虚拟孪生赋能AI工厂：达索 × 维谛 ×NVIDIA DSX建设前完成基础设施全套仿真验证
达索系统与维谛（Vertiv）开展合作，推进下一代 AI 基础设施的基于模型设计、工程开发与验证
AI 工厂属于人类有史以来构建的复杂度最高的系统之一。不同于生产离散实物产品的传统工厂，AI 工厂持续以令牌（token）形式产出智能能力。同时也区别于传统数据中心：AI 工厂并非只为通用计算完成数据存储与处理，而是面向规模化人工智能训练与运行的专用设施。
AI 工厂属于集成式专用基础设施，融合数据中心场地、供配电、散热制冷、网络、计算资源、软件与控制系统，针对训练、推理、智能体以及生成式业务场景等 AI 工作负载完成优化。在这类高度耦合的系统当中，某一领域发生改动，会对其他下游环节产生显著影响。
当前企业争相挖掘工业 AI 部署带来的业务价值，AI 工厂已经成为实现业务规模化的核心基础设施。因此工程师需要能够在设施建造部署之前，完成整套基础设施系统的性能验证。为加速下一代 AI 工厂的系统工程落地，达索系统与数字基础设施领域头部企业维谛（Vertiv）宣布扩大双方合作，该合作方案曾在 2026 台北电脑展（Computex 2026）对外展示。方案依托**3DEXPERIENCE 平台**，结合维谛融合式物理基础设施专业能力，实现 AI 工厂基础设施在动工建设之前即可完成配置、仿真与验证。
Vertiv OneCore 是一套混合架构数据中心解决方案，集成关键供配电、热管理以及配套基础设施。预制化设计简化运输、安装与项目执行流程，同时提升可靠性、成本效益以及结果可预测性。3DEXPERIENCE 平台的**基于模型的系统工程（MBSE）**、仿真以及虚拟孪生能力，能够将维谛的基础设施表达为一套完整数字系统，实现设计变更影响的可追溯与可视化。
本次合作在柏林 NVIDIA GTC 大会上进行演示，建立在两家企业分别与 NVIDIA 开展的合作，以及与 NVIDIA DSX 生态体系集成的基础之上，将推动 AI 工厂基础设施的基于模型设计、工程开发与验证。项目目标：提升 AI 工厂整体性能，缩短产出首个令牌的时间，从现有供电能力中挖掘更多有效计算算力，同时降低能源消耗。
公告原文描述：
面向客户达成的业务目标包括：将从需求梳理到完成配置验证的 AI 工厂整体方案交付周期最高缩短 10 倍；基础设施部署周期最高削减 50%。基于维谛模型内的假设条件，该联合方案相比传统基准建模方案，能够将设施投产时间提前约 10 周；在装机容量不变的前提下，项目启动后 12 个月内累计令牌输出量最高提升 30%。该收益完全来源于设施提前就绪，并不代表设备运行效率得到优化，也不等同于客户实测业务结果。
AI 工厂为什么必须追求更高运行效率
工业 AI 与自主智能体的需求持续上涨，进一步拉高对 AI 工厂的需求。但将能源与数据转化为 AI 模型与令牌，绝非易事。AI 工厂复杂度极高，投入规模巨大：能源供给与散热制冷是基础设施与运营阶段的主要成本，硬件本身的投入同样不容小觑。第一代定制化 AI 工厂就已经面临该问题；随着行业向新云（neoclouds）方向演进，供电利用效率与令牌产出时效，已经成为项目商业可行性的关键要素。
运行效率直接决定能够产出多少 AI 能力、哪些产品具备规模化商业可行性，以及产品对外供给的成本。一旦基础设施出现问题，就意味着您正在为并未实际使用的计算资源支付成本。当通过工业 AI 从数据中挖掘商业价值时，闲置硬件等同于资本浪费。
NVIDIA DSX AI 工厂平台整合参考设计、软件与合作伙伴技术，将计算、网络、存储、供电、制冷全部纳入，用于 AI 工厂的设计、建设与运维，把 AI 工厂作为一体化系统进行管理。
可配置的 AI 工厂虚拟孪生，允许通过系统工程与仿真开展设计优化，打通概念设计与实际部署之间的鸿沟，实现每兆瓦功率下令牌产出性能最大化。依托 3DEXPERIENCE 平台，维谛基础设施构建模块与 NVIDIA DSX 参考设计（隶属于 NVIDIA DSX Sim）保持适配对齐，工程师可以在实体建设之前完成基础设施系统验证，充分确认性能表现，进而缩短产出首个令牌的时间，从现有供电能力挖掘更多有效计算算力，降低能源消耗。
图：3DEXPERIENCE 智能体平台内的 AI 工厂虚拟孪生界面
达索系统‑维谛‑NVIDIA 三方合作如何落地实现
今年早些时候，达索系统与维谛在台北电脑展对外展示维谛 SmartRun 基础设施的可配置虚拟孪生。该孪生基于 3DEXPERIENCE 平台的基于模型的系统工程（MBSE）能力开发，并且完成 NVIDIA DSX 与 NVIDIA Omniverse 工作流集成。
合作最新阶段将该技术拓展至基于 NVIDIA DSX 构建的、面向 AI 工厂的更广范围 Vertiv OneCore 基础设施架构：
1. NVIDIA DSX 参考设计提供统一架构底座与工程指导，用于 AI 工厂的设计与部署，开发人员可以基于这套参考基础设施，按需做适配调整。
2. 维谛提供标准化、可配置的 AI 工厂基础设施构建模块。
3. 3DEXPERIENCE 平台的 MBSE、仿真与虚拟孪生能力，把各类构建模块整合为统一数字系统，实现设计变更影响的可追溯与可视化。
“联合维谛与 NVIDIA，我们将 AI 工厂作为一套完整系统开展工程设计，计算、网络、供电、制冷在虚拟孪生环境下协同设计、协同仿真，以此加快 AI 工厂的设计与部署进度。” 达索系统高科技行业副总裁 Stéphane Sireau 表示，“各类集成适配问题在设计阶段就得到解决，而非到施工现场才暴露，缩短工厂具备令牌产出能力的周期。”
基于模型的系统工程（MBSE）带来的改变
依托 3DEXPERIENCE 平台，与 NVIDIA DSX 参考设计对齐的维谛基础设施模块，可转化为可配置系统模型，作为面向客户定制 AI 工厂设计的起点。这套基于模型的方案不会让团队从项目一开始就被固定设计方案束缚；工程师可以灵活测试多种配置方案，跨专业同步传递设计变更，在系统层面以及多物理场层面完成性能验证，并且从统一共享环境输出工程交付物。
采用 MBSE，AI 工厂基础设施工程模式转变为更加灵活、持续协同设计与持续验证的模式。从最初配置工作，到施工、调试，再到未来技术升级，全程保留原始设计意图。全部设计决策都可以放在整套 AI 工厂的完整体系下进行评估。
对客户而言，这意味着：依托经过预验证的可适配设计，缩短从设计到调试的周期；借助预验证构建模块与供电容量的高效利用，实现令牌产出效率的逐步提升；能源消耗下降；部署风险降低；项目结果可预测性更强；并且在基础设施全生命周期内保持完整的数字连续性。
“基础设施系统设计不能当作事后补救环节。” 达索系统高科技行业高级总监、全球业务顾问 Mahesh Deshpande 讲到，“不能只单独追求最优计算硬件、最优选址，而要把全部要素视作一套统一集成系统。预验证的价值在于：甚至在零部件采购之前、第一块砖石还未动工之前，虚拟环境中就已经拥有一套可正常工作的集成系统，帮您解答业务目标相关的各类问题。”
在柏林 NVIDIA GTC 大会上，达索系统与维谛演示了整套设计部署方案的部分内容：展示场地需求如何指导基础设施配置；团队如何在虚拟环境评估供电与制冷约束条件；以及维谛如何运用工厂预制式基础设施，加快实体部署进度。
