• 该沉浸式孪生（Immersive Twin）试点项目基于NVIDIA Omniverse DSX Blueprint构建，将施耐德电气、AVEVA与ETAP的技术整合于同一数字平台。
• 数字孪生将AI工作负载需求与供电、制冷、电气架构及运维模型打通，助力加速AI 工厂部署并提升token效率。
• 试点项目落地于Start Campus的Sines数据中心园区，助力Nscale优化运营。
日前，能源科技的全球引领者施耐德电气携手旗下AVEVA剑维软件，并联合全栈式AI云平台Nscale以及数据中心开发运营商Start Campus共同宣布，依托NVIDIA Omniverse DSX Blueprint（隶属于NVIDIA DSX Sim）打造的端到端数字孪生试点项目已成功实施。
该沉浸式孪生试点项目，标志着施耐德电气由AVEVA 软件驱动的数字孪生技术落地真实AI基础设施，助力Nscale加速token产出并提升token效率。
本次部署聚焦于Nscale在葡萄牙SINES数据园区SIN01数据中心内的业务运营。SINES园区由Start Campus开发，装机容量达1.2GW，是欧洲目前规模最大、最具可持续性的AI工厂之一，专为支撑AI基础设施的迭代演进而建造。园区还将部署超过66000颗NVIDIA Rubin GPU，成为该地区规模最大的AI算力集群之一。这套由施耐德电气联合AVEVA打造的全新沉浸式孪生解决方案，将工程与运营数据、先进的供电与制冷仿真以及工作负载需求进行整合，实现数据中心性能的统一可视化，帮助在实施现场改造前，识别基础设施的优化机会。
借助数字孪生技术，Nscale有望加速token产出、提升token效率、优化运维水平、增强灵活性，并降低技术栈迭代与调整的风险。
Nscale首席技术官David Power表示：“我们联合Start Campus、施耐德电气与NVIDIA，依托数字孪生对AI数据中心的真实运行状态进行建模，范围覆盖供电、制冷和token交付全链路。这使得我们能够在实施现场改造前，更清晰地看清哪些环节可以实现全栈优化。智能与仿真技术，让我们能以更高效、更具可持续性的方式，大规模建设和运营AI基础设施。”
端到端协同 多方能力融合
本次试点项目的成功，印证了端到端协同模式的优势。项目汇聚了AI生态系统中各方互补的专业能力，涵盖能源管理、工程设计、仿真模拟以及AI基础设施运维，从而获得更完整的数据中心性能全局视图。
依托基于OpenUSD搭建的数字孪生平台，沉浸式孪生试点项目覆盖了AI工厂从设计到运维的全生命周期，连接施耐德电气、ETAP、AVEVA及第三方技术。该方案可针对供电、制冷与工艺流程状态快速开展多种“假设场景”模拟，用以验证设计决策、评估升级影响、降低采购风险，同时连接IT与OT数据，实现性能的持续优化。与此同时，该项目借助仿真就绪的资产模型文件，提升互操作性，加速其与数字孪生的无缝集成。
Start Campus提供真实物理基础设施、工程专业能力以及实际应用环境，来验证数字孪生技术如何重塑AI数据中心的设计、建设与运营模式。整合这些数据、技术与专业能力后，Nscale 能够借助数字孪生解决方案，在落地实施前针对新配置或新技术开展各类“假设场景”的建模与测试，这样既能加快部署进程，又大幅降低项目风险。
施耐德电气全球执行副总裁、软件与服务业务全球负责人Pankaj Sharma表示：“打造一套可靠的端到端数字孪生解决方案，离不开AI生态各方的通力合作。我们持续推进能源技术创新，将Nscale的工作负载与IT基础设施需求、Start Campus的实体园区及基础设施数据，与施耐德电气的数字孪生技术相结合，整合各方关键技术与专业能力，对AI工厂开展更全面的仿真建模，识别优化机会，最终提升系统性能、运行效率与token产出。”
Start Campus首席执行官Robert Dunn补充道：“AI基础设施需要跟上其所支撑技术的迭代步伐。我们与施耐德电气、Nscale以及NVIDIA的合作印证了一点：运营方与客户基于统一模型进行数据中心的规划、建设和运营，能够实现更优的协同效果。借助数字孪生技术，我们可以在工程落地前，模拟机架密度的大幅提升对供配电链路与液冷回路产生的连锁影响，以此完成新硬件测试，与客户确定配置方案，并实现一次建成。这既能加快部署进度、提升效率，也能让每一兆瓦电力的价值最大化，是规模化交付高韧性AI基础设施进程中的重要一步。”
深化既有合作 拓展协同边界
本次试点，是施耐德电气、AVEVA剑维软件、ETAP与NVIDIA在既有合作基础上的延伸。2025年，三家企业加入OpenUSD联盟（AOUSD），依托NVIDIA Omniverse DSX Blueprint方案，共同加速数字孪生与AI工厂的落地开发。
此外，各方通力打造参考设计、一体化基础设施与软件解决方案，为下一代AI工厂提供供电与制冷支撑；并借助英伟达Omniverse组件库，在真实工况环境下开展仿真，持续提升能效水平。
