NVIDIA DSX 提升 AI 工厂效率，令代币增幅达 24%

NVIDIA 在工业级别的 AI 推进工作持续取得显著成果。在 2026 年的 AI 基础设施峰会上，该公司透露其 DSX MaxLPS 平台在云服务提供商 Lambda 的 AI 工厂中，在固定功耗预算内将代币吞吐量提升了 24%。这一突破突显了 NVIDIA 对“AI 工厂”的愿景，将其定义为下一代基础设施，其中功耗效率决定生产力。

Lambda 的测试环境覆盖了一个由 19 个节点组成的 NVIDIA HGX B200 GPU 集群，展示了如何通过动态功耗分配和工作负载优化回收闲置容量。通过以 85% 的功耗运行 19 个节点，而不是以满功耗运行 16 个节点，该系统将代币吞吐量从每秒 400 万提升至 500 万，性能每瓦提升了 23%。这种效率增益在未来使用 NVIDIA 的 Vera Rubin NVL72 架构的设施中可能扩展至 40% 更多的 GPU 容量，该架构计划于 2027 年部署。

功耗限制正成为 AI 基础设施面临的一个日益严重的问题。NVIDIA 今年早些时候推出的 DSX 套件解决了这一挑战，通过优化计算、冷却和电网互连的能量使用。DSX MaxLPS 专注于从固定的能源供应中最大化代币生产，而 DSX Flex 则将 AI 工厂与电网信号集成，以动态调整功耗以响应需求。这些技术设计旨在确保关键的 AI 工作负载即使在电网压力下也能保持不中断。

DSX Flex 潜力的一个现实案例来自硅谷电力的灵活负载互连计划。在最近的一次测试中，Emerald AI 的 Conductor 平台（DSX Flex 的前身）在一分钟内自动将 AI 工厂的功耗从 4 兆瓦降低到 3 兆瓦，同时维持关键工作负载。这种方法不仅支持了电网的稳定性，还允许 AI 工厂在不等待昂贵的新能源基础设施的情况下扩展。

“回收闲置容量的能力是一个改变游戏规则的突破，”Lambda 云服务总裁 Dave Ward 表示。“DSX MaxLPS 实现了计算密度的飞跃，而无需增加能耗，这对于行业在面临功耗和冷却限制时至关重要。”

NVIDIA 的整体战略将 AI 工厂定位为一种新的工业模式，设计目的是将能量转化为 AI 代币，用于训练大模型、机器人技术和数字孪生等应用。通过强调“每兆瓦代币数”作为核心指标，NVIDIA 正在将其从 GPU 到编排软件的全栈方法与能源效率将决定 AI 基础设施增长速度的现实对齐。

该公司 9 月 10 日与 Palantir 的合作伙伴关系，旨在增强供应链智能，进一步突显了其从单纯销售 GPU 转向成为全栈供应商的转变。NVIDIA 正在将计算、网络、电力管理和数字孪生模拟整合成一个统一的 AI 生产生态系统。

对于市场而言，NVIDIA 的进步加强了其在 AI 领域的竞争优势。其股票（目前交易价格为 212.06 美元，过去 24 小时内上涨 0.52%）反映了投资者对其超越硬件创新能力的信心，尤其是在功耗限制成为全球扩展 AI 基础设施的瓶颈之际。随着 DSX 技术的持续推出以及即将部署的 Vera Rubin 架构，这些都可能为未来的增长提供额外的催化剂。

随着 AI 行业越来越多地以“每吉瓦的工作量”来衡量效率，NVIDIA 的 DSX 平台为 AI 工厂可以达到的目标设定了新标准。问题已经不再是 AI 基础设施是否能够适应功耗限制，而是它可以多高效地将这些限制转化为生产性输出。