Schneider Electric、Nscale、Start Campus與NVIDIA合作，在葡萄牙SINES資料中心園區完成NVIDIA Omniverse DSX Blueprint建置的「Immersive Twin」數位孿生試點。系統串接Schneider Electric能源管理技術、AVEVA工業軟體、ETAP電力分析工具，以及Nscale的AI工作負載與IT需求，並以OpenUSD串接機房、電力、散熱及營運資料。
試點聚焦Nscale位於SIN01機房的實際運作，可預先模擬機架密度、電力輸送、液冷迴路與設備升級情境，再據此調整實體設施。其目標不是節省單一晶片效能，而是提升「每兆瓦可生成的token量」、加快上線時間並降低改造風險。SINES資料中心園區總規模達1.2GW，規劃容納超過6.6萬顆NVIDIA Rubin GPU，並以PUE 1.1、海洋冷卻及100%再生能源為營運目標。
這項合作表面上是技術驗證，底層卻反映AI基礎設施產業正在遭遇的重大結構性轉折：GPU採購已不再是唯一瓶頸，電力容量、散熱設計、機房施工、軟體調校與客戶需求能否同步，才決定算力何時真正轉化為可售服務。AI資料中心的競爭焦點，正由「誰有更多晶片」轉向「誰能以最低延遲將電力、機房與模型轉成token」。
Schneider Electric與AVEVA掌握能源管理、工業設計資料及營運軟體，Nscale整合AI雲端、算力與電力，Start Campus掌握實際園區、工程及客戶介面，NVIDIA則提供GPU、Omniverse與OpenUSD標準。各方合作並非單純產品銷售，而是藉由共同建立可驗證的數位孿生，試圖定義下一代AI工廠的設計語言與作業流程。掌握共通模型的一方，有機會從設備供應商升格為AI基礎設施的整體協調者。
其中最關鍵的利益角力，是平台標準與資料所有權。OpenUSD若能成為跨 Schneider Electric、AVEVA、ETAP與第三-party工具的共通介面，價值將由單一軟體授權延伸至設計資料、營運資料與最佳化服務。相對地，Nscale須確保敏感的工作負載及商業資料不被過度暴露；Start Campus則需證明數位模型能真實反映機房施工與維運差異，而不是只做漂亮的視覺化展示。
這類試點的深層意義，是把資料中心由「不動產與機電工程」改寫為「可反覆模擬的軟體定義資產」。歷史上，雲端資料中心曾靠標準化機櫃與自動化提升部署效率；如今高密度GPU機櫃使電力、液冷與熱力設計高度耦合，設計誤差的成本也急升。數位孿生因而由選配工具變成高密度AI機房的必要協調層，但其商業價值仍須由實際節電量、機櫃上線速度與token成本改善來證明。
戰略貿易流向與供應鏈依賴度
HS 8542資料來源：UN Comtrade 聯合國商品貿易統計庫 · 全球市場規模 $5,800 億美元 / 年
這項試點可與雲端資料中心由通用機房走向專用AI工廠的歷程相比。雲端早期透過標準化、虛擬化與軟硬體分工提高資源利用率；生成式AI則把機房規格快速推向高功率密度、先進液冷與專用網路，讓「一次設計、一次建置」更容易出錯。
歷史上的雲端革命證明，標準化能降低協調成本；能源網路的下一波演進則證明，感測、即時最佳化與資產互通可創造新收入。SINES這類大型園區若能把試點成果複製到其他節點，數位孿生可能由施工工具升級為跨代硬體、跨營運模式的核心控制層。
01 起因觸發：SINES園區因高密度AI部署需要，提前整合工作負載、電力與液冷模型
02 一階傳導：Nscale可在實體改造前測試機櫃密度與升級方案，降低施工及停機風險
03 二階擴散：OpenUSD與數位孿生成為Schneider Electric、AVEVA、ETAP爭奪資料與工作流程入口的關鍵介面
04 三階擴散：AI雲端業者的競爭指標由GPU規模轉向token成本、交付速度與能源最佳化能力
05 宏觀終局：歐洲AI資料中心由電力基礎設施升級為可持續運算與能源管理平台，產業價值鏈進一步整體化
跨事件因果網路圖譜 2 驗證節點
AI 驗證因果鏈條 · 可拖曳節點 · 點兩下開啟文章
