梦晨 衡宇 发自 凹非寺 量子位 | 公众号QbitAI 好了好了这下坏了，黄仁勋接住梁文锋的招了。 昨天，DeepSeek开源推理框架，教你如何用算力集群做到单卡每小时收入38美金。 今天，英伟达直接把算力集群搞成了预制菜， 从0到开始平地起数据中心到开始产token只需14天。 按这个账算，如果是万卡集群， 14天上线后，满负荷、客户全满的理想状态下，每小时收入可以到38万美金 （当然，前提是能拿到这么多稳定订单）。 这一次，英伟达不满足于只卖芯片和机柜，而是直接把整座“Vera Rubin AI工厂”塞进了模块化的集装箱里。 过去，建一座超算中心需要漫长的土木施工、现场布线和调试。 老黄在现场直接甩出一句狠话，彻底改写了数据中心的经济学： 一座AI工厂只有在开始产出Token时才创造价值，而不是在建筑施工完成时。 一个不经意，老黄带领大家跳过“买的越多省的越多”，直接快进到“买的越多赚的越多”。 有种AI Infra黄金时代的错觉 把AI工厂塞进集装箱，14天交付满血算力 怎么让客户最快赚到AI的钱？答案是缩短“首Token产出时间”（Time to First Token）。 全新发布的 DSX POD硬件产品线 ，完全围绕这一核心逻辑展开。 传统的AI数据中心建设，需要在现场进行极其繁琐的计算节点安装、网络布线、机架级供电和液冷管道铺设。一旦遇到零件延误或现场施工失误，动辄就要耗费半年以上。 现在，英伟达直接把包含最新 Vera Rubin系统 在内的全套基础设施，做成了可重复量产的“集装箱”设计。 计算、网络、布线、供电以及液冷系统，全部在合作伙伴的制造工厂里就完成了集成、跨机架走线、管道连接和功能验证。 第一步， 将最新的NVIDIA Vera Rubin计算系统，与高速网络、机架级供电和液冷散热系统打包。 原先的Grace Blackwell方案组装一个节点就要2小时，布线繁杂，而且液冷覆盖率仅80%。 换成Vera Rubin之后，采用无线缆架构、100%全液冷，单个节点组装缩短到仅需5分钟，同时可靠性和性能都得到提升。 第二步， 在出厂前，把它们完整集成进专门定制的模块化集装箱（Modular Containers）里。 连机架与机架之间的跨柜布线、电力接线、液冷管道铺设，甚至全套系统的功能验证…… 统统在制造工厂里提！前！干！完！ 与此同时，客户现场的场地准备工作可以完全并行推进，两边互不耽误。 集装箱装着一座验证完毕的“满血Vera Rubin算力工厂”抵达准备好的场地， 开箱接通现场预留的电力、冷却和网络基础设施，就能瞬间点亮。 最终提升效果堪称碾压级—— 现场部署周期从传统6个月，最短压缩至14天。 英伟达将Time to First Token（首Token产出时间）作为这项交付效率的衡量标准。 早一天跑起大模型训练和生产级推理，运营商就能早一天向客户交付算力、早一天开始印Token变现。 压榨每一兆瓦电力，推理吞吐暴涨49% 不仅极限压缩到2周就能交付，老黄还贴心地 配套了方案来缓解缺水缺电的问题 。 上述DSX POD硬件产品线背后依托的，是英伟达全栈式AI工厂参考架构 NVIDIA DSX平台 。 它将计算、网络、存储、软件、供电和散热各作为“单一系统”进行协同设计。 首先是电力与算力的极限压榨。 要建数据中心，“有多少电”决定了“能上多少卡”。 为了打破电力瓶颈，英伟达甩出了两款软件大杀器： DSX MaxLPS 与 DSX Flex 。 先说前者。 DSX MaxLPS负责在AI工厂既定的电力预算内进行动态功率分配，产出完全相同数量的Token，最高可以直接 省电30% 。 反过来算，如果电力预算固定不变，省下来的电就能原地转化成多出来的算力。 实测数据直接拉满： 在云厂商Lambda基于 NVIDIA HGX B200 系统的概念验证中，固定功率预算下，集群Token吞吐量直接提升 24% ，可容纳的GPU算力容量增加 19% 。 在欧洲云厂商Nscale冰岛AI工厂的实测中，跨4个 NVIDIA GB300 NVL72 机柜、在相同的264千瓦供电预算下，推理吞吐量更是暴涨 49% ，受管GPU算力容量直接多出 37%。 花同样的电费，硬生生多跑出近一半的推理算力。 而软件两大杀器中的第二个—— DSX Flex—— 则更进一步，让原本是“电老虎”的AI工厂，摇身一变成了电网的“柔性调节器”。 它能根据电网负载、电价波动甚至现场光伏和储能情况，实时调整算力功耗，帮AI工厂更快拿到电网并网审批。 在英国国家电网、Nebius、Emerald AI与英伟达的联合测试中，面对模拟电网突发事件， Blackwell Ultra GPU集群在不中断关键业务的前提下，瞬间将集群功耗狂降40%。
