各位小伙伴好呀。
今天，英伟达GTC大会在德国柏林召开。
一如既往，NVIDIA创始人兼首席执行官黄仁勋带来了精彩的分享。值得注意的是，演讲时大屏幕上的一个画面吸引了我的注意——一个集装箱里面整整齐齐塞着7个服务器机架，密密麻麻的管线已经接好，旁边标注着一行字："14天部署"。
随后，黄仁勋宣布推出NVIDIA DSX POD。黄仁勋说，我们正处于人类历史上最大规模的基础设施建设中，而DSX POD就是为这场基建狂潮准备的。
我结合了最新的国内外网上资料，来具体聊聊DSX POD到底是个什么东东。
▌DSX POD到底是什么？
我们拆开DSX POD这个名字来看：DSX是英伟达去年底推出的数据中心参考架构，POD可以理解为"一舱"。合起来理解，DSX POD就是一座装进集装箱里的AI工厂。
传统的AI数据中心建设是什么样？服务器、网络设备、冷却系统分开采购，运到工地现场，工人进场安装机架、布线、接管、调试，一套流程走下来，半年起步，还容易出各种兼容性问题。
DSX POD的思路是：把这些活儿全部挪到AI工厂里干完。
在一个标准AI集装箱（外界猜测是40英尺规格）里，英伟达预先设计了7个Vera Rubin NVL72机架，连同网络、布线、机架级电源和液冷系统，全部在工厂里组装好、接好线、通好水，然后做完整的功能验证。验证通过后，整个AI集装箱封箱发货。
运到客户现场后需要做什么？很简单——接上提前准备好的电源、冷却水和网络，开机，跑起来。
从进场到投产，最快14天。
当然，这14天有个重要前提：场地得提前准备好。厂房、供电、供水这些土建工程该多久还是多久，DSX POD省的是设备安装调试的时间。但即便如此，把"现场施工"变成"工厂预制"，带来的效率提升是数量级的。
▌为什么要做成集装箱？
这个设计其实藏着英伟达的几个小心思。
第一，标准化。 集装箱是全球物流体系里最成熟的标准单元，尺寸固定、运输方便、吊装简单。用集装箱做载体，意味着这套AI工厂可以利用现有的全球物流网络，运到几乎任何地方——卡车能到的地方，它就能到。
第二，质量可控。 现场施工的质量取决于当地施工队的水平，而工厂预制是在受控环境下批量生产，布线工艺、管道连接、系统测试都有统一标准。英伟达的说法是，这能把Vera Rubin系统的建设从"手工作坊"变成"流水线制造"。
第三，快速扩张。 一个DSX POD提供25 EFLOPS的AI推理算力。客户想要更大的集群？那就多买几个POD，拼在一起用。这种模块化思路让数据中心扩容变得像搭积木一样简单。
欧洲其实对这种模式不陌生——模块化集装箱数据中心在欧洲已经有应用历史，英伟达等于是在这个基础上做了标准化和规模化。
▌谁来做？谁会用？
当然，英伟达自己不做集装箱。DSX POD是一份参考设计，就是英伟达出图纸和标准，合作伙伴来负责制造。
合作伙伴名单相当豪华：戴尔、HPE、联想、富士康、技嘉、广达、施耐德电气、纬创、台达等近20家厂商。戴尔今天同步宣布了自己的版本——戴尔模块化数据中心搭载DSX POD，同样定在2027年初交付。
英伟达没有公布单个POD的定价和具体配置参数，但参考设计里明确写了7个Vera Rubin NVL72机架。按Vera Rubin NVL72单柜约3.6 EFLOPS的推理性能估算，7柜25 EFLOPS的数字基本对得上。
交付时间：2027年初，全球范围。 虽然选在柏林发布，但这不只是欧洲专属产品。
▌集装箱里还有啥黑科技？
当然，DSX POD可不是一堆硬件的物理堆叠，英伟达还给它配了一整套软件，解决AI数据中心最头疼的几个问题。
省电。 DSX MaxLPS能在同样的token输出下节省高达30%的电力。在Lambda的测试中，集群token吞吐量提升24%，固定功率预算内GPU容量增加19%；Nscale在冰岛的评估更夸张——264千瓦功率预算下，推理吞吐量提升49%。
省水。 Vera Rubin支持100%液冷，冷却液温度最高可达45摄氏度，配合闭式干冷器散热，冷却水消耗接近零。英伟达估算，在2吉瓦规模下，每天能省5400万升水——差不多是20多个标准游泳池。
会"看电网脸色"用电。 DSX Flex让数据中心参与电网调度，在与英国国家电网的试验中，一个Blackwell Ultra集群在电网紧张时自动把功耗降低40%，关键任务不受影响。
出厂前就能"彩排"。 DSX Sim可以做数字孪生仿真，在工厂里模拟现场运行状态，提前发现问题。Nscale在葡萄牙和冰岛的设施已经在用这套系统。
▌顺便一提：大会上还说了这些
DSX POD是绝对主角，但英伟达在柏林还放了不少其他消息，简单带过：
供应链大扩产。 三年基板产能翻2.5倍（给揖斐电付了数十亿美元预付款），光引擎产能飙15倍再翻倍到30倍，测试产能2027年翻倍。黄仁勋的底气从这里来。
OpenShell安全架构。 给AI智能体戴"紧箍咒"——Vera Rubin负责算，Vera CPU跑智能体，BlueField-4 DPU在旁边盯着，发现越界毫秒级隔离。ServiceNow、CrowdStrike等十几家安全厂商已跟进。
电信、汽车、机器人。 与诺基亚的AI-RAN进入商用阶段，T-Mobile完成全球首个商用AI-RAN通话；沃尔沃、奔驰、大众商用车都在用Hyperion平台；Agile Robots的人形机器人2027年初推出。
▌结语
DSX POD的本质，是英伟达在回答一个问题：当AI算力需求爆炸式增长，如何让基础设施建设的速度跟上？
答案是：把数据中心从"工程项目"变成"工业产品"。
这个转变的影响可能很深远。过去建AI数据中心，需要专业的工程团队、漫长的施工周期、大量的现场协调。未来可能变成：客户在英伟达的合作伙伴那里下单，工厂生产，卡车运输，现场接线，开工。
14天，一个集装箱，25 EFLOPS算力。黄仁勋在柏林画下的这张蓝图，2027年见分晓。
原文标题 : 把 AI 工厂装进集装箱！聊聊 GTC 上英伟达发布的 DSX POD 到底是个什么东西？
各位小伙伴好呀。
今天，英伟达GTC大会在德国柏林召开。
一如既往，NVIDIA创始人兼首席执行官黄仁勋带来了精彩的分享。值得注意的是，演讲时大屏幕上的一个画面吸引了我的注意——一个集装箱里面整整齐齐塞着7个服务器机架，密密麻麻的管线已经接好，旁边标注着一行字："14天部署"。
随后，黄仁勋宣布推出NVIDIA DSX POD。黄仁勋说，我们正处于人类历史上最大规模的基础设施建设中，而DSX POD就是为这场基建狂潮准备的。
我结合了最新的国内外网上资料，来具体聊聊DSX POD到底是个什么东东。
▌DSX POD到底是什么？
我们拆开DSX POD这个名字来看：DSX是英伟达去年底推出的数据中心参考架构，POD可以理解为"一舱"。合起来理解，DSX POD就是一座装进集装箱里的AI工厂。
传统的AI数据中心建设是什么样？服务器、网络设备、冷却系统分开采购，运到工地现场，工人进场安装机架、布线、接管、调试，一套流程走下来，半年起步，还容易出各种兼容性问题。
DSX POD的思路是：把这些活儿全部挪到AI工厂里干完。
在一个标准AI集装箱（外界猜测是40英尺规格）里，英伟达预先设计了7个Vera Rubin NVL72机架，连同网络、布线、机架级电源和液冷系统，全部在工厂里组装好、接好线、通好水，然后做完整的功能验证。验证通过后，整个AI集装箱封箱发货。
运到客户现场后需要做什么？很简单——接上提前准备好的电源、冷却水和网络，开机，跑起来。
从进场到投产，最快14天。
当然，这14天有个重要前提：场地得提前准备好。厂房、供电、供水这些土建工程该多久还是多久，DSX POD省的是设备安装调试的时间。但即便如此，把"现场施工"变成"工厂预制"，带来的效率提升是数量级的。
▌为什么要做成集装箱？
这个设计其实藏着英伟达的几个小心思。
第一，标准化。 集装箱是全球物流体系里最成熟的标准单元，尺寸固定、运输方便、吊装简单。用集装箱做载体，意味着这套AI工厂可以利用现有的全球物流网络，运到几乎任何地方——卡车能到的地方，它就能到。
第二，质量可控。 现场施工的质量取决于当地施工队的水平，而工厂预制是在受控环境下批量生产，布线工艺、管道连接、系统测试都有统一标准。英伟达的说法是，这能把Vera Rubin系统的建设从"手工作坊"变成"流水线制造"。
第三，快速扩张。 一个DSX POD提供25 EFLOPS的AI推理算力。客户想要更大的集群？那就多买几个POD，拼在一起用。这种模块化思路让数据中心扩容变得像搭积木一样简单。
欧洲其实对这种模式不陌生——模块化集装箱数据中心在欧洲已经有应用历史，英伟达等于是在这个基础上做了标准化和规模化。
▌谁来做？谁会用？
当然，英伟达自己不做集装箱。DSX POD是一份参考设计，就是英伟达出图纸和标准，合作伙伴来负责制造。
合作伙伴名单相当豪华：戴尔、HPE、联想、富士康、技嘉、广达、施耐德电气、纬创、台达等近20家厂商。戴尔今天同步宣布了自己的版本——戴尔模块化数据中心搭载DSX POD，同样定在2027年初交付。
英伟达没有公布单个POD的定价和具体配置参数，但参考设计里明确写了7个Vera Rubin NVL72机架。按Vera Rubin NVL72单柜约3.6 EFLOPS的推理性能估算，7柜25 EFLOPS的数字基本对得上。
交付时间：2027年初，全球范围。 虽然选在柏林发布，但这不只是欧洲专属产品。
▌集装箱里还有啥黑科技？
当然，DSX POD可不是一堆硬件的物理堆叠，英伟达还给它配了一整套软件，解决AI数据中心最头疼的几个问题。
省电。 DSX MaxLPS能在同样的token输出下节省高达30%的电力。在Lambda的测试中，集群token吞吐量提升24%，固定功率预算内GPU容量增加19%；Nscale在冰岛的评估更夸张——264千瓦功率预算下，推理吞吐量提升49%。
省水。 Vera Rubin支持100%液冷，冷却液温度最高可达45摄氏度，配合闭式干冷器散热，冷却水消耗接近零。英伟达估算，在2吉瓦规模下，每天能省5400万升水——差不多是20多个标准游泳池。
会"看电网脸色"用电。 DSX Flex让数据中心参与电网调度，在与英国国家电网的试验中，一个Blackwell Ultra集群在电网紧张时自动把功耗降低40%，关键任务不受影响。
出厂前就能"彩排"。 DSX Sim可以做数字孪生仿真，在工厂里模拟现场运行状态，提前发现问题。Nscale在葡萄牙和冰岛的设施已经在用这套系统。
▌顺便一提：大会上还说了这些
DSX POD是绝对主角，但英伟达在柏林还放了不少其他消息，简单带过：
供应链大扩产。 三年基板产能翻2.5倍（给揖斐电付了数十亿美元预付款），光引擎产能飙15倍再翻倍到30倍，测试产能2027年翻倍。黄仁勋的底气从这里来。
OpenShell安全架构。 给AI智能体戴"紧箍咒"——Vera Rubin负责算，Vera CPU跑智能体，BlueField-4 DPU在旁边盯着，发现越界毫秒级隔离。ServiceNow、CrowdStrike等十几家安全厂商已跟进。
电信、汽车、机器人。 与诺基亚的AI-RAN进入商用阶段，T-Mobile完成全球首个商用AI-RAN通话；沃尔沃、奔驰、大众商用车都在用Hyperion平台；Agile Robots的人形机器人2027年初推出。
▌结语
DSX POD的本质，是英伟达在回答一个问题：当AI算力需求爆炸式增长，如何让基础设施建设的速度跟上？
答案是：把数据中心从"工程项目"变成"工业产品"。
这个转变的影响可能很深远。过去建AI数据中心，需要专业的工程团队、漫长的施工周期、大量的现场协调。未来可能变成：客户在英伟达的合作伙伴那里下单，工厂生产，卡车运输，现场接线，开工。
14天，一个集装箱，25 EFLOPS算力。黄仁勋在柏林画下的这张蓝图，2027年见分晓。
原文标题 : 把 AI 工厂装进集装箱！聊聊 GTC 上英伟达发布的 DSX POD 到底是个什么东西？
