For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ko/articles/nvidia-vera-rubin-at-ocp-2026-mgx-1-2-dsx-6b3d7f12.md.
AI 팩토리가 메가와트 규모에서 기가와트급 인프라로 성장하면서 과제는 더 빠른 가속기를 데이터센터에 배치하는 데만 국한되지 않습니다. 전력 공급, 액체 냉각, 네트워킹, 유지보수성, 전력망 동작, 상호운용 가능한 랙 설계가 모두 함께 확장되어야 합니다...
AI 팩토리가 메가와트 규모에서 기가와트급 인프라로 성장하면서 과제는 더 빠른 가속기를 데이터센터에 배치하는 데만 국한되지 않습니다. 전력 공급, 액체 냉각, 네트워킹, 유지보수성, 전력망 동작, 상호운용 가능한 랙 설계가 모두 함께 확장되어야 합니다.
캘리포니아 새너제이에서 열린 2026 Open Compute Project Global Summit에서 NVIDIA는 차세대 AI 인프라를 위한 보다 공통적인 기반을 만들기 위해 설계된 파트너십, 개방형 사양 및 소프트웨어 기여를 발표했습니다.
핵심은 NVIDIA Vera Rubin입니다. NVIDIA는 개방형 NVIDIA MGX 아키텍처를 통해 주요 Vera Rubin 랙 및 컴퓨팅 트레이 설계를 OCP에 기여했습니다. 이를 통해 시스템 구축업체와 인프라 파트너는 모든 계층을 독립적으로 구축하는 대신 공유 참조 설계를 기반으로 작업할 수 있습니다.
이번 발표는 AI 팩토리의 서로 연결된 세 가지 계층을 다룹니다.
그 결과는 파트너가 전 세계 규모로 제조, 배포 및 유지보수할 수 있는 개방적이고 반복 가능한 인프라를 향한 더 폭넓은 추진입니다.
OCP Global Summit 2026에서 NVIDIA와 생태계 파트너들은 Vera Rubin을 중심으로 여러 인프라 이니셔티브를 발표했습니다.
주요 발표 내용은 다음과 같습니다.
행사에서 NVIDIA 하이퍼스케일 및 고성능 컴퓨팅 담당 부사장 Ian Buck은 전 세계 AI 팩토리 확장에서 개방형 인프라가 점점 더 중요한 부분이 되고 있다고 설명했습니다.
발표 전반을 관통하는 공통 주제는 공동 설계입니다. 컴퓨팅, 네트워킹, 전력, 냉각 및 소프트웨어를 분리된 계층이 아니라 하나의 시스템을 구성하는 요소로 다루고 있습니다.
NVIDIA는 OCP의 Open DC Initiative를 통해 3세대 MGX AI 데이터센터 참조 설계에 기여한 다른 업계 참여자들과 함께했습니다.
업데이트된 MGX 1.2 사양은 고전력 액체 냉각 AI 팩토리를 위해 아키텍처를 확장합니다.
주요 추가 사항은 다음과 같습니다.
NVIDIA는 이 아키텍처가 유지보수성과 인프라 재사용을 개선하면서 최대 250kW의 랙 배포를 지원할 수 있다고 밝혔습니다.
MGX는 단일 고정 서버 설계가 아닌 모듈식 참조 아키텍처입니다.
이 아키텍처는 OEM, ODM 및 인프라 파트너에게 공통의 기계적, 전기적, 냉각 기반을 제공하는 동시에 CPU, GPU, 네트워킹 및 스토리지의 다양한 조합을 허용합니다.
Vera Rubin의 경우, 파트너는 매번 독점 플랫폼에서 시작하는 대신 검증된 랙 스케일 설계를 중심으로 시스템을 구축할 수 있습니다.
Vera Rubin NVL72 플랫폼은 다음을 결합합니다.
그런 다음 NVIDIA Quantum-X800 InfiniBand 또는 Spectrum-X Ethernet을 통해 스케일아웃할 수 있습니다.
NVIDIA는 동일한 MGX 설계 원칙을 전용 Vera CPU 랙에도 확장하고 있습니다.
Vera Rubin NVL72는 대규모 학습 및 추론을 위해 설계된 반면, Vera CPU 랙은 다음과 같은 CPU 집약적 에이전트 워크로드를 목표로 합니다.
더 큰 개념은 AI 워크로드의 각 부분에 서로 다른 컴퓨팅 리소스가 필요하더라도 물리적 인프라의 일관성을 유지하는 것입니다.
NVIDIA의 DSX AI Factory 플랫폼은 컴퓨팅, 네트워킹, 전력, 냉각, 시설 및 소프트웨어를 하나의 최적화된 시스템으로 조율하도록 설계되었습니다.
소프트웨어 계층의 중심에는 반복 가능한 AI 팩토리 운영을 위한 개방형 운영 계층이라고 NVIDIA가 설명하는 DSX OS가 있습니다.
OCP에서 NVIDIA는 DSX OS를 네 가지 오픈 소스 구성 요소로 확장했습니다.
NVIDIA Config Manager는 대규모 스위치 구성을 자동화합니다.
그 목적은 운영자가 최소한의 수동 구성으로 일관된 네트워크 패브릭을 배포, 검증 및 유지관리하도록 지원하는 것입니다.
NVIDIA Cluster Readiness Engine은 운영 학습이 시작되기 전에 워크로드 시뮬레이션을 사용해 GPU 클러스터를 스트레스 테스트합니다.
목표는 비용이 많이 드는 학습 작업 실패를 피할 수 있을 만큼 이른 시점에 하드웨어 또는 인프라 문제를 감지하는 것입니다.
NVIDIA Rack Management Service는 랙 수준의 하드웨어 추상화 및 운영 계층을 제공합니다.
이 소프트웨어는 각 서버를 독립적으로 다루는 대신 펌웨어 관리와 대규모 인프라 제어를 위해 랙을 1급 운영 단위로 취급합니다.
NVIDIA Infrastructure Controller용 Cluster API Provider는 베어메탈 프로비저닝과 테넌트 온보딩을 가속화하도록 설계되었습니다.
NVIDIA는 원시 AI 하드웨어를 며칠이 아닌 몇 시간 안에 운영 준비가 된 클러스터로 전환하는 것이 목표라고 밝혔습니다.
이 구성 요소들은 NVIDIA가 DGX Cloud를 운영하며 얻은 경험을 바탕으로 개발되었으며, AI 팩토리 기능을 멀티테넌트 클라우드 플랫폼에 더 쉽게 통합할 수 있도록 설계되었습니다.
대규모 AI 설치 환경에는 공유 랙 설계만으로는 충분하지 않습니다. 시설, 냉각 시스템, 전력 아키텍처 및 유틸리티 전력망 동작에도 공통된 기대치가 필요합니다.
OCP에서 NVIDIA는 AMD, Google, Meta와 함께 차세대 AI 인프라를 위한 업데이트된 개방형 데이터센터 사양을 공개했습니다.
Open Data Center Specification v0.7은 AI 팩토리 시설 설계를 위한 공통 청사진을 정의합니다.
다음과 같은 영역을 다룹니다.
그 목적은 제조업체, 코로케이션 제공업체 및 운영자가 고객별 독점 사양을 각각 기다릴 필요 없이 공통 목표를 갖도록 하는 것입니다.
Google, Meta, Microsoft 및 NVIDIA는 OCP Grid Resilience Specification도 공개했습니다.
이 사양은 매우 대규모 AI 인프라가 유틸리티 전력망 장애 상황에서 어떻게 동작해야 하는지를 정의합니다.
설계 목표는 AI 시설이 다음을 수행하도록 하는 것입니다.
AI 시설의 규모가 커져 전력 수요의 급격한 변화가 주변 전력망에 영향을 줄 수 있게 되면서 이는 점점 더 중요해지고 있습니다.
NVIDIA는 자사의 DSX 참조 설계가 이러한 개방형 표준에서 실제 AI 팩토리 인프라로 이어지는 배포 가능한 구현 경로를 제공한다고 밝혔습니다.
전력 밀도는 AI 팩토리 설계에서 가장 큰 제약 조건 중 하나가 되고 있습니다.
학습, 추론 및 추론형 워크로드 클러스터가 성장함에 따라 기존의 저전압 전력 분배 방식은 점점 더 많은 구리, 케이블링 및 변환 하드웨어를 필요로 합니다.
OCP에서 Visionbay.ai는 800 VDC 아키텍처를 기반으로 하며 향후 Vera Rubin 배포를 염두에 두고 설계된 AI 팩토리 플랫폼 K-1의 계획을 공개했습니다.
아이디어를 한 문장으로 입력하면 We0 AI가 쇼케이스 사이트, 페이지, CMS를 생성하고 출시 후 고객과 트래픽 확보를 돕습니다.
무료 등록을 위한 하나의 완전한 프로젝트 생성
하나의 완전한 생성 흐름을 시도하고 첫 번째 프로젝트 초안을 빠르게 보는 데 가장 적합합니다.
이 설계는 NVIDIA의 800 VDC 참조 아키텍처와 Vertiv의 전력 및 열 관리 기술을 결합합니다.
이 아키텍처는 고전압 DC 분배를 컴퓨팅 계층에 더 가깝게 가져오는 것을 목표로 합니다.
K-1은 다량의 구리를 통해 저전압 전력을 반복적으로 변환하고 분배하는 대신, 클러스터 수준 전력 센터를 사용해 AC-DC 변환을 중앙화한 뒤 800 VDC를 랙에 더 가깝게 분배합니다.
NVIDIA에 따르면 이 접근 방식은 다음을 가능하게 할 수 있습니다.
이 플랫폼은 시설 전체를 한 번에 800 VDC로 전환하지 않고도 점진적으로 도입할 수 있도록 설계되었습니다.
따라서 운영자는 기존 인프라와의 호환성을 유지하면서 가장 높은 가치가 있는 영역에 고전압 DC를 도입할 수 있습니다.
OCP에서 Meta와 NVIDIA는 네트워킹 협력의 또 다른 단계를 발표했습니다.
Meta는 개방형 네트워킹 인프라에서 운영되는 더 큰 Vera Rubin AI 팩토리를 위해 NVIDIA Spectrum-6 102.4Tb/s Ethernet 스위치를 도입하고 있습니다.
Spectrum-6는 다음을 제공합니다.
Meta의 Spectrum-6 기반 스위치는 N-IceCube라고 합니다.
이 스위치는 Meta의 100T 액체 냉각 네트워크 랙인 IcePack에 탑재되도록 설계되었습니다.
N-IceCube는 Meta의 오픈 소스 네트워크 운영 체제인 FBOSS를 실행합니다.
FBOSS는 스위치 하드웨어 제어를 위한 벤더 독립적 인터페이스를 제공하는 OCP 표준인 **Switch Abstraction Interface(SAI)**를 사용합니다.
이를 통해 Meta는 Spectrum-6 스위칭 실리콘을 채택하면서도 익숙한 소프트웨어 제어 플레인을 사용할 수 있습니다.
협력의 주요 부분은 Spectrum-X Multiplane 기술입니다.
Spectrum-6 스위치와 ConnectX-9 SuperNIC를 사용하는 Multiplane은 GPU 트래픽을 하드웨어에서 최대 8개의 독립적인 네트워크 플레인에 분산합니다.
이 설계는 필요한 스위치 계층 수를 줄이면서 100,000개 이상의 GPU를 갖춘 AI 팩토리를 지원하도록 설계되었습니다.
여러 경로는 복원력도 개선합니다.
네트워크 구성 요소 하나에 장애가 발생하면 트래픽은 남은 플레인으로 이동할 수 있습니다. 전체 패브릭이 중단되는 대신 워크로드는 낮아진 대역폭으로 계속 실행될 수 있습니다.
그 결과는 매우 높은 확장성과 실제 운영 환경에서의 관리 용이성을 모두 목표로 하는 네트워킹 아키텍처입니다.
AI 클러스터가 커질수록 물리적 광 연결 자체가 제한 요인이 됩니다.
NVIDIA와 Cisco는 차세대 AI 네트워킹을 위해 설계된 새로운 플러거블 광 트랜시버 모듈인 Ultra-Dense Small Form Factor Pluggable(USFP) 계획을 발표했습니다.
USFP는 널리 사용되는 200Gb/s/레인 OSFP 폼 팩터와 대략 동일한 공간에서 400Gb/s/레인 네트워킹으로 나아갈 수 있는 경로를 제공하도록 설계되었습니다.
계획된 설계는 다음을 포함합니다.
목표는 지연 시간, 전력 소비 및 운영 복잡성을 높이는 추가 네트워크 계층 없이 더 많은 컴퓨팅 리소스를 연결하는 것입니다.
NVIDIA와 Cisco는 케이지, 커넥터 및 모듈을 위해 TE Connectivity 및 Amphenol과 협력하고 있으며, 커뮤니티 주도형 멀티소스 방식으로 USFP를 발전시킬 계획입니다.
이는 설계를 단일 벤더 광학 생태계가 아닌 더 폭넓은 OCP의 상호운용성 주제에 맞추는 것입니다.
NVIDIA와 Google은 Falcon Transport가 향후 NVIDIA ConnectX-10 SuperNIC 및 BlueField DPU에서 지원될 것이라고도 발표했습니다.
Falcon은 특히 혼잡 상황에서 Ethernet 네트워크를 통한 안정적이고 고성능인 통신을 위해 설계된 전송 프로토콜입니다.
다음 기능을 지원합니다.
이 협력은 애플리케이션에 표준 RDMA 프로그래밍 인터페이스를 계속 제공하면서 NVIDIA 하드웨어 가속과 DOCA 소프트웨어를 결합해 Falcon을 구현합니다.
이는 NVIDIA와 Google 네트워킹 하드웨어에 공통 전송 계층을 제공하면서도 소프트웨어가 익숙한 RDMA API를 계속 사용할 수 있게 한다는 점에서 중요합니다.
대규모 AI 패브릭에서 Falcon은 애플리케이션이 이러한 세부 사항을 직접 관리할 필요 없이 여러 경로에 트래픽을 분산하고, 혼잡에 적응하며, 패킷 손실에서 복구할 수 있습니다.
NVIDIA는 개방형 MGX 아키텍처를 통해 핵심 Vera Rubin 랙 및 컴퓨팅 트레이 설계를 OCP에 기여했으며, 새로운 시설, 전력망 및 네트워킹 표준에 참여했습니다. 또한 새로운 DSX OS 인프라 구성 요소 4개를 오픈 소스로 공개했습니다.
MGX 1.2는 고밀도 가속 컴퓨팅을 위한 업데이트된 랙 스케일 참조 아키텍처입니다. 블라인드 메이트 액체 냉각, 5,000A 버스바, 네이티브 19인치 지원, 구성 가능한 I/O 베이 및 최대 250kW 랙 지원을 추가합니다.
새롭게 강조된 구성 요소는 NVIDIA Config Manager, Cluster Readiness Engine, Rack Management Service 및 NVIDIA Infrastructure Controller용 Cluster API Provider입니다. 이들은 네트워크 구성, 클러스터 상태 테스트, 랙 수준 운영 및 베어메탈 프로비저닝을 다룹니다.
고전압 DC 분배는 랙 전력 증가에 따라 필요한 구리, 케이블링 및 변환 장비의 양을 줄일 수 있습니다. NVIDIA의 설계는 기존 시설에서 점진적으로 도입할 수 있도록 하면서 미래 메가와트급 AI 랙을 지원하는 것을 목표로 합니다.
Spectrum-6는 AI 팩토리를 위한 NVIDIA의 102.4Tb/s Ethernet 스위치 플랫폼입니다. 레인당 200Gb/s 네트워킹을 제공하며 Meta가 N-IceCube 및 Spectrum-X Multiplane 아키텍처의 일부로 도입하고 있습니다.
USFP는 NVIDIA와 Cisco가 400Gb/s/레인 네트워킹을 위해 개발 중인 새로운 플러거블 광 모듈 폼 팩터입니다. 플러거블 광학 기술의 유지보수성을 유지하면서 대역폭 밀도와 전력 효율을 높이도록 설계되었습니다.
Falcon은 Google의 고성능 Ethernet 전송 프로토콜입니다. 향후 ConnectX-10 SuperNIC 및 BlueField DPU는 RDMA 프로그래밍 인터페이스를 유지하면서 NVIDIA 하드웨어 가속과 DOCA 소프트웨어를 통해 이를 지원할 것으로 예상됩니다.
예. NVIDIA는 2026년 5월 Vera Rubin이 전 세계 시스템 및 공급망 파트너와 함께 본격적인 양산 단계에 진입했으며, 파트너들이 대규모로 시스템을 제조하고 있다고 발표했습니다.
OCP Global Summit 2026에서 NVIDIA는 Vera Rubin을 컴퓨팅 플랫폼에서 더 개방적인 인프라 청사진으로 확장했습니다. MGX 1.2는 랙, 냉각 및 전력 설계의 더 많은 부분을 표준화하며, DSX OS는 대규모 AI 클러스터를 구성, 검증 및 운영하기 위한 오픈 소스 도구를 추가합니다.
주변 생태계도 같은 방향으로 움직이고 있습니다. 새로운 OCP 시설 및 전력망 사양은 대규모 AI 팩토리를 어떻게 구축하고 전력 장애 시 어떻게 동작해야 하는지 정의합니다. Visionbay의 800 VDC 설계는 증가하는 랙 밀도를 다루며, Meta, Cisco 및 Google은 Spectrum-6, USFP 및 Falcon Transport를 통해 네트워킹 스택을 확장하고 있습니다.
핵심 주제는 상호운용성입니다. Vera Rubin은 단순한 GPU 플랫폼이 아니라 컴퓨팅, 네트워킹, 전력, 냉각 및 운영을 아우르는 공유 참조 아키텍처로 발전하고 있습니다.
한 문장에서 시작해 몇 분 안에 완전한 웹사이트를 받아보세요.
