事件内容
在 GTC 柏林活动中，英伟达 CEO 黄仁勋发布 DSX POD 参考设计：把 7 个液冷机架 集成进一个集装箱大小的机箱，内含 504 颗 Rubin GPU 与 252 颗 Vera CPU，机架间由总长约 17 公里 的 Spectrum-X 网络线连接，整机重约 2.8 万公斤，并内置闭环液冷。英伟达称，在场地供电与冷却配套就绪的前提下，现场部署时间可从传统的最长 6 个月 缩短至最快 14 天——整合、启动、验证与老化测试被前移到工厂完成。官方还表示动态功率分配可省电最高 30%，闭环液冷几乎零水耗。首批交付预计 2027 年初，已与戴尔、HPE、联想等 17 家生态伙伴推进。
黄仁勋同时把 AI 数据中心定义为”AI 工厂”，并以制造业作类比：一座 1GW 规模的 AI 工厂整体投资约 500 亿美元、年收入约 400 亿美元，延后投产 3 个月可能错失约 100 亿美元 收入机会。他还在演讲中强调”过去十年 AI 性能提升约 100 万倍、远超摩尔定律的约 100 倍”，归因于”极致协同设计”（芯片、系统架构、软件、算法与数据中心多层协同），并以最高 128GB 统一内存的 RTX Spark 个人 AI 智能体平台开场，凸显算力从机房下沉到桌面。
值得关注的原因
1. 竞争单位从”芯片”转向”工程交付”。当算力供给不再稀缺、瓶颈变成”多快能通电跑起来”，部署速度直接等于收入。把数据中心做成”家电式”即插即用，英伟达正在把时间本身变成算力成本的一部分。
2. 模块化集装箱利好电力/散热/网络集成商。DSX POD 把计算、网络、供电、液冷整体打包，受益方从芯片延伸到维谛、施耐德、戴尔等”系统集成卖水人”，AI 基建价值链进一步向交付层集中。
3. 欧洲主权叙事的双刃剑。黄仁勋借 DSX POD 主打”本地可控产能”以契合欧洲算力主权诉求，但分析机构指出，任何仍深度依赖英伟达核心技术与软件栈的系统，都难以满足”纯正主权”定义——这恰是欧洲自建算力的一道未解题。
原创文章，作者：陈默，如若转载，请注明出处：https://www.chenmo.net/378.html
