AREX Feed Article
Ian Buck 在 OCP 谈 AI 工厂为电网减负，NVIDIA 称正与伙伴推进开放标准、设计与软件
10 月 12 日傍晚，NVIDIA 负责超大规模与高性能计算的副总裁 Ian Buck 在圣何塞的 Open Compute Project（OCP）Global Summit 2026 发表主题演讲。据 10 月 19 日发布的帖文，他讲的是 AI 工厂（AI factory）如何在电网需要缓解时作出响应：调节用电、转移计算负载。他也谈到为什么跨行业协作重要。补充说，NVIDIA 正与伙伴为下一代 AI 工厂推进开放标准、设计和软件。
这套说法在公开材料里对应两组不同的动作。NVIDIA 9 月 15 日的记录了硅谷 8 月的一个晚上：Silicon Valley Power 发出信号后，NVIDIA 的一座 AI 工厂把用电从 4 MW 降到 3 MW；NVIDIA 称响应时间不到一分钟。而 NVIDIA 与 Google、Meta、Microsoft 联合署名的 要求计算负载在电压扰动中保持并网，并在电压恢复后迅速恢复到接近故障前水平。
Buck 的 OCP 主题演讲：开放基础设施与电网
OCP Global Summit 2026 于 10 月 12 日至 15 日在圣何塞 McEnery 会议中心举行。显示，Buck 的主题演讲排在 10 月 12 日下午 5 点 45 分，题目是「AI Factories at Scale: Advancing Open Infrastructure for Agentic AI」。
记录了他的说法：「AI 工厂需要成为电网的一部分，不只是消费者，也要是贡献者。」报道还称，Buck 描述了一个计算负载随电力系统状况动态调整的未来：需要时转移或削减需求，而不是始终做一块不灵活的负荷。
把重点放在开放基础设施上。博客写道，Buck 面对满场听众谈的是开放基础设施如何成为全球扩张 AI 工厂的关键要素；文章把 AI 工厂本身、为它供电的电网、以及机架级架构并列。博客同时列出了两份联合署名的规范、MGX 1.2 机架设计和 DSX OS 的开源组件。
10 月 19 日的帖文附有一段 41 秒视频。帖文本身没有给出可调节功率的规模、负载转移的时延、涉及的标准名称或伙伴名单；第二条里的 OCP 回顾链接，才把话题接到具体的规范、设计和软件上。
「标准」：电压穿越与故障后恢复
NVIDIA 在 OCP 回顾中把这份电网规范列为「开放标准」的一项。文件全名是《Interface Specification Between Hyperscalers and Utility Grid for Disturbance Performance》，版本 1.0.0，2026 年 9 月 17 日生效。署名作者来自 Google、Microsoft、Meta 和 NVIDIA，贡献方也是这四家。
它的范围限定得很清楚：大型数据中心与电网在扰动期间的接口表现，核心指标是电压穿越和故障后有功率恢复（PFAPR）。
规范按并网点电压分档。电压在额定值的 0.9 到 1.1 倍之间属于正常区间，计算负载维持恒定功率；跌到 0.8 到 0.9 倍，至少要撑住 2 秒；跌到 0.5 到 0.8 倍，撑住时间降到 0.5 秒；更低的两档是 0.25 秒和 0.15 秒。在 0.5 到 0.9 倍的区间里，计算负载可以按电压比例减少取电，但并网点电压回到正常区间后，必须在 2 秒内恢复到故障前负载的 90%。
规范只覆盖计算负载，通常是数据中心总负载的 70% 到 90%。冷却负载不在快速恢复要求之内。文件解释说，现代数据中心的冷却设备多由变频器驱动，断电后重启可能要几分钟，而不是几秒。
文件开头给了两个背景事件：2024 年 8 月，北美电网发生 1,500 MW 负荷同时丢失；2026 年 7 月 22 日，东部互联电网又发生了一次规模更大的同类事件。大规模负荷同时消失会把频率和电压推高，规范据此要求大负荷在故障期间别脱网、故障后迅速恢复取电。
规范文本明确说，它只处理扰动表现；后续版本预计会处理有功功率波动限制，例如爬坡率和强迫振荡。
「调节用电」：一次电网信号如何让低优先级任务让路
在 OCP 演讲前不到一个月，NVIDIA 已经公开过一个更接近「调节用电」的案例。9 月 15 日的博客《From Megawatts to Tokens》写道，硅谷一个闷热的 8 月傍晚，空调负荷上升，Silicon Valley Power 向一座 AI 工厂发出调整用电的信号。能等的任务被放慢或重新排期，优先级高的服务继续运行；功率降了下来，全程自动。
那座工厂是 NVIDIA 的 Eos。响应信号的是 Emerald AI 的 Conductor 平台，NVIDIA 称其为合作伙伴的电网编排平台，也是 DSX Flex 想要推广的那类灵活性的早期样本。
这项试点有市政方面的公开记录。圣克拉拉市 4 月 21 日的宣布，Silicon Valley Power（SVP）与 Emerald AI 启动试点，SVP 将部署 Emerald AI 软件，在电网有需要的有限时段管理和调度参与的数据中心；第一处试点是 NVIDIA 运行 AI 负载的商业数据中心，规模为多兆瓦，并与 DSX Flex 集成。SVP 电力公用事业主管 Nico Procos 在新闻稿中说，试点将帮助公用事业评估保护可靠性和可负担性的工具。
运行数字仍来自 NVIDIA。博客称，SVP 此后向 Eos 发过 200 多次需求信号，每次都成功；第一座专门部署 DSX Flex 的商业设施将是弗吉尼亚州 Manassas 的 96 MW Vera Rubin AI 工厂，属于 NVIDIA 的 AI Factory Research Center，此前已有五次演示，横跨两个大洲。这些数字没有出现在市政府的新闻稿里，NVIDIA 的博客也没有附上第三方测量。
「软件」：负载目标、状态回报与 264.4 kW 的分配
DSX Flex 的把「让路」拆成一套消息流程：电网侧的参与者（文档称之为 Grid ISV）把一个有时限的用电要求写成负载目标（Load Target Set）；DSX Exchange 把事件送到工厂侧；工厂侧的功率管理根据本地策略决定怎么完成；工厂再通过同一套数据模式（schema）持续回报功率状态和目标达成情况。
文档强调，电网侧只给目标和时间，不接管工厂的控制；工厂侧可以报告无法达标的越限告警（Power Breach Alert）。可用的手段包括工作负载编排、MaxLPS 的动态功率软件（Dynamic Power Software），以及 Vera Rubin 机架上的智能功率平滑（Intelligent Power Smoothing），它们分别在不同时间尺度上改变工厂从电网取电的曲线。
MaxLPS 是其中公开了测量数据的一环。NVIDIA 9 月 28 日的给出与 Nscale 在冰岛 Keflavík 的联合评估：在同样的 264.4 kW 预留功率预算下，受管 GPU 从 140 块增加到 192 块，聚合吞吐从 1,084,503 tokens/s 升到 1,618,443 tokens/s，增幅 49.2%；每瓦预留功率的吞吐从 4.10 tokens/s/W 升到 6.12 tokens/s/W。代价是 P99 首 token 延迟（最慢 1% 请求的延迟）上升 17%，实测总功率从 166.2 kW 升到 198.9 kW，预算利用率从 62.9% 升到 75.2%。
这篇博客自己划了边界：这是「协调分配」，不是增加站点的供电。MaxLPS 把静态预留浪费掉的余量用起来，让同一兆瓦里跑更多 GPU；它的公开定位是在固定功率预算内提高产出，而不是在电网紧张时压低总功率，后者由 DSX Flex 承担。
NVIDIA 在 OCP 上开源的还有 DSX OS 的四个组件：Config Manager、Cluster Readiness Engine、Rack Management Service，以及 Infrastructure Controller 的 Cluster API Provider。这些组件处理网络配置、集群验证、机架管理和裸机部署，不直接参与电网响应。
「设计」：250 kW 机架之后，还缺哪几个数
NVIDIA 在 OCP 上说的「设计」，可以从两份文件看起。NVIDIA 把 Vera Rubin 的机架和计算托盘设计通过 MGX 架构贡献给 OCP；MGX 1.2 支持单机架最高 250 kW，带液冷 5,000 A 母线、盲插液冷连接和标准化的供电、冷却接口。另一份由 NVIDIA、AMD、Google、Meta 署名的 ，把供配电架构、冷却基础设施和物理布局写成一份设施设计蓝图。
供电电压也在提高。Visionbay 在 OCP 上公布了 K-1 设计，用 800 VDC 直流配电，配合 Vertiv 的电源和热管理技术，面向未来的 Vera Rubin 部署。Buck 称，800 VDC 相比某些传统方案可以减少约 45% 的铜用量。这些设计针对的是更高密度的供电，不是用电时机的调节。
从帖文、博客和规范文本看，仍有三件事没有统一口径。一座 AI 工厂能向电网让出多少兆瓦，这些材料只给了 1 MW 的单个样本，没有可推广的容量数字；能在多长时间内让出，这些材料只有一个总体数字，没有对不同负载类型的时延承诺；哪些工作负载会被排在后面，NVIDIA 只说按预设优先级，博客没有说明这套优先级如何划分。
帖文没有给出「下一代 AI 工厂」的时间表。规范在列举电网可靠性关注点时写道，大负荷快速、大幅、周期性的变化会带来频率稳定、电压控制和振荡问题。这份规范的后续版本预计将处理有功功率波动限制，例如爬坡率和强迫振荡。