AI数据中心从规划到上线，得同步处理电力、散热、网络、机架与运算设备集成。 算力需求快速增加，建置时间也成为业者扩充服务的瓶颈。 NVIDIA（辉达，NASDAQ：NVDA）21日在GTC Berlin 推出 DSX POD 参考设计，将部分集成与验证作业移至工厂端进行，并表示场地及公用设施准备完成后，现场部署时间可由约六个月缩短至最快14天。 DSX POD是为完整 Vera Rubin AI 工厂设计的模块化方案。 合作伙伴可在货柜模块内预先集成运算、网络、布线、机架级电力与液冷设备，并在交付前完成测试。 设备抵达现场后，再连接已备妥的电力、散热与网络等设施。

换句话说，14天指的是场地条件就绪后的部署时间，并非从土地开发开始、一路到数据中心完工的总工期。 预先集成则可减少现场安装与设备协调工作，也有助降低零组件延迟、施工错误及专业人力不足的影响。 NVIDIA创办人暨首席执行官黄仁勋表示：「AI工厂在开始产出词元（token）时创造价值，而不是在建置完成后。 」他指出，缩短部署时间的目的，是让客户更早开始模型训练与推论服务，尽快让已建置的运算资源投入使用。 Bull、戴尔科技、慧与科技、联想、施耐德电机与维谛等合作伙伴，预计于2027年初在全球交付模块化 AI 工厂。 对客户而言，采用预先集成的设计可减轻部分现场工程负担，但部署时程仍取决于场地电力、冷却、网络及其他配套设施是否如期就绪。

DSX聚焦用电、用水与营运效率 NVIDIA也同步介绍DSX AI工厂平台，将规划范围从设备部署延伸至能源与设施营运。 参考设计采用闭环液冷与干式冷却器，目标使设施冷却用水接近零。 NVIDIA以2GW规模的部署估算，每天可节省约5,400万公升用水，相当于18万户家庭一天的用水量；这是公司依设计提出的估算，实际效果仍会受到气候、设备配置与营运方式影响。 用电方面，DSX MaxLPS软件宣称可协助营运商在产出相同数量词元时节省最多30%电力。 DSX Flex则可依电网状况调整 AI 工厂负载，让大型数据中心在用电需求上更具弹性。

NVIDIA另推出SimReady Central，提供电力与冷却设备的数字模型，协助营运商在建置前仿真工厂设计；DSX OS则用于自动化设施管理与健康状态监控。 这套平台也串连欧洲科技与工业软件业者，以及能源、电力与冷却设备供应商，让设计、电力、冷却和营运能在同一套架构中协作。 NVIDIA此次将模块化部署与设施管理一并提出，反映 AI 工厂的竞争不只在于设备能否快速到位，也在于如何把有限的电力与冷却资源转化为稳定算力。 各项节电、节水与部署效益仍须依个别场址条件验证。 欧洲生态系通过 NVIDIA DSX 打造全球最高效的AI工厂。 （辉达提供）