AI資料中心從規劃到上線，得同步處理電力、散熱、網路、機架與運算設備整合。 算力需求快速增加，建置時間也成為業者擴充服務的瓶頸。 NVIDIA（輝達，NASDAQ：NVDA）21日在GTC Berlin 推出 DSX POD 參考設計，將部分整合與驗證作業移至工廠端進行，並表示場地及公用設施準備完成後，現場部署時間可由約六個月縮短至最快14天。 DSX POD是為完整 Vera Rubin AI 工廠設計的模組化方案。 合作夥伴可在貨櫃模組內預先整合運算、網路、佈線、機架級電力與液冷設備，並在交付前完成測試。 設備抵達現場後，再連接已備妥的電力、散熱與網路等設施。

換句話說，14天指的是場地條件就緒後的部署時間，並非從土地開發開始、一路到資料中心完工的總工期。 預先整合則可減少現場安裝與設備協調工作，也有助降低零組件延遲、施工錯誤及專業人力不足的影響。 NVIDIA創辦人暨執行長黃仁勳表示：「AI工廠在開始產出詞元（token）時創造價值，而不是在建置完成後。 」他指出，縮短部署時間的目的，是讓客戶更早開始模型訓練與推論服務，盡快讓已建置的運算資源投入使用。 Bull、戴爾科技、慧與科技、聯想、施耐德電機與維諦等合作夥伴，預計於2027年初在全球交付模組化 AI 工廠。 對客戶而言，採用預先整合的設計可減輕部分現場工程負擔，但部署時程仍取決於場地電力、冷卻、網路及其他配套設施是否如期就緒。

DSX聚焦用電、用水與營運效率 NVIDIA也同步介紹DSX AI工廠平台，將規劃範圍從設備部署延伸至能源與設施營運。 參考設計採用閉環液冷與乾式冷卻器，目標使設施冷卻用水接近零。 NVIDIA以2GW規模的部署估算，每天可節省約5,400萬公升用水，相當於18萬戶家庭一天的用水量；這是公司依設計提出的估算，實際效果仍會受到氣候、設備配置與營運方式影響。 用電方面，DSX MaxLPS軟體宣稱可協助營運商在產出相同數量詞元時節省最多30%電力。 DSX Flex則可依電網狀況調整 AI 工廠負載，讓大型資料中心在用電需求上更具彈性。

NVIDIA另推出SimReady Central，提供電力與冷卻設備的數位模型，協助營運商在建置前模擬工廠設計；DSX OS則用於自動化設施管理與健康狀態監控。 這套平台也串連歐洲科技與工業軟體業者，以及能源、電力與冷卻設備供應商，讓設計、電力、冷卻和營運能在同一套架構中協作。 NVIDIA此次將模組化部署與設施管理一併提出，反映 AI 工廠的競爭不只在於設備能否快速到位，也在於如何把有限的電力與冷卻資源轉化為穩定算力。 各項節電、節水與部署效益仍須依個別場址條件驗證。 歐洲生態系透過 NVIDIA DSX 打造全球最高效的AI工廠。 （輝達提供）