(PRIMANOTIZIE) MILANO – Vertiv Holdings Co. ha lanciato SmartIT, una piattaforma pre-ingegnerizzata progettata per semplificare le implementazioni di infrastrutture AI ad alta densità in data center aziendali, colocation, nuovi e preesistenti. La soluzione, basata sulle architetture NVIDIA MGX e OCP ORV3, supporta sistemi come NVIDIA DGX GB300 e integra alimentazione in corrente continua, raffreddamento a liquido direct-to-chip, monitoraggio e distribuzione dell’alimentazione in un’unica infrastruttura validata in fabbrica.
Già disponibile globalmente, SmartIT punta a ridurre i tempi di implementazione sostituendo la complessa integrazione in loco con un sistema prevalidato, limitando le attività sul posto al solo collegamento con le infrastrutture esistenti. Inoltre, offre un unico punto di contatto per rack, raffreddamento, alimentazione e monitoraggio, facilitando lo scaling da un singolo rack a soluzioni multi-rack senza necessità di riprogettazione, e consente l’adeguamento di spazi esistenti senza ristrutturazioni complete.
Scott Armul, Chief Product and Technology Officer di Vertiv, ha evidenziato come l’integrazione tra alimentazione, raffreddamento e sistemi IT sia fondamentale per rispondere alle crescenti esigenze delle infrastrutture AI, e come SmartIT rappresenti un approccio che unisce queste discipline in un’architettura fabbricata e validata prima della spedizione.
La piattaforma include funzionalità integrate di rilevamento delle perdite, monitoraggio continuo e supporto per protocolli come Redfish, SNMP e Modbus. Vertiv Global Services accompagna i clienti nell’implementazione, commissioning e gestione del ciclo di vita. SmartIT può essere parte di un’architettura infrastrutturale più ampia insieme a soluzioni complementari Vertiv quali SmartRun, Vertiv rPDU e Vertiv Unify per estendere il controllo e la gestione dell’infrastruttura elettrica e termica.
Vertiv ha presentato una dimostrazione di SmartIT con NVIDIA HGX Rubin NVL8 durante NVIDIA GTC Berlin 2026, sottolineando la possibilità per i clienti di iniziare da configurazioni su misura e aumentare la capacità in base alle esigenze di crescita dell’AI. (PRIMANOTIZIE)


