NVIDIA发布DSX AI工厂平台：解决AI基础设施电力瓶颈

摘要：NVIDIA推出了DSX AI工厂平台，旨在解决AI基础设施中的电力瓶颈问题。该平台通过整合电网与AI工厂的规划、模拟和运行，将孤立的系统连接起来，优化能源分配并提升计算效率。平台包含三大核心组件：DSX Sim用于联合模拟电网与AI设施，DSX Flex实现AI工厂与电网条件的动态，DSX MaxLPS和DSX Exchange则优化能源使用并安全共享信号。多家企业如GE Vernova、Hitachi Energy和Schneider Electric已采用该平台，以提升AI工厂的可持续性和电网可靠性。

---

NVIDIA DSX AI工厂平台：解决AI基础设施电力瓶颈

随着AI技术的快速发展，AI基础设施的电力需求日益增长，成为制约AI发展的主要瓶颈。NVIDIA推出的DSX AI工厂平台旨在解决这一问题，通过整合电网与AI工厂的规划、模拟和运行，将孤立的系统连接起来，优化能源分配并提升计算效率。

核心组件与技术机制

1. DSX Sim与SimReady资产：

   • 该组件允许工程师联合模拟电网、变电站和AI工厂，验证发电机、开关设备和冷却系统等关键组件的性能，从而在建设前识别潜在问题。
   • 技术机制：通过高精度模拟引擎，DSX Sim能够实时分析电力系统的动态行为，并结合AI驱动的预测模型优化能源分配策略。

2. DSX Flex：

   • DSX Flex能够将AI工厂的电力需求与电网条件同步，并实现柔性发电，将AI工厂从静态负载转变为灵活的电网资产。
   • 技术机制：利用实时数据流和自适应控制算法，DSX Flex能够动态调整AI工厂的电力消耗模式，以匹配电网的波动和需求变化。

3. DSX MaxLPS与DSX Exchange：

   • 这些组件旨在最大化每瓦特的计算能力，并安全地在计算、网络、能源、冷却和运营之间共享信号。
   • 技术机制：通过硬件加速和分布式计算架构，DSX MaxLPS能够提高能源利用效率，而DSX Exchange则通过加密协议和安全通道实现跨系统信号共享。

合作伙伴与实际应用

• GE Vernova：将电网到设施和机架的电力专业知识应用于NVIDIA DSX系统，帮助客户将电力限制转化为竞争优势，同时最大化计算和代币输出、可持续性和电网可靠性。
• Hitachi Energy：其电池储能系统已通过NVIDIA DSX Ready认证，帮助客户识别符合NVIDIA DSX参考架构设计要求的电力基础设施。
• Schneider Electric：与AVEVA和ETAP合作，推进NVIDIA DSX，通过验证的NVIDIA Vera Rubin电力和冷却参考架构以及NVIDIA Omniverse驱动的AI工厂数字孪生体。

工程权衡与挑战

尽管DSX AI工厂平台在优化能源使用和提升计算效率方面具有显著优势，但也面临一些挑战：

• 复杂性：整合电网与AI工厂的复杂性较高，需要高度协调的跨学科团队进行实施。
• 成本：初期部署成本较高，可能对中小型企业构成挑战。
• 标准化：不同地区和行业的电力标准和规范差异较大，需要进一步推动标准化进程。

开发者落地与部署建议

1. 评估需求：在部署DSX AI工厂平台之前，企业应全面评估自身的电力需求和计算目标，以确定平台的具体应用场景。
2. 培训团队：由于平台的复杂性，企业需要为团队提供充分的培训，确保其能够有效利用平台的功能。
3. 分阶段实施：建议采用分阶段实施的方法，先在试点项目中验证平台的效果，再逐步扩展到整个基础设施。
4. 持续优化：定期监控平台的性能，并根据实际运行情况不断优化能源分配和计算策略。

总结

NVIDIA DSX AI工厂平台代表了AI基础设施发展的重要里程碑，通过整合电网与AI工厂的规划、模拟和运行，为解决电力瓶颈问题提供了创新解决方案。尽管面临一些挑战，但其在提升计算效率和可持续性方面的潜力巨大，将推动AI技术的进一步发展。

---

消息来源：NVIDIA AI News (2026-10-22)

—— 完 ——

主题标签： #NVIDIA 关注 #AI基础设施 关注 #电力优化 关注 #DSX平台 关注 #AI工厂 关注