AI資料中心建置競賽正從晶片與伺服器延伸到整座工廠的部署速度。 鴻海科技集團（2317）30日在鴻海科技日（HHTD 26）首度實體展示基於NVIDIA DSX POD打造的模組化貨櫃；依官方說法，完整的NVIDIA Vera Rubin AI工廠可在貨櫃內預先整合並完成驗證，若接收場址的電力、散熱、網路等基礎設施已備妥，部署時間可從約6個月縮短至最快14天。 DSX POD是一套參考設計，合作夥伴可在出貨前完成機櫃間纜線連接、配線、管路配置及功能驗證。 貨櫃抵達後，再接上已準備好的場址基礎設施。 這種做法把部分整合和驗證工作移到出貨前進行，降低設備抵達後才逐項建置與測試的時間。

鴻海此次展示的模組化貨櫃，呈現其與NVIDIA長期合作在機櫃級系統整合上的進展。 AI Factory從晶片擴大到整座資料中心 NVIDIA資深總監Dion Harris在鴻海科技日演講中指出，AI工廠不只是晶片問題，還涉及能源、運算、網路、儲存、散熱、模型與應用等層次。 隨著企業開始部署生成式AI與AI代理，資料中心須將運算設備、電力供應和冷卻系統作為整體設計，才能讓AI服務持續運作。 Google基礎設施供應鏈與製造營運副總裁Rehan Sheikh則從供應鏈角度談到，生成式AI帶動的不只是軟體革新，也推動硬體設計與製造模式改變。

Google希望與鴻海等供應鏈夥伴加強共同設計、擴大多地產能，並透過模擬、製造自動化及生產資訊管理，縮短新一代硬體從設計到部署的週期。 2026鴻海科技日30日於南港展覽館舉行，圖為Google Cloud全球晶片科技與製造副總裁Rehan Sheikh。 （劉偉宏攝） 電力與散熱成為部署關鍵 施耐德電機全球資深副總裁Himanshu Prasad指出，AI資料中心的機櫃功率與整體規模快速上升，電力取得速度、液冷、儲能與電力轉換效率都成為建置考量。 施耐德提出涵蓋設計、模擬、建置、營運與維護的方案，並與NVIDIA及鴻海等夥伴合作，處理AI工廠在供電與冷卻上的整合需求。

鴻海輪值CEO蔣集恆，以及工業富聯與鴻騰精密主管在對談中也指出，AI基礎設施已從單一伺服器或機櫃，走向整座AI Factory，客戶不只要求系統符合規格，也要求更快、更大規模交付。 這也凸顯DSX POD的定位：透過預先整合與驗證縮短部署時間，但14天時程仍以場址配套已就緒為前提，並非從零建設資料中心所需的完整工期。