NVIDIA DSX MaxLPS：最大化AI工厂每瓦性能

NVIDIA推出DSX MaxLPS：让AI工厂每一瓦电都变成真金白银 AI工厂正在成为耗电大户，但问题早已不是“能塞进多少块GPU”，而是“每兆瓦电能产出多少AI结果”。对于AI推理这类工作负载，应用层面的每瓦性能已成为衡量AI工厂效率的核心指标。NVIDIA近日发布了DSX MaxLPS技术套件，目标是在固定电力预算内最大化AI工厂的吞吐量。 这套技术的背景很直白：电力分配、冷却、网络、存储、备份和设施开销会在电力到达GPU之前就分走一部分。传统静态机架供电方式按每机架最大功耗预留电力，以应对最坏情况下的峰值需求，但实际工作负载的功耗需求各不相同，预留的电力往往用不完。NVIDIA在分析中发现，在一个典型的100兆瓦AI工厂中，电网输入100兆瓦，设施开销占20兆瓦，机架损耗占10兆瓦，因故障、重启和检查点导致的运营低效又损失10兆瓦，最终只有60兆瓦真正用于AI计算。这意味着40%的电力被“浪费”在了非计算环节。 MaxLPS（Maximum Land Power Shell）正是针对这一痛点设计。它从三个层面优化电力利用：动态电力分配持续监控并回收未使用的电力余量，分配给GPU；软件层面的功耗优化技术提升固定电力预算下的任务级性能；45°C热效率与站点设计通过温水液体冷却降低冷却开销，改善PUE（电力使用效率），让更多电力直接转化为计算能力。 核心变化：动态电力分配取代静态预留 传统数据中心规划中，每个机架都像一座孤岛，预留的峰值电力无法借给邻居使用。即使某个机架实际功耗远低于预留值，多余电力也只能闲置。DSX MaxLPS通过动态电力软件（DPS，目前处于开发者预览阶段）改变了这一局面。DPS是一个全面的电力管理系统，从电网入口到机架、节点、GPU逐层建模数据中心拓扑，运营商可以定义资源组、电力预算等参数，系统实时监控并动态分配电力。 对于跨境电商卖家和AI从业者来说，这意味着什么？简单说，AI推理成本将大幅下降。过去为了应对峰值需求而预留的电力，现在可以被动态调配给真正需要算力的任务。训练、后训练和推理过程中，计算突发、内存受限执行、同步、检查点、预填充、解码、空闲间隙和网络通信等不同阶段对电力的需求各不相同，动态分配让每一瓦电都用在刀刃上。 NVIDIA表示，MaxLPS的设计初衷是优化土地、电力、物理设施这三层约束。在电力成本日益攀升、数据中心扩张受限的当下，这项技术直接关系到AI工厂的投资回报率。对于依赖AI推理服务的跨境电商企业，这意味着更低的算力成本和更高效的模型部署；对于AI基础设施运营者，则意味着在同样的电力预算内可以承载更多业务。