AREX Feed Article
NVIDIA 公布 DSX POD 首批工程参数：单集装箱容纳 7 个 Vera Rubin NVL72 机架、约 1,000 万个组件
单个 DSX POD 集装箱容纳 7 个 Vera Rubin NVL72 机架、约 1,000 万个组件，总重 28,000 公斤；箱内 3,500 根线缆中，铜缆总长 20 公里，scale-out（横向扩展）网络布线 17 公里，从机架、布线到液冷全部在工厂内安装、组装并完成测试。HPCwire 在 中给出了这批工程参数——NVIDIA 在 10 月 21 日的和里并没有给出这些数字。
报道还给出了两项 10 月 21 日官方材料里没有的量化数字：NVIDIA 称其设计可将冷却用水降到接近零，一座 2GW 站点每天最多节水 5,400 万升；NVIDIA 创始人兼 CEO 黄仁勋（Jensen Huang）在主题演讲中估算，一座 1GW AI 工厂每年可产生约 400 亿美元营收。这些数字均出自 NVIDIA，系统价格尚未公布。
DSX POD 是 NVIDIA 10 月 21 日在 GTC Berlin 发布的预制 AI 工厂参考设计：伙伴在模块化集装箱内完成集成与验证，运抵已备妥电力、冷却等基础设施的场址后即可连接，NVIDIA 称部署时间可从约 6 个月压缩到最短 14 天。
NVIDIA 发布的 DSX POD 集装箱内部渲染图。图片来源：NVIDIA
一个集装箱的机电工程：机架、布线、液冷出厂前全部就位
这批参数对应的是把一座数据中心的机电工程搬进集装箱。HPCwire 指出，安装设备、接线、验证这些工作通常发生在数据中心现场，由不同团队分别完成；NVIDIA 想把其中大部分挪到集装箱出厂之前。NVIDIA 还给这个过程起了名字：“time to first production tokens”（到首批生产 token 的时间），也就是客户真正跑起 AI 负载之前需要等待的时长；token 是模型处理文本的最小单位。
NVIDIA 已经在其 NVL72 机架上采用类似的工厂集成做法，DSX POD 把它推进到整个数据中心模块，集装箱围绕 Vera Rubin 平台设计——Blackwell 的后继者。HPCwire 同时提醒，不要把它与 DGX SuperPOD 混为一谈：后者是一套完整的 AI 超级计算机，DSX POD 则是用于建造和运输整个 AI 数据中心模块的设计。当然，集装箱到场并不意味着完事：安装仍然需要场址准备和调试。
验证边界随集装箱前移：从单个机架到一个部署单元
按 NVIDIA 的说明，工厂集成改变了验证方式：伙伴不再把每个机架当作独立发货、到场后再组装成集群的部件，而是把集装箱内装好的计算环境当作一个部署单元来验证——覆盖机架清单、固件与配置基线、上电检查、fabric（互联网络）连通性、传感器状态、冷却完整性和系统级功能测试，全部在出厂前完成；内部冷却管路也可在工厂组装、冲洗并做压力测试。
供电采用 800 伏直流（800 VDC）标准输入设计，从集装箱电气入口延伸到保护、配电、接地、机架连接、控制与遥测；上游发电、变电和区域电力方案由伙伴按客户场址情况设计。这样，场址一侧的土建、地基、电力和外部连接可以与工厂制造并行推进。集装箱到场后，剩下的工作是就位、箱间连接、接入外部电力、冷却与网络，确认运输完好性并完成系统调试。博客同时说明，这套参考设计不强制所有 AI 工厂采用集装箱，传统建造与现场集成仍是选项。
17 家伙伴按同一设计建造，预计 2027 年初出货
HPCwire 的报道点名了 Dell、HPE、Lenovo、Schneider Electric、Vertiv 等参与方，并介绍 Bull 是 DSX POD 的服务器与系统集成伙伴之一——这家欧洲公司专长高性能计算与 AI 基础设施。NVIDIA 新闻稿列出完整名单：Anduril、Armada、Bull、Crusoe、DayOne、Dell Technologies、Delta、Eaton、Foxconn（Ingrasys）、GIGABYTE、HPE、Lenovo、Pegatron、Quanta Cloud Technology（QCT）、Schneider Electric、Vertiv 与 Wistron，共 17 家，预计 2027 年初在全球交付。HPCwire 补充说，由于多家公司按同一设计建造，客户在供应商之间会有一定选择余地。GTC Berlin 的发布把焦点放在欧洲，但 NVIDIA 表示 DSX POD 面向全球部署。
节水卖点与 DSX 平台软件
用水是 NVIDIA 为 DSX 平台列出的卖点之一，与这套平台的电力、冷却和数据中心管理能力并列。NVIDIA 还提供配套软件：MaxLPS 控制电力的使用方式，Flex 根据电网状况调整工作负载，另有用于数据中心仿真和运营期管理的工具。
营收估算的边界与几个还没答案的问题
对于这笔年营收估算，HPCwire 明确指出，这是 NVIDIA 自己的口径，不是每个运营方都能指望的数字。NVIDIA 新闻稿援引黄仁勋的话说：“AI 工厂在开始产出 token 时才创造价值——而不是在建设完工时。”对投入数十亿美元建设 AI 基础设施的公司来说，系统晚几个月上线，收入就晚几个月开始进账。
空白同样具体。HPCwire 指出，这套系统部署后的实际表现尚待观察；一个重 28 吨的集装箱需要运输、卸货并接入其余设施，后续的维护、设备更换以及出了问题由谁负责，也都还需要解决。至于 14 天部署，HPCwire 提醒，场址备妥是前提——而备齐电力、拿到许可，可能远不止 14 天。HPCwire 的判断是：要等第一批系统真正部署，才能知道这套设计的实际效果。