简介
北京时间10月21日，英伟达GTC大会首次落地柏林。黄仁勋在主题演讲中发布了一套名为DSX POD的模块化AI工厂参考设计——本质是把数据中心的"装修"工作从工地搬回工厂。按照英伟达的估算，在现场供电、冷却、网络等配套已就绪的前提下，AI工厂的现场部署时间可以从约6个月压缩到最快14天。
核心功能：一个集装箱装下7个液冷机架
- 预集成：把计算、网络、布线、机架级供电与液冷系统的安装工作全部前移到制造工厂，发货前完成机架间线缆连接、电气布线、管道安装及功能验证。
- 标准单元：一个DSX POD内含7个Vera Rubin NVL72液冷机架，到场即插即用，多个单元可拼接成更大规模的AI工厂。Vera Rubin已全面量产，100%液冷，组装一个节点不到5分钟。
- 能效：DSX平台宣称可将冷却用水量减少最多100%（闭式液冷回路+干式散热），在同样AI产出的前提下降低约30%功耗，配套的DSX MaxLPS可动态分配电力。
详细分析：黄仁勋在卖什么
这个产品真正卖的不是硬件，而是"时间"。黄仁勋在现场给了一组成本参照：一座1吉瓦的AI工厂，从土地、电力到计算、网络与冷却，建设成本可达约500亿美元。对运营商来说，设备建好之后每多等一天，都是几十上百亿资金在闲置。把现场施工的6个月压到14天，等于把投资回收期整体提前了大半年。
"这是世界供应链的一次彻底变革。"黄仁勋的这句话点出了模式的本质：施工工序工业化。传统数据中心是"在工地上装机器"，DSX POD是"在工厂里造机房"，现场只负责接电、接水、接网。这和汽车产业从手工装配到流水线是同一个逻辑。
同时也别把它神化。英伟达超大规模与高性能计算副总裁Ian Buck明确表示，DSX POD的近期机会主要是帮助数百兆瓦级项目加快部署，并非全面取代传统机房；电力接入、场地建设、上游设备供应仍是独立约束，缩短机房安装时间不等于解决全部建设难题。
同场发布的其他东西
- OpenShell安全智能体参考架构：开源运行环境+内核级沙箱+策略控制，限制智能体可访问的资源。
- Nemotron Retriever检索模型与Kumo结构化数据预测模型。
- 英伟达Isaac平台升级，并发布新的参考人形机器人与仿真管线。
价格与影响
DSX POD本身是参考设计，不直接零售。戴尔、HPE、联想、Bull、施耐德电气、维谛技术等合作伙伴计划于2027年初在全球交付基于该设计的模块化AI工厂。
更值得关注的是产业链传导：提前把集成、布线、管路、验证搬进工厂，意味着价值从工地施工方向ODM与预制件供应商转移；而"耗水近零"这一条，对欧美那些卡在环评和水资源审批上的项目是实打实的解药——欧洲目前只拥有全球约5%的AI算力，缺的往往不是芯片而是"能不能建"。
优缺点
- 优点：部署速度量级提升、可复制性强、能效与用水指标显著改善、生态伙伴已排期。
- 不足：对场地配套要求高（必须"已就绪"）；只适合大规模绿地项目；2027年才交付，短期无实际可选性。
适合人群与总结
做算力基建、IDC规划、数据中心供应链的读者值得细读这份参考设计。同期谷歌开源TorchTPU正在争夺同一批算力买家的软件心智——硬件在提速，软件在解绑，这一轮基础设施竞赛才刚开始。工具页见NVIDIA DSX POD。