Apa yang diumumkan Trane dan Eaton?

Kolaborasi ini menggabungkan arsitektur sistem kelistrikan Eaton dengan desain manajemen termal Trane. Perubahan utamanya adalah pendekatan distribusi tegangan menengah yang terkoordinasi, sebagai pengganti perencanaan tegangan rendah yang lebih terpisah dan konvensional untuk fasilitas AI berdaya tinggi.

Dalam rancangan ini, sistem daya dan pendinginan saling berbagi data serta kontrol. Dengan begitu, keduanya dapat merespons kondisi operasional secara bersamaan, alih-alih dirancang dan dioperasikan sebagai dua sistem yang terpisah.

Desain tersebut diselaraskan dengan NVIDIA DSX AI Factory Reference Design dan NVIDIA Omniverse DSX Blueprint. Keduanya menyediakan kerangka digital dan rekayasa bersama untuk merencanakan infrastruktur kelistrikan, termal, dan kontrol yang dibutuhkan fasilitas AI generasi berikutnya.

Cara kerja arsitektur tegangan menengah

Pada desain data center konvensional, distribusi listrik dan sistem pendinginan sering ditangani sebagai alur kerja rekayasa yang berbeda. Pemisahan ini dapat menyulitkan pengelola untuk mencocokkan kapasitas pendinginan dengan beban komputasi aktual, mengoordinasikan perubahan perangkat, atau mengoptimalkan fasilitas secara menyeluruh.

Pendekatan Trane dan Eaton menghubungkan kedua sistem sejak tahap desain:

• Eaton menyediakan arsitektur distribusi daya, termasuk distribusi tegangan menengah untuk mendukung beban berdaya tinggi dan mengurangi ketergantungan pada tata letak yang membutuhkan lebih banyak tembaga.
• Trane menyediakan arsitektur manajemen termal, termasuk desain untuk AI factory dan konfigurasi pendinginan cair.
• Kontrol dan data bersama mengoordinasikan operasi, sehingga perangkat kelistrikan dan pendinginan dapat merespons perubahan kondisi fasilitas secara real time.
• Desain ini mempertimbangkan konfigurasi daya dan pendinginan yang lebih baru, termasuk pendinginan cair serta arsitektur arus searah atau direct current (DC).

Gagasan praktisnya adalah mengoptimalkan jalur dari jaringan listrik hingga chip komputasi sebagai satu sistem. Dengan cara ini, perancang dapat memperhitungkan rugi-rugi listrik, produksi panas, kapasitas pendinginan, kebutuhan kabel, dan penempatan peralatan sebelum konstruksi dimulai.

Target penghematan: efisiensi 15%, biaya 30%, tembaga 80%

Dibandingkan desain tegangan rendah konvensional, Trane dan Eaton menyatakan bahwa arsitektur referensi ini dapat memberikan:

• efisiensi energi hingga 15% lebih baik;
• biaya pemasangan hingga 30% lebih rendah; dan
• penggunaan tembaga hingga 80% lebih sedikit.

Angka-angka tersebut perlu dibaca sebagai estimasi desain yang dilaporkan perusahaan, bukan hasil pengukuran independen dari data center beroperasi yang lokasinya telah diungkapkan. Hasil aktual dapat berbeda, bergantung pada skala fasilitas, topologi kelistrikan, teknologi pendinginan, kondisi setempat, dan seberapa dekat implementasi mengikuti desain referensi.

Meski demikian, target ini menunjukkan peluang ekonomi yang ingin dikejar kedua perusahaan. Penggunaan tembaga yang lebih sedikit dapat mengurangi volume material dan kebutuhan kabel. Desain yang lebih terkoordinasi juga berpotensi mengurangi pekerjaan rekayasa yang berulang, kompleksitas konstruksi, serta ketidaksesuaian antara kapasitas daya dan pendinginan yang terpasang.

Hadir melalui Continuum Rubin DSX dan Beam Rubin DSX

Arsitektur bersama tersebut dimasukkan ke dalam dua penawaran platform:

• Trane Continuum Rubin DSX menyediakan desain referensi termal Trane untuk AI factory.
• Eaton Beam Rubin DSX merupakan platform prarekayasa Eaton yang menyatukan daya, pendinginan, dan kontrol dengan tujuan mempercepat pengoperasian kapasitas AI factory.

Teknologi distribusi Eaton juga mendukung implementasi Trane, sehingga kontribusi kedua perusahaan terhubung dalam pendekatan desain yang selaras dengan DSX.

Namun, hal ini tidak berarti setiap proyek pelanggan akan menggunakan konfigurasi peralatan yang sama. Desain referensi adalah templat rekayasa yang dapat diulang dan disesuaikan, bukan jaminan bahwa semua proyek akan dibangun dengan daftar komponen yang identik.

Peran NVIDIA Omniverse dalam proses desain

Kolaborasi kelistrikan dan termal ini melanjutkan pekerjaan Trane sebelumnya dengan NVIDIA Omniverse. Trane menyatakan bahwa perusahaan tersebut meningkatkan efisiensi desain referensi termal AI factory hampir 10% melalui desain dan simulasi berbasis Omniverse, sekaligus memperkenalkan dua desain referensi Continuum Rubin DSX tambahan.

Kolaborasi terbaru memperluas upaya desain digital itu melampaui sistem pendinginan. Alih-alih hanya menyimulasikan performa termal, arsitektur referensi ini dirancang untuk menghubungkan distribusi listrik, manajemen termal, dan kontrol dalam model yang lebih terpadu.

Hal ini penting karena performa AI factory semakin ditentukan oleh interaksi antarsistem. Perubahan kepadatan komputasi dapat memengaruhi kebutuhan daya; kebutuhan daya memengaruhi keluaran panas; sementara keluaran panas memengaruhi kapasitas pendinginan cair, kebutuhan pompa, dan efisiensi fasilitas.

Dampak akuisisi Boyd Thermal senilai US$9,5 miliar

Eaton menyelesaikan akuisisi Boyd Thermal senilai US$9,5 miliar pada 12 Maret 2026. Transaksi tersebut menambahkan kemampuan pendinginan cair ke portofolio kelistrikan dan manajemen daya Eaton, sekaligus memperkuat posisinya sebagai penyedia infrastruktur data center dari ujung ke ujung.

Portofolio yang lebih luas ini relevan ketika sistem AI bergerak menuju kepadatan daya yang lebih tinggi dan kebutuhan pendinginan cair langsung yang semakin besar. Akuisisi itu memberi Eaton pijakan yang lebih kuat untuk menghubungkan infrastruktur tegangan menengah dan tinggi dengan teknologi termal di berbagai lapisan data center.

Namun, akuisisi tersebut tidak boleh ditafsirkan sebagai bukti bahwa setiap implementasi desain referensi Trane–Eaton akan menggunakan peralatan Boyd. Pengumuman bersama itu menetapkan pendekatan desain terintegrasi, bukan proyek pelanggan tertentu atau satu daftar komponen yang wajib digunakan.

Mengapa desain ini penting saat AI factory berkembang

Tantangan infrastrukturnya bukan sekadar menyediakan lebih banyak listrik atau memasang lebih banyak pendingin. Operator harus menyalurkan daya secara efisien ke beban komputasi yang semakin padat, lalu membuang panas tanpa membuat biaya pembangunan dan operasional melonjak.

Karena itu, hubungan antara daya dan pendinginan menjadi persoalan desain yang semakin penting. Arsitektur terkoordinasi dapat membantu operator mengevaluasi:

• berapa banyak daya yang benar-benar sampai ke perangkat komputasi;
• di mana rugi-rugi konversi dan distribusi terjadi;
• berapa banyak panas yang dihasilkan setiap zona komputasi;
• apakah pendinginan cair diperlukan; dan
• berapa kapasitas listrik serta termal yang perlu dipasang untuk ekspansi di masa depan.

Desain Trane–Eaton tidak menghapus keputusan-keputusan tersebut. Nilai utamanya adalah mengemasnya dalam satu kerangka referensi bersama, sehingga berbagai rancangan fasilitas dapat dibandingkan sebelum pembangunan dan disesuaikan ketika perangkat keras AI berkembang.

Kesimpulan

Trane dan Eaton mengusulkan agar data center AI dirancang dari jaringan listrik hingga chip sebagai satu sistem kelistrikan dan termal yang terkoordinasi. Desain referensi yang selaras dengan NVIDIA DSX ini menggabungkan distribusi tegangan menengah Eaton dengan arsitektur manajemen termal Trane, kontrol bersama, dukungan pendinginan cair, serta kompatibilitas dengan arsitektur arus searah yang sedang berkembang.

Target utama—efisiensi energi hingga 15% lebih baik, biaya pemasangan 30% lebih rendah, dan penggunaan tembaga 80% lebih sedikit—cukup besar, tetapi masih merupakan klaim vendor yang terkait dengan desain referensi, bukan hasil yang telah diverifikasi secara independen dari fasilitas tertentu. Kesimpulan yang lebih penting adalah perubahan pendekatan desainnya: ketika kepadatan daya AI meningkat, pasokan listrik dan pembuangan panas semakin perlu direkayasa sebagai satu kesatuan.

Apa yang diumumkan Trane dan Eaton?

Kolaborasi ini menggabungkan arsitektur sistem kelistrikan Eaton dengan desain manajemen termal Trane. Perubahan utamanya adalah pendekatan distribusi tegangan menengah yang terkoordinasi, sebagai pengganti perencanaan tegangan rendah yang lebih terpisah dan konvensional untuk fasilitas AI berdaya tinggi.

Dalam rancangan ini, sistem daya dan pendinginan saling berbagi data serta kontrol. Dengan begitu, keduanya dapat merespons kondisi operasional secara bersamaan, alih-alih dirancang dan dioperasikan sebagai dua sistem yang terpisah.

Desain tersebut diselaraskan dengan NVIDIA DSX AI Factory Reference Design dan NVIDIA Omniverse DSX Blueprint. Keduanya menyediakan kerangka digital dan rekayasa bersama untuk merencanakan infrastruktur kelistrikan, termal, dan kontrol yang dibutuhkan fasilitas AI generasi berikutnya.

Cara kerja arsitektur tegangan menengah

Pada desain data center konvensional, distribusi listrik dan sistem pendinginan sering ditangani sebagai alur kerja rekayasa yang berbeda. Pemisahan ini dapat menyulitkan pengelola untuk mencocokkan kapasitas pendinginan dengan beban komputasi aktual, mengoordinasikan perubahan perangkat, atau mengoptimalkan fasilitas secara menyeluruh.

Pendekatan Trane dan Eaton menghubungkan kedua sistem sejak tahap desain:

• Eaton menyediakan arsitektur distribusi daya, termasuk distribusi tegangan menengah untuk mendukung beban berdaya tinggi dan mengurangi ketergantungan pada tata letak yang membutuhkan lebih banyak tembaga.
• Trane menyediakan arsitektur manajemen termal, termasuk desain untuk AI factory dan konfigurasi pendinginan cair.
• Kontrol dan data bersama mengoordinasikan operasi, sehingga perangkat kelistrikan dan pendinginan dapat merespons perubahan kondisi fasilitas secara real time.
• Desain ini mempertimbangkan konfigurasi daya dan pendinginan yang lebih baru, termasuk pendinginan cair serta arsitektur arus searah atau direct current (DC).

Gagasan praktisnya adalah mengoptimalkan jalur dari jaringan listrik hingga chip komputasi sebagai satu sistem. Dengan cara ini, perancang dapat memperhitungkan rugi-rugi listrik, produksi panas, kapasitas pendinginan, kebutuhan kabel, dan penempatan peralatan sebelum konstruksi dimulai.

Target penghematan: efisiensi 15%, biaya 30%, tembaga 80%

Dibandingkan desain tegangan rendah konvensional, Trane dan Eaton menyatakan bahwa arsitektur referensi ini dapat memberikan:

• efisiensi energi hingga 15% lebih baik;
• biaya pemasangan hingga 30% lebih rendah; dan
• penggunaan tembaga hingga 80% lebih sedikit.

Angka-angka tersebut perlu dibaca sebagai estimasi desain yang dilaporkan perusahaan, bukan hasil pengukuran independen dari data center beroperasi yang lokasinya telah diungkapkan. Hasil aktual dapat berbeda, bergantung pada skala fasilitas, topologi kelistrikan, teknologi pendinginan, kondisi setempat, dan seberapa dekat implementasi mengikuti desain referensi.

Meski demikian, target ini menunjukkan peluang ekonomi yang ingin dikejar kedua perusahaan. Penggunaan tembaga yang lebih sedikit dapat mengurangi volume material dan kebutuhan kabel. Desain yang lebih terkoordinasi juga berpotensi mengurangi pekerjaan rekayasa yang berulang, kompleksitas konstruksi, serta ketidaksesuaian antara kapasitas daya dan pendinginan yang terpasang.

Hadir melalui Continuum Rubin DSX dan Beam Rubin DSX

Arsitektur bersama tersebut dimasukkan ke dalam dua penawaran platform:

• Trane Continuum Rubin DSX menyediakan desain referensi termal Trane untuk AI factory.
• Eaton Beam Rubin DSX merupakan platform prarekayasa Eaton yang menyatukan daya, pendinginan, dan kontrol dengan tujuan mempercepat pengoperasian kapasitas AI factory.

Teknologi distribusi Eaton juga mendukung implementasi Trane, sehingga kontribusi kedua perusahaan terhubung dalam pendekatan desain yang selaras dengan DSX.

Namun, hal ini tidak berarti setiap proyek pelanggan akan menggunakan konfigurasi peralatan yang sama. Desain referensi adalah templat rekayasa yang dapat diulang dan disesuaikan, bukan jaminan bahwa semua proyek akan dibangun dengan daftar komponen yang identik.

Peran NVIDIA Omniverse dalam proses desain

Kolaborasi kelistrikan dan termal ini melanjutkan pekerjaan Trane sebelumnya dengan NVIDIA Omniverse. Trane menyatakan bahwa perusahaan tersebut meningkatkan efisiensi desain referensi termal AI factory hampir 10% melalui desain dan simulasi berbasis Omniverse, sekaligus memperkenalkan dua desain referensi Continuum Rubin DSX tambahan.

Kolaborasi terbaru memperluas upaya desain digital itu melampaui sistem pendinginan. Alih-alih hanya menyimulasikan performa termal, arsitektur referensi ini dirancang untuk menghubungkan distribusi listrik, manajemen termal, dan kontrol dalam model yang lebih terpadu.

Hal ini penting karena performa AI factory semakin ditentukan oleh interaksi antarsistem. Perubahan kepadatan komputasi dapat memengaruhi kebutuhan daya; kebutuhan daya memengaruhi keluaran panas; sementara keluaran panas memengaruhi kapasitas pendinginan cair, kebutuhan pompa, dan efisiensi fasilitas.

Dampak akuisisi Boyd Thermal senilai US$9,5 miliar

Eaton menyelesaikan akuisisi Boyd Thermal senilai US$9,5 miliar pada 12 Maret 2026. Transaksi tersebut menambahkan kemampuan pendinginan cair ke portofolio kelistrikan dan manajemen daya Eaton, sekaligus memperkuat posisinya sebagai penyedia infrastruktur data center dari ujung ke ujung.

Portofolio yang lebih luas ini relevan ketika sistem AI bergerak menuju kepadatan daya yang lebih tinggi dan kebutuhan pendinginan cair langsung yang semakin besar. Akuisisi itu memberi Eaton pijakan yang lebih kuat untuk menghubungkan infrastruktur tegangan menengah dan tinggi dengan teknologi termal di berbagai lapisan data center.

Namun, akuisisi tersebut tidak boleh ditafsirkan sebagai bukti bahwa setiap implementasi desain referensi Trane–Eaton akan menggunakan peralatan Boyd. Pengumuman bersama itu menetapkan pendekatan desain terintegrasi, bukan proyek pelanggan tertentu atau satu daftar komponen yang wajib digunakan.

Mengapa desain ini penting saat AI factory berkembang

Tantangan infrastrukturnya bukan sekadar menyediakan lebih banyak listrik atau memasang lebih banyak pendingin. Operator harus menyalurkan daya secara efisien ke beban komputasi yang semakin padat, lalu membuang panas tanpa membuat biaya pembangunan dan operasional melonjak.

Karena itu, hubungan antara daya dan pendinginan menjadi persoalan desain yang semakin penting. Arsitektur terkoordinasi dapat membantu operator mengevaluasi:

• berapa banyak daya yang benar-benar sampai ke perangkat komputasi;
• di mana rugi-rugi konversi dan distribusi terjadi;
• berapa banyak panas yang dihasilkan setiap zona komputasi;
• apakah pendinginan cair diperlukan; dan
• berapa kapasitas listrik serta termal yang perlu dipasang untuk ekspansi di masa depan.

Desain Trane–Eaton tidak menghapus keputusan-keputusan tersebut. Nilai utamanya adalah mengemasnya dalam satu kerangka referensi bersama, sehingga berbagai rancangan fasilitas dapat dibandingkan sebelum pembangunan dan disesuaikan ketika perangkat keras AI berkembang.

Kesimpulan

Trane dan Eaton mengusulkan agar data center AI dirancang dari jaringan listrik hingga chip sebagai satu sistem kelistrikan dan termal yang terkoordinasi. Desain referensi yang selaras dengan NVIDIA DSX ini menggabungkan distribusi tegangan menengah Eaton dengan arsitektur manajemen termal Trane, kontrol bersama, dukungan pendinginan cair, serta kompatibilitas dengan arsitektur arus searah yang sedang berkembang.

Target utama—efisiensi energi hingga 15% lebih baik, biaya pemasangan 30% lebih rendah, dan penggunaan tembaga 80% lebih sedikit—cukup besar, tetapi masih merupakan klaim vendor yang terkait dengan desain referensi, bukan hasil yang telah diverifikasi secara independen dari fasilitas tertentu. Kesimpulan yang lebih penting adalah perubahan pendekatan desainnya: ketika kepadatan daya AI meningkat, pasokan listrik dan pembuangan panas semakin perlu direkayasa sebagai satu kesatuan.