Zo worden moderne AI-servers van ASUS getest 

Tijdens Computex 2026 kregen we een kijkje in de server testing facility van ASUS, waar het bedrijf nieuwe AI-servers test voordat ze bij klanten worden geïnstalleerd. Daarbij draait het niet alleen om de prestaties van de hardware, maar vooral om de vraag of complete AI-infrastructuren probleemloos functioneren zodra ze in een datacenter worden opgebouwd.

Die aanpak sluit aan bij de ontwikkeling van moderne AI-datacenters. Deze bestaan uit complete racks met tientallen GPU’s, snelle opslag, netwerkverbindingen en geavanceerde koeling. ASUS richt zich daarom niet alleen op het leveren van servers, maar ook op het vooraf simuleren en valideren van complete AI-omgevingen.

Met behulp van NVIDIA DSX en digitale tweelingen op basis van OpenUSD kunnen klanten vooraf controleren of stroomvoorziening, koeling, netwerkarchitectuur, opslag en de inrichting van een datacenter goed op elkaar zijn afgestemd, nog voordat de eerste hardware wordt geplaatst. Daarbij worden ASUS’ rack-scale AI-systemen opgenomen in een virtuele AI-factory, zodat complete implementaties vooraf kunnen worden gevalideerd. Mogelijke knelpunten worden zo al in de ontwerpfase opgespoord, wat de implementatie versnelt, het beheer vereenvoudigt en de tijd tot ingebruikname verkort.

Door configuraties vooraf uitgebreid te testen en te valideren, kunnen systemen sneller in productie worden genomen. In de testfaciliteit zijn daarvoor meerdere gespecialiseerde laboratoria ingericht, die elk een ander onderdeel van de ontwikkeling en validatie van servers voor hun rekening nemen.

Een van de eerste afdelingen is het R&D-lab, waar nieuwe platforms onder realistische omstandigheden worden opgebouwd, zoals systemen op basis van de NVIDIA GB200 NVL72 en de nieuwste NVIDIA GB300 NVL72. Dit zijn rack-scale AI-platforms waarin tientallen GPU’s samenwerken voor het trainen en uitvoeren van grote AI-modellen. Engineers testen hier nieuwe configuraties, valideren firmware en controleren de samenwerking tussen compute, netwerk en opslag voordat de servers naar klanten gaan. De resultaten worden vervolgens gebruikt om ook de digitale modellen binnen NVIDIA DSX verder te verfijnen.

Een belangrijk onderdeel vormt het thermische testlab. AI-servers behoren tot de meest energie-intensieve systemen in een datacenter en produceren grote hoeveelheden warmte. ASUS test daarom zowel luchtgekoelde als volledig vloeistofgekoelde racks langdurig onder maximale belasting. Daarbij worden temperaturen, koelcapaciteit en energieverbruik continu gemonitord, ook bij hogere omgevingstemperaturen.

Daarnaast beschikt ASUS over een QTR (Quality Test for Reliability) Lab, waar systemen worden getest onder gesimuleerde extreme omgevingsomstandigheden, waaronder een breed scala aan temperaturen en luchtvochtigheidsniveaus. Zo verifieert ASUS de betrouwbaarheid van systemen op de lange termijn onder uiteenlopende bedrijfsomstandigheden. Voor deze betrouwbaarheidstests draaien servers dagen of zelfs weken onafgebroken onder maximale belasting. Burn-in-tests, samen met de validatie van BIOS, firmware en managementsoftware, moeten een stabiele werking gedurende langere perioden waarborgen.

Daarnaast beschikt ASUS over een stroom- en infrastructuurlab. Moderne AI-racks vragen aanzienlijk meer vermogen dan traditionele servers. Hier wordt gecontroleerd hoe voedingen, power distribution units en complete racks reageren op piekbelastingen. Door volledige AI-clusters op te bouwen kan ASUS verifiëren of de complete infrastructuur stabiel blijft wanneer alle GPU’s gelijktijdig maximaal worden belast.

Ook het netwerk wordt uitgebreid getest. In het netwerk- en interoperabiliteitslab worden complete configuraties opgebouwd waarin switches, netwerkkaarten, opslag en servers van verschillende leveranciers samenwerken. Daarbij staan latency, bandbreedte en betrouwbaarheid onder zware belasting centraal.

Voor betrouwbaarheidstests draaien servers dagen of zelfs weken onafgebroken onder maximale belasting. Deze burn-in-tests zijn bedoeld om eventuele fabricagefouten of zwakke componenten vroegtijdig op te sporen. Tegelijkertijd worden BIOS-versies, firmware en managementsoftware uitgebreid gevalideerd.

Ook omgevingsinvloeden worden niet vergeten. In klimaatkamers worden servers blootgesteld aan uiteenlopende temperaturen en luchtvochtigheid. Daarnaast zijn er laboratoria voor trillings- en schoktesten om te controleren of systemen transport en installatie probleemloos doorstaan. ASUS beperkt zich daarbij niet tot standaardconfiguraties. De systemen worden getest voor uiteenlopende praktijkscenario’s, van AI-training en inferencing tot verschillende netwerk-, opslag- en koelconfiguraties, zodat ze ook onder uiteenlopende omstandigheden betrouwbaar blijven functioneren.

Wat tijdens de rondleiding vooral opviel, is dat ASUS de resultaten uit de verschillende laboratoria combineert met digitale simulaties van complete AI-datacenters via NVIDIA DSX. Daardoor kunnen niet alleen individuele servers worden gevalideerd, maar ook complete rack-opstellingen en de bijbehorende infrastructuur. Dat sluit aan bij de trend waarbij leveranciers steeds vaker complete AI-platforms leveren in plaats van alleen losse servers, zoals de ASUS AI POD.

Het bezoek maakte duidelijk hoe complex moderne AI-infrastructuur is geworden. Waar vroeger vooral de prestaties van een enkele server centraal stonden, draait het nu om complete AI-omgevingen waarin compute, opslag, netwerk, koeling en energievoorziening als één geheel functioneren. De combinatie van fysieke tests en digitale validatie met NVIDIA DSX laat zien dat de voorbereiding van een AI-datacenter al begint ruim voordat de eerste server wordt geïnstalleerd.

Meer informatie over de ASUS AI POD en andere AI-oplossingen van ASUS kun je vinden via deze link of de button hieronder: