล่านี้ได้รับการออกแบบมาเพื่อรองรับความต้องการด้านพลังงานและการระบายความร้อนของระบบ AI ที่ต้องใช้การประมวลผลมากขึ้น

การขยายนี้มีจุดมุ่งหมายเพื่อให้นักนวัตกรรมชาวออสเตรเลียสามารถเข้าถึงคอมพิวเตอร์แบบเร่งความเร็วและรุ่นเปิด NVIDIA Nemotron ได้มากขึ้น องค์กรต่างๆ เช่น Heidi และ Atlassian กำลังใช้โมเดลเหล่านี้เพื่อสร้างแอปพลิเคชันในด้านการดูแลสุขภาพและการค้นหาระดับองค์กรตามลำดับ โครงสร้างพื้นฐานนี้มีจุดมุ่งหมายเพื่อรองรับการพัฒนาโมเดล แอปพลิเคชัน และเอเจนต์ในท้องถิ่น ในขณะเดียวกันก็ตอบสนองความต้องการการประมวลผล AI ในระดับภูมิภาคและระดับโลก

รายละเอียดที่มา: nvidianews.nvidia.com ↗

ทำไมมันถึงสำคัญ

การขยายตัวนี้เพิ่มความพร้อมใช้งานของการประมวลผล AI ประสิทธิภาพสูงภายในออสเตรเลียได้อย่างมาก โดยลดการพึ่งพาศูนย์ข้อมูลในต่างประเทศสำหรับปริมาณงานที่ไวต่อความหน่วงและการควบคุมข้อมูล ด้วยการผสานรวมแพลตฟอร์ม NVIDIA DSX โครงสร้างพื้นฐานได้รับการออกแบบมาเพื่อรองรับฮาร์ดแวร์ AI หลายรุ่น ทำให้มั่นใจได้ถึงประโยชน์ใช้สอยในระยะยาว ความเคลื่อนไหวดังกล่าวยังเสริมสร้างความแข็งแกร่งให้กับระบบนิเวศในท้องถิ่นด้วยการช่วยให้บริษัทออสเตรเลียสามารถฝึกอบรมและปรับใช้โมเดลต่างๆ โดยใช้โมเดลเปิด NVIDIA Nemotron เพื่อส่งเสริมนวัตกรรมในประเทศในภาคส่วนต่างๆ เช่น การดูแลสุขภาพและซอฟต์แวร์ระดับองค์กร

การสร้างขนาด 2 กิกะวัตต์แสดงถึงความสามารถในการประมวลผล AI ในท้องถิ่นที่เพิ่มขึ้นอย่างมาก ซึ่งมีความสำคัญอย่างยิ่งในการลดเวลาแฝงและรับประกันอธิปไตยของข้อมูลสำหรับองค์กรในออสเตรเลีย การนำโครงสร้างพื้นฐานนี้มาใช้บนบก ความร่วมมือดังกล่าวจะตอบสนองความต้องการที่เพิ่มขึ้นสำหรับการประมวลผลประสิทธิภาพสูงซึ่งไม่สามารถตอบสนองได้ด้วยความสามารถในท้องถิ่นที่มีอยู่

การใช้แพลตฟอร์ม NVIDIA DSX ช่วยให้มั่นใจได้ว่าโครงสร้างพื้นฐานเข้ากันได้กับระบบนิเวศ CUDA และสามารถปรับปรุงได้ผ่านการอัพเดตซอฟต์แวร์ แนวทางนี้ช่วยยืดอายุการให้ประโยชน์ของสินทรัพย์และรองรับปริมาณงานที่หลากหลาย ตั้งแต่การฝึกโมเดลขนาดใหญ่ไปจนถึงการให้บริการคำขออนุมานสำหรับแอปพลิเคชันที่เน้น AI

ความคิดริเริ่มนี้สนับสนุนการพัฒนาระบบนิเวศ AI ในท้องถิ่นโดยให้การเข้าถึงโมเดลเปิด NVIDIA Nemotron ซึ่งช่วยให้บริษัทในออสเตรเลียสามารถปรับแต่งและปรับแต่งโมเดลสำหรับอุตสาหกรรมเฉพาะ เช่น การดูแลสุขภาพและซอฟต์แวร์ระดับองค์กร โดยไม่ต้องพึ่งพาผู้ให้บริการภายนอกโดยสิ้นเชิง สิ่งนี้ส่งเสริมนวัตกรรมและสร้างความได้เปรียบทางการแข่งขันสำหรับสตาร์ทอัพที่ใช้ AI ในท้องถิ่น

การขยายตัวนี้ยังมีผลกระทบทางเศรษฐกิจในวงกว้าง เนื่องจากสนับสนุนโครงการผลิตไฟฟ้าเพิ่มเติม และสร้างงานที่มีทักษะในภาคโครงสร้างพื้นฐานและเทคโนโลยี ด้วยการวางตำแหน่งออสเตรเลียให้เป็นศูนย์กลางการประมวลผล AI ในภูมิภาคเอเชียแปซิฟิก ความร่วมมือดังกล่าวจะช่วยเพิ่มบทบาทของประเทศในเศรษฐกิจ AI ทั่วโลก

Interactive Mechanism

กลไกเชิงโต้ตอบ: มันทำงานอย่างไร

สำรวจเทคโนโลยีเบื้องหลังการพัฒนานี้แบบโต้ตอบ

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
การตรวจสอบแนวคิดแบบโต้ตอบ+10 Points
AI Models Explained Quiz

Which component of an AI application is the machine-learning model itself?

จะดูอะไรต่อไป.

ติดตามลำดับเวลาสำหรับเป้าหมายกำลังการผลิตปี 2027 และโครงการผลิตไฟฟ้าเฉพาะที่เกี่ยวข้องกับการต่อเติม ติดตามอัตราการนำโมเดล NVIDIA Nemotron มาใช้ในกลุ่มพันธมิตรชาวออสเตรเลียที่อ้างถึง เช่น Heidi และ Atlassian และประเมินว่าความสามารถในท้องถิ่นนี้ส่งผลต่อราคาและความพร้อมใช้งานของบริการ AI ในภูมิภาคเอเชียแปซิฟิกอย่างไร

ติดตามความคืบหน้าของการขยายขนาด 2 กิกะวัตต์เทียบกับเป้าหมายปี 2570 รวมถึงการเริ่มใช้งานวิทยาเขตเฉพาะ เช่น ไซต์ Bundey ของ IREN และ Project Southgate ของ Firmus ความล่าช้าในการผลิตไฟฟ้าหรือการก่อสร้างอาจส่งผลกระทบต่อระยะเวลาในความพร้อมของกำลังการผลิต

สังเกตการนำโมเดล NVIDIA Nemotron มาใช้โดยองค์กรและนักวิจัยในออสเตรเลีย ความสำเร็จของแอปพลิเคชันในท้องถิ่น เช่น AI ด้านสุขภาพของ Heidi และการค้นหา Rovo ของ Atlassian จะบ่งบอกถึงประโยชน์ใช้สอยของโครงสร้างพื้นฐานใหม่สำหรับนวัตกรรมภายในประเทศ

ติดตามผลกระทบต่อราคาและความพร้อมใช้งานของบริการ AI ในภูมิภาค ความจุในท้องถิ่นที่เพิ่มขึ้นอาจนำไปสู่ราคาที่แข่งขันได้มากขึ้นสำหรับทรัพยากรการประมวลผล และระดับการบริการที่ดีขึ้นสำหรับแอปพลิเคชันที่ไวต่อความหน่วง ซึ่งอาจเปลี่ยนปริมาณงานจากศูนย์ข้อมูลต่างประเทศไปยังออสเตรเลีย

คำแนะนำและแบบทดสอบที่เกี่ยวข้อง

อธิบายโมเดล AIอนาคตของ AIการฝึกอบรมเอไอทดสอบสิ่งที่คุณรู้ — ลองแบบทดสอบ AI ฟรีค้นหาคำศัพท์ AI ในอภิธานศัพท์ของเราติดตามตัวติดตามการระดมทุนของ AI
พบว่าสิ่งนี้มีประโยชน์หรือไม่?