Podejście Schneider Electric od sieci po chip łączy infrastrukturę AI, ale to sieć nadal wyznacza tempo

Schneider Electric skierował uwagę na swoje podejście od sieci po chip, mimo konfliktu, którego nie usunie żaden zintegrowany projekt: centra danych AI potrzebują energii szybciej, niż sieci są w stanie ją dostarczyć. Strategia łączy infrastrukturę energetyczną, dystrybucję energii elektrycznej, chłodzenie cieczą i oprogramowanie operacyjne wokół wymagań wysokogęstościowych chipów AI.

Ta integracja zapewniła Schneider Electric 10. miejsce na liście Fast Company 2026 Best Workplaces for Innovators. Wyróżnienie dotyczy jednak czegoś więcej niż programu dla pracowników. Uwydatnia rywalizację o kontrolę nad fizyczną architekturą otaczającą coraz gęstsze systemy obliczeniowe NVIDIA.

Bezpośrednim przeciwnikiem jest tradycyjny, rozproszony proces projektowania centrów danych. Oddzielni wykonawcy często określają przyłącza energetyczne, systemy elektryczne, urządzenia chłodzące, szafy rack i oprogramowanie na różnych etapach. Klastry AI utrudniają zarządzanie tymi granicami, ponieważ zużycie energii i wytwarzanie ciepła oddziałują na siebie na poziomie szafy rack.

Schneider Electric twierdzi, że współpraca z NVIDIA przekształca te zależności w skoordynowane projekty referencyjne. Firma tworzy szerszą ścieżkę infrastrukturalną — od doprowadzenia energii elektrycznej po obiegi chłodzenia i operacje na poziomie chipów. Vertiv, Eaton, Siemens i inni dostawcy realizują częściowo nakładające się strategie, dlatego sama integracja nie rozstrzyga rywalizacji.

Kluczowe pytanie brzmi, czy inżynieria od sieci po chip może skrócić harmonogramy wdrożeń bez przenoszenia opóźnień w inne miejsca. Projekty referencyjne mogą ograniczyć niepewność planowania wewnątrz obiektu. Nie są jednak w stanie stworzyć mocy sieciowej, przyspieszyć każdego procesu uzyskiwania pozwoleń ani zagwarantować terminowej dostawy prefabrykowanego sprzętu.

Projekt Schneider Electric od sieci po chip łączy systemy, które AI wymusiła połączyć

Podejście od sieci po chip traktuje centrum danych AI jako jeden połączony system zasilania, termiki i sterowania, a nie zbiór niezależnych zakupów sprzętu.

Fast Company podał 8 września 2026 r., że inżynierowie Schneider Electric współpracowali z NVIDIA nad zintegrowaną metodą. Artykuł opisuje dostarczanie energii, chłodzenie cieczą i monitorowanie programowe jako elementy jednego projektu. Firma twierdzi, że podejście to już wpływa na niektóre z największych centrów danych AI na świecie.

Ta historia jest nowa jako wyróżnienie, ale leżący u jej podstaw program inżynieryjny rozwija się od kilku lat. Schneider Electric i NVIDIA ogłosiły współpracę nad projektami referencyjnymi w marcu 2024 r. Początkowo skupiały się na planach infrastruktury dla klastrów przyspieszonych obliczeń NVIDIA.

Projekt referencyjny to udokumentowany plan techniczny, który określa kompatybilne układy, sprzęt, systemy sterowania i założenia operacyjne. Daje wykonawcom konfigurację wyjściową, zanim dostosują system do konkretnej lokalizacji. Może to ograniczyć powtarzalne prace inżynieryjne i wcześniej ujawnić konflikty.

Firmy od tego czasu rozszerzyły współpracę na dystrybucję zasilania, chłodzenie, systemy sterowania i modelowanie cyfrowe. Projekty referencyjne AI Schneider Electric obejmują zarówno istniejące obiekty, jak i centra AI budowane od podstaw. Firma przedstawia te dokumenty jako przewodniki wdrożeniowe, a nie gotowe budynki.

To rozróżnienie ma znaczenie. Projekt może potwierdzić, jak wybrane systemy powinny współdziałać przy określonych założeniach. Rzeczywista wydajność nadal zależy od jakości budowy, lokalnych warunków sieciowych, dostępności wody, podaży komponentów i obciążenia systemu.

Projekt Schneider Electric z marca 2026 r. dla infrastruktury NVIDIA GB300 pokazuje skalę przedsięwzięcia. Określa on halę danych o mocy 7 536 kilowatów, zawierającą trzy klastry i 1 152 GPU w każdym klastrze. Projekt łączy zasilanie obiektu, chłodzenie obiektu, przestrzeń IT i oprogramowanie do zarządzania cyklem życia.

Każdy klaster wykorzystuje systemy NVIDIA GB300 NVL72, które łączą 72 GPU jako platformę obliczeniową w skali szafy rack. Schneider Electric określa zastosowanie jednostek dystrybucji chłodziwa Motivair oraz chłodnic cieczy ze wspomaganiem adiabatycznym. Jednostka dystrybucji chłodziwa przekazuje ciepło między obiegiem obliczeniowym a systemem chłodzenia obiektu.

Plan wykracza poza umieszczenie serwerów chłodzonych cieczą w zwykłym pomieszczeniu. Koordynuje moc elektryczną, przepływ chłodzenia, układ szaf rack, redundancję i systemy sterowania wokół oczekiwanego zachowania klastra. To praktyczne znaczenie inżynierii Schneider Electric od sieci po chip.

Systemy sterowania tworzą kolejną istotną warstwę. Prace projektowe Schneider Electric łączą systemy monitorowania budynku i instalacji elektrycznych z NVIDIA Mission Control, oprogramowaniem do zarządzania infrastrukturą fabryki AI. Celem jest wspólny widok operacyjny obejmujący urządzenia obliczeniowe i wyposażenie obiektu.

Problem z chłodzeniem może dzięki temu być widoczny obok obciążenia obliczeniowego, którego dotyczy. Operatorzy mogą analizować jakość zasilania, warunki termiczne i stan sprzętu bez całkowitego polegania na odizolowanych pulpitach nawigacyjnych. Schneider Electric twierdzi, że taka koordynacja wspiera zarządzanie predykcyjne i bardziej świadome reakcje na zmienne obciążenia.

Architektura nie jest jednak jednym zastrzeżonym urządzeniem. To połączenie komponentów, zasad projektowania, interfejsów programowych i procedur operacyjnych. Klienci nadal muszą zintegrować usługi energetyczne, generatory, magazyny energii, rozdzielnice, urządzenia chłodzące, sieci i systemy NVIDIA w konkretnej lokalizacji.

Wiadomość dotyczy więc mniej pojedynczego wynalazku, a bardziej zmiany odpowiedzialności za projekt. Schneider Electric chce zająć warstwę koordynującą między przyłączem do sieci a szafą obliczeniową. Pozycja ta staje się cenniejsza, gdy awarie po obu stronach zagrażają całej inwestycji.

Gęstość szaf AI zaburzyła dawną kolejność planowania

Infrastruktura AI łączy decyzje elektryczne i termiczne w jeden problem inżynieryjny, pozostawiając zespołom mniej miejsca na projektowanie każdej warstwy osobno.

Według Schneider Electric tradycyjne szafy rack w przedsiębiorstwach zwykle pracowały w zakresie od 5 do 15 kilowatów. Wiele obiektów mogło odprowadzać to ciepło za pomocą chłodzenia powietrzem, dobierając jednocześnie systemy elektryczne do zdywersyfikowanych obciążeń.

Klastry AI zachowują się inaczej. Duże grupy akceleratorów mogą pracować jednocześnie podczas trenowania, tworząc skoncentrowane i szybko zmieniające się zapotrzebowanie. Planiści obiektów muszą przygotować się na synchroniczne szczyty, zamiast zakładać, że każdy serwer osiąga maksymalne obciążenie w innym momencie.

Schneider Electric twierdzi, że konfiguracje GB200 i GB300 NVL72 mogą osiągać od 132 do 142 kilowatów na szafę rack. Szafa o mocy 142 kilowatów może zużywać około dziewięć razy więcej energii niż górna granica tradycyjnego zakresu. Wytwarza także obciążenie termiczne, którym zwykłe chłodzenie powietrzem na poziomie pomieszczenia nie jest w stanie efektywnie zarządzać.

Własna architektura GB300 NVIDIA określa chłodzenie cieczą dla systemu w skali szafy rack. Chłodzenie bezpośrednio do chipu kieruje chłodziwo przez płyty chłodzące przymocowane do procesorów i innych gorących komponentów. Ciepło trafia do cieczy blisko źródła, zamiast najpierw ogrzewać otaczające powietrze.

Tworzy to zależności wykraczające poza samą szafę rack. Pompy, wymienniki ciepła, obiegi wody w obiekcie, czujniki, systemy sterowania i strategie awaryjne muszą działać razem. Projekt instalacji elektrycznej musi także obsługiwać pompy i urządzenia chłodzące przy zmiennych obciążeniach obliczeniowych.

Modernizacja starszego obiektu staje się szczególnie skomplikowana. Budynek może mieć wystarczającą powierzchnię, ale niewystarczającą dystrybucję energii. Jego system wody lodowej może nie mieć odpowiedniej wydajności, a szafy rack i trasy rurociągów mogą nie obsługiwać sprzętu chłodzonego cieczą.

Schneider Electric uwzględnia kilka warunków wdrożeniowych, zamiast proponować jeden uniwersalny plan. Opublikowane scenariusze obejmują modernizacje z chłodzeniem powietrzem do 40 kilowatów na szafę rack oraz modernizacje z chłodzeniem cieczą przy 73 kilowatach. Konfiguracje budowane od podstaw osiągają wyższe gęstości związane z systemami GB200 i GB300.

Ten zakres pokazuje, dlaczego podejście od sieci po chip jest częściowo dyscypliną planowania. Klient musi dopasować cel obliczeniowy do rzeczywistych ograniczeń lokalizacji. Instalowanie szafy o najwyższej gęstości nie ma sensu, gdy budynek nie może dostarczyć ani odprowadzić wymaganej energii.

Firma twierdzi, że jej zweryfikowane plany mogą skrócić prace projektowe z miesięcy do tygodni. To twierdzenie jest wiarygodne, ponieważ udokumentowana lista sprzętu i przetestowany układ eliminują część wczesnych analiz. Schneider Electric nie opublikował jednak wystarczającej liczby niezależnych danych projektowych, aby ustalić typowe skrócenie harmonogramu na różnych rynkach.

Przewaga planistyczna zależy także od czasu. Platformy GPU ewoluują szybciej niż elektrownie, stacje elektroenergetyczne i duże budynki centrów danych. Dostawcy infrastruktury potrzebują szczegółowych planów rozwoju chipów odpowiednio wcześnie, aby przygotować kompatybilne systemy elektryczne i chłodzenia, zanim klienci otrzymają serwery.

To wyjaśnia głębokość relacji Schneider Electric z NVIDIA. Dostawca nie reaguje jedynie po wejściu szafy rack na rynek. Próbuje rozwijać fizyczną infrastrukturę równolegle z przyszłymi platformami obliczeniowymi.

Taka koordynacja może ograniczyć kosztowną niezgodność. Deweloper mógłby w przeciwnym razie ukończyć budynek i odkryć, że jego tor zasilania nie obsługuje wybranego klastra. Inny projekt mógłby zarezerwować wystarczającą ilość energii, lecz zaniżyć wymagania dotyczące chłodzenia na poziomie szafy rack.

Cyfrowe bliźniaki rozszerzają ten proces planowania. Cyfrowy bliźniak to model programowy, który symuluje zachowanie fizycznego sprzętu i aktualizuje się wraz z napływem danych operacyjnych. Schneider Electric i jego jednostka ETAP wykorzystują NVIDIA Omniverse oraz OpenUSD do modelowania systemów elektrycznych i termicznych.

Wykonawcy mogą testować proponowane obciążenia, konfiguracje chłodzenia i awarie sprzętu przed podjęciem zobowiązań budowlanych. Operatorzy mogą później symulować skutki dodania kolejnego klastra lub zmiany strefy chłodzenia. Modele te nie eliminują niepewności, ale wcześniej uwidaczniają założenia.

Dla nabywców centrów danych wartość polega na unikaniu niekompatybilnych decyzji. Dla Schneider Electric korzyść ma charakter strategiczny. Im bliżej jego inżynierowie współpracują z planami rozwoju technologii obliczeniowych, tym trudniej traktować zasilanie i chłodzenie jako wymienne zakupy towarowe.

Prawdziwe wąskie gardło znajduje się poza halą danych

Integracja od sieci po chip może usprawnić drogę przez obiekt, ale nie może zagwarantować, że wystarczająca ilość energii elektrycznej dotrze na teren inwestycji na czas.

W tym miejscu obietnica zderza się z głównym ograniczeniem. Obiekty AI mogą przechodzić od koncepcji do budowy szybciej, niż przedsiębiorstwa energetyczne są w stanie przeanalizować, zatwierdzić i obsłużyć ogromne nowe obciążenia. Starannie skoordynowany budynek pozostaje bezczynny, gdy na jego przyłącze do sieci trzeba czekać latami.

Schneider Electric opisywał okres oczekiwania na przyłączenie wynoszący od pięciu do siedmiu lat dla projektów, których budowa mogłaby zakończyć się w 18 miesięcy. W jego briefingu dotyczącym sieci po chip z lipca 2026 r. stwierdzono, że mediana czasu oczekiwania na przyłączenie w Stanach Zjednoczonych osiągnęła pięć lat. Niektóre duże projekty mają podobno napotykać znacznie dłuższe terminy.

Liczby te pochodzą od Schneider Electric i cytowanych źródeł branżowych, dlatego nie należy traktować ich jako uniwersalnych harmonogramów. Czas przyłączenia różni się w zależności od obszaru działania przedsiębiorstwa energetycznego, napięcia, dojrzałości projektu, potrzeb przesyłowych i wiarygodności każdego wniosku. Kolejki mogą także zawierać projekty spekulacyjne lub powielone.

Szersza presja jest widoczna niezależnie. Międzynarodowa Agencja Energetyczna podała, że zużycie energii elektrycznej przez centra danych wzrosło o 17 procent w 2025 roku. Zużycie w obiektach ukierunkowanych na AI wzrosło o 50 procent — znacznie szybciej niż całkowity globalny popyt na energię elektryczną.

IEA oczekuje, że światowe zużycie energii elektrycznej przez centra danych wzrośnie z 485 terawatogodzin w 2025 roku do około 950 terawatogodzin w 2030 roku. Przewiduje również, że popyt związany z AI potroi się w tym okresie. Jej zaktualizowana prognoza energetyczna ostrzega, że wąskie gardła już ograniczają szybszą ekspansję w najbliższym czasie.

Popyt jest skoncentrowany geograficznie, co czyni problem trudniejszym, niż sugerują globalne sumy. Zakład energetyczny nie może przesłać niewykorzystanej energii elektrycznej z odległego regionu liniami przesyłowymi, które nie istnieją. Budowa nowych stacji transformatorowych, transformatorów, mocy wytwórczych i infrastruktury przesyłowej zajmuje lata.

IEA szacuje, że około 20 procent planowanych projektów centrów danych jest zagrożonych opóźnieniami, jeśli ograniczenia sieci nie zostaną odpowiednio uwzględnione. Wartość ta wyznacza granicę wewnętrznej optymalizacji Schneider Electric. Lepsza inżynieria obiektu rozwiązuje tylko część problemów w łańcuchu realizacji.

Deweloperzy reagują, stosując wytwarzanie energii za licznikiem, które zasila lokalizację bez początkowego pełnego polegania na publicznej sieci. Konfiguracje mogą obejmować turbiny gazowe, baterie, instalacje solarne, ogniwa paliwowe lub połączenie kilku technologii.

Zasilanie na miejscu może skrócić czas uruchomienia, ale wprowadza kolejny zestaw kompromisów. Deweloperzy muszą zabezpieczyć paliwo, urządzenia wytwórcze, pozwolenia, możliwości serwisowe oraz zgody dotyczące emisji. Potrzebują również wystarczającej redundancji, aby spełniać wymogi niezawodności centrów danych.

Plan grid-to-chip może obejmować te zasoby, ponieważ Schneider Electric sprzedaje systemy sterowania mikrosieciami i infrastrukturę elektryczną. Poszerza to zakres możliwego projektu, lecz nie eliminuje jego skutków dla otoczenia. Lokalne społeczności nadal muszą mierzyć się z emisjami do powietrza, zapotrzebowaniem na wodę, wykorzystaniem gruntów i możliwą presją na ceny energii elektrycznej.

Źródło energii elektrycznej wpływa również na deklaracje środowiskowe. IEA oczekuje, że odnawialne źródła energii pokryją niemal połowę wzrostu zapotrzebowania centrów danych na energię elektryczną do 2030 roku. Przewiduje się, że gaz ziemny i węgiel łącznie dostarczą ponad 40 procent dodatkowego popytu w tym okresie.

Wydajny system chłodzenia może ograniczyć marnowanie energii elektrycznej wewnątrz obiektu. Nie może jednak określić, który generator dostarcza każdy dodatkowy megawat. Zrównoważony rozwój zależy zatem od źródła energii, stopnia wykorzystania, sprawności operacyjnej i wypartego popytu, a nie wyłącznie od zintegrowanej architektury.

Sieć pozostaje wyznacznikiem tempa, nawet gdy centrum danych tymczasowo ją omija. Projekty realizowane za licznikiem często zabiegają później o integrację z siecią ze względu na odporność, dostęp do rynku lub rozbudowę. Ich budowa może również konkurować o te same turbiny, transformatory, rozdzielnice i wykwalifikowaną siłę roboczą.

Strategia Schneider Electric uwzględnia tę szerszą granicę, obejmując przyłącza do sieci i zarządzanie energią. Jednak jej najbardziej przekonujące dowody będą pochodzić z ukończonych obiektów. Nabywcy potrzebują zweryfikowanych harmonogramów pokazujących, które opóźnienia to podejście wyeliminowało, a jakie ograniczenia pozostały.

Schneider Electric nie jest jedyną firmą w wyścigu od sieci do chipu

Rywalizacja dotyczy wpływu na architekturę, a nie własności samego określenia ani wyłącznego dostępu do kluczowych technologii infrastrukturalnych.

Vertiv sprzedaje systemy zasilania krytycznego, zarządzania temperaturą, infrastrukturę modułową i systemy monitoringu dla obliczeń o wysokiej gęstości. Eaton dostarcza rozdzielnice, systemy dystrybucji energii, systemy zasilania awaryjnego i wyposażenie elektryczne centrów danych. Siemens działa również w obszarze technologii sieciowych, systemów budynkowych i modelowania cyfrowego.

Firmy te coraz częściej opisują swoje portfolio jako połączoną infrastrukturę, a nie zbiór odizolowanych produktów. Raport roczny Eaton za 2025 rok omawia własną strategię grid-to-chip, w tym chłodzenie cieczą i współpracę z NVIDIA nad infrastrukturą prądu stałego o napięciu 800 woltów.

Vertiv również rozwija systemy wokół platform NVIDIA. Jego projekty 360AI obejmują zasilanie o wysokiej gęstości i chłodzenie dla wdrożeń Blackwell. Prognoza technologiczna firmy na 2026 rok wskazuje prąd stały o wyższym napięciu oraz chłodzenie cieczą jako kluczowe odpowiedzi na rosnącą gęstość szaf rackowych.

Wyższe napięcie ma znaczenie, ponieważ przesyłanie tej samej mocy przy większym napięciu wymaga mniejszego natężenia prądu. Niższe natężenie może zmniejszać wymagany przekrój przewodników, straty rezystancyjne i ilość ciepła. Planowana przez NVIDIA architektura 800 VDC przybliża tę zasadę do szaf obsługujących przyszłe systemy obliczeniowe o skali megawatów.

Schneider Electric uwzględnia 800 VDC w swoim portfolio fabryk AI, ale nie daje mu to niekwestionowanej przewagi technicznej. NVIDIA buduje wokół tej architektury ekosystem dostawców. Vertiv, Eaton, Siemens i inne firmy ogłosiły powiązane prace rozwojowe.

Konkurencja będzie zatem zależeć od realizacji w kilku powiązanych wymiarach. Dostawcy muszą dostosować sprzęt do harmonogramów nowych akceleratorów, dostarczać trudno dostępne komponenty, walidować systemy oraz wspierać klientów podczas budowy. Muszą też integrować oprogramowanie bez tworzenia kruchych zależności operacyjnych.

Schneider Electric dysponuje przydatnym zasobem w postaci Motivair, specjalisty od chłodzenia cieczą, w którym w 2024 roku zgodził się przejąć pakiet kontrolny. Motivair dostarcza jednostki dystrybucji chłodziwa, wymienniki ciepła montowane w tylnych drzwiach szaf, cold plates i inny sprzęt termiczny. Przejęcie przybliża kompetencje chłodnicze do elektrycznego portfolio Schneider Electric.

Jego skala w zakresie urządzeń dla energetyki, systemów sterowania budynkami, systemów centrów danych i automatyki przemysłowej wspiera tę zintegrowaną propozycję. Firma ogłosiła również w 2025 roku plany zainwestowania ponad 700 milionów dolarów w działalność w Stanach Zjednoczonych do 2027 roku.

Według Fast Company program obejmuje zakłady produkcyjne i laboratoria dla zasilania centrów danych, robotyki i mikrosieci. Obejmuje również planowane Houston Innovation Center, skoncentrowane na systemach energii i automatyzacji opartych na AI. Większe lokalne moce mogą pomóc sprostać zapotrzebowaniu na sprzęt, chociaż planowane wydatki nie gwarantują krótszych terminów realizacji dla klientów.

Według publikacji Schneider Electric zainwestował również ponad 1 miliard dolarów za pośrednictwem SE Ventures. Działalność ta daje firmie ekspozycję na technologie elektryfikacji i dekarbonizacji we wczesnej fazie rozwoju. Pozostaje jednak odrębna od dowodów, że projekty grid-to-chip przynoszą lepsze rezultaty.

Rzeczywisty podział konkurencyjny przebiega między zintegrowaną inżynierią a rozproszonymi zakupami. W modelu rozproszonym deweloperzy wybierają produkty od kilku dostawców i przenoszą odpowiedzialność za integrację na konsultantów, wykonawców oraz zespoły wewnętrzne.

Model ten może zachować elastyczność. Klienci mogą wybierać wyspecjalizowany sprzęt i unikać zależności od oprogramowania lub organizacji serwisowej jednego dostawcy. Doświadczeni hyperscalerzy mogą również dysponować wystarczającą wiedzą wewnętrzną, aby samodzielnie koordynować złożone systemy.

Zintegrowane projekty referencyjne oferują inną korzyść. Ograniczają liczbę nierozstrzygniętych interfejsów i zapewniają sprawdzone konfiguracje. Może to być cenne dla przedsiębiorstw, suwerennych projektów AI i deweloperów wchodzących w infrastrukturę o wysokiej gęstości bez wieloletniego doświadczenia operacyjnego.

Żadna z tych dróg nie wygrywa automatycznie. Wysoce zintegrowany projekt może upraszczać rozliczalność, jednocześnie zwiększając koncentrację dostawców. Projekt wielodostawczy może sprzyjać konkurencji, pozostawiając klientowi więcej pracy związanej z kompatybilnością.

To napięcie będzie kształtować decyzje zakupowe. Schneider Electric musi wykazać, że jego koordynacja przynosi mierzalne ulepszenia wykraczające poza wydajność każdego komponentu. W przeciwnym razie grid-to-chip może stać się szeroką etykietą stosowaną wobec sprzętu, którego klienci i tak już potrzebowali.