英伟达公布 AI 工厂效率新结果：同一电力预算多出 24% token

英伟达超大规模与高性能计算副总裁 Ian Buck 周二在圣克拉拉的 AI Infra Summit 上发表基础设施主题演讲，把 AI 工厂效率放在中心位置。这场大会的规模本身也在说明行业热度：今年参会人数超过 8000 人，去年为 3500 人。

英伟达给出的核心判断是，AI 基础设施的衡量标准正从峰值性能转向经过验证的 agentic tokens per megawatt，也就是每兆瓦有效 token 数。公司称，DSX MaxLPS 通过工厂级电力优化，可以带来最高 1.4 倍的每兆瓦 token 产出。

最硬的证据来自 GPU 云服务商 Lambda，它在峰会当天公布了 DSX MaxLPS 在 NVIDIA Blackwell 服务器上的首次部署环境验证结果。Lambda 在一个五机架、19 节点的集群中，让 19 个节点运行在通常分配给 16 个满功率节点的电力预算内，集群整体 token 吞吐提升 24%，从约每秒 400 万 token 升到每秒 500 万 token，每瓦性能提升 23%。

英伟达基于自身测算表示，在合适的部署环境中，DSX MaxLPS 可以让下一代 Vera Rubin NVL72 AI 工厂在同一兆瓦预算下多承载最多 40% 的 GPU 容量。原理并不复杂：软件持续监测 GPU 与机架级功耗，按负载类型在节点间重新分配余量，把静态分配下被闲置的电力变成有效算力，这对同时运行训练和推理的工厂尤其重要。DSX 平台最早于今年 5 月的 GTC Taipei 发布。

另一个方向上，英伟达与合作伙伴 Emerald AI 展示了 AI 工厂参与电网调度的能力。Emerald AI 的 Conductor 平台从 Silicon Valley Power 的 Flexible Load Interconnect Program 接收信号，并自动按预设的负载优先级降载：8 月的一个傍晚，该工厂功率从 4 兆瓦降到 3 兆瓦，低优先级作业让出电力，高优先级推理继续运行，全程无需人工操作。

英伟达表示，这套部署已经响应了 Silicon Valley Power 发出的 200 多次需求信号，响应时间在一分钟以内。承载它的是英伟达的 Eos AI 工厂，这也是首个把 AI 工厂当作可调度资源的商业电网项目。Emerald AI 计划把 Conductor 接入英伟达 DSX Flex；第一个专门的 DSX Flex 商业部署将落在弗吉尼亚州 Manassas，即英伟达 AI Factory Research Center 内一座 96 兆瓦的 Vera Rubin AI 工厂，此前相关方案已在两大洲完成五次演示。

面向 agentic 负载，英伟达还公布了与 Groq 3 LPX 的组合方案：为 Vera Rubin 增加确定性的超低延迟推理能力，针对参数规模 2 万亿以上、长上下文的模型，每兆瓦 token 吞吐最高可达 GB200 NVL72 的 35 倍。在 10 万上下文长度的 Qwen 3.8 27B 负载上，Groq 3 LPX 达到每用户每秒 2529 个输出 token。

英伟达同时把 agentic 性能放进了 SemiAnalysis 的 AgentX 基准。该基准基于真实 agentic 编码会话录制，保留上下文增长、工具调用延迟与子 agent 派生等特征，而不是只看单次请求。在 DeepSeek V4 Pro 模型上，Vera Rubin NVL72 的每兆瓦吞吐最高是 NVIDIA GB300 NVL72 的 30 倍，AgentX 结果还显示每百万 token 成本最多可降低 45 倍。

在电力受限的部署里，每兆瓦吞吐决定 AI 工厂能产生多少收入，而每百万 token 成本决定利润空间。英伟达还把供电环节纳入 DSX 的范围，将 800V 直流架构写进参考设计以降低转换复杂度。接下来值得关注的是 Manassas 的 96 兆瓦工厂能否按计划落地，以及电网灵活性会不会从试点变成 AI 工厂选址的常规条件。