英伟达正推行GPUzilla计划，通过提供更智能、高效且盈利的数据中心设计吸引新云服务商，旨在电网容量侵蚀核心收入前锁定关键资源。

英伟达销售GPU的能力最终受限于电网的容量。随着折旧周期的延长，数据中心将在未来几年内继续运行老旧的Hopper和Blackwell系统。部署更多的GPU需要从电网中抽取额外的电力。虽然英伟达无法直接加速电网扩建，但它可以帮助客户建设更智能、更高效的设施。“在数据中心规模和AI工厂规模上，我们 literally（字面上）在思考如何榨取每一分效率，以驱动每吉瓦更高的性能，”英伟达高级总监Dion Harris在最近接受《电子工程时报》（El Reg）采访时说道。在本周的AI基础设施峰会上，英伟达展示了旨在最大化可用计算功率并最小化数据中心对当地电网影响的设计方案。

数据中心很少在接近峰值容量的情况下运行。一个100兆瓦的设施通常最多将其80%的电力分配给关键计算负载。实际比例因站点而异，但这种余量是为了应对硬件低效、转换损耗和需求激增。其缺点是，约有20兆瓦的容量被闲置——既无法供数据中心使用，也无法由公用事业公司回收。每一千瓦未使用的电力都代表潜在的GPU销量，这也是英伟达开发其DSX平台以解决这两种低效问题的原因。DSX的第一个组件是DSX MaxLPS，它基于一个长期存在的概念：如果计算系统与物理基础设施（如配电柜、电池、冷却液分配单元（CDU）和冷水机组）能够无缝通信，运营商就能实现显著的节能效果。例如，空气处理机组可以根据机架的实际功耗调整冷却输出，而不是持续以最大容量运行。

历史上，挑战在于让来自数十家供应商的设备使用统一协议进行通信。虽然理论上可行，但在跨厂商协调方面一直难以实现，直到AI系统的广泛部署加速了行业对齐。更高效的设施能产生更高的令牌吞吐量，从而转化为更高的收入——前提是客户愿意付费。英伟达仍需解决通信层的问题，而其在GPU市场的主导地位简化了这一任务。“DSX Exchange本质上是一个API，允许我们捕获不仅围绕核心系统，”Harris解释道，“我们还可以捕获其他提供资产的DSX Ready提供商的信息。这就像Vertiv和施耐德电气，以及所有的楼宇管理系统。”

在AI基础设施峰会上，英伟达与Lambda展示了这种互操作性桥接技术（作为更广泛的DSX MaxLPS产品的一部分）如何在现有电力限制内实现更密集的计算部署。在测试中，Lambda将19个节点塞入原本为16个节点分配的电力预算中，使集群整体吞吐量提高了24%，并将每瓦性能提高了相当的比例。据该公司称，这种增强的可见性和控制力减少了数据中心过度配置基础设施的需求。

除了最大化内部效率外，英伟达还展示了其数据中心管理技术如何减轻大规模AI训练和推理工作负载对当地电网的影响。通过与Emerald AI和硅谷电力合作，英伟达展示了其DSX Flex平台，该平台可以在电网需求激增期间动态调整数据中心的电力消耗，同时不会中断关键操作。与DSX MaxLPS一样，底层技术并非新颖事物。需求响应计划长期以来允许公用事业公司在高峰时段要求工业用户减少能源消耗。谷歌等公司已尝试过类似方法；去年，谷歌宣布计划暂停非必要的AI工作负载以防止电网过载。英伟达的DSX Flex将此功能扩展至部署其硬件的组织。

然而，这项技术可能具有超越防止停电的战略目的：它通过保证在短时间内收回电力的能力，鼓励公用事业公司批准额外的电网容量。“在某些情况下，它允许电网提供商、输电线路所有者在分配或过度配置时稍微不那么保守，因为现在，知道您有能力在特定窗口期内削减负荷，他们就不需要保留那么多缓冲空间，”Harris解释说。重要的是，收回的容量并不一定意味着工作负载关闭。通过与英伟达软件堆栈的深度集成，非关键任务可以暂停或迁移到拥有剩余电力的邻近设施——这一策略通常被称为“追逐阳光”。

正如预期的那样，虽然英伟达的DSX平台在基于验证硬件构建的AI工厂中表现最佳，但当整合来自d-Matrix、SambaNova等公司的第三方加速器时，复杂性会增加。对于已经嵌入英伟达生态系统的合作伙伴，如NVLink Fusion架构中的d-Matrix，Harris概述了扩展DSX支持的路径，但他指出，由于并非所有芯片都能像英伟达自己的硅片那样提供相同粒度的控制，因此需要不同级别的软件集成。对于AMD Instinct GPU等竞争平台，数据中心建造者可能需要依赖替代管理系统来复制DSX的功能。最终，除了优化当今受限的电网容量外，英伟达的DSX平台还强化了一个封闭的生态系统，激励客户继续采购英伟达硬件。®