AREX Feed Article
OCP 全球峰会：NVIDIA 向 OCP 开放 Vera Rubin 机架与计算托盘设计，与 Cisco、Google、Meta、Microsoft、Visionbay 发布新一代 AI 工厂开放标准
10 月 12 日，宣布，在圣何塞 McEnery 会议中心（San Jose McEnery Convention Center）举行的 OCP 全球峰会上，NVIDIA 经开放 MGX 架构向开放计算项目（OCP）贡献了 Vera Rubin 机架与计算托盘设计，为系统制造商提供开发下一代 AI 工厂基础设施的共同基础。同批公告覆盖 AI 工厂的机房、供电与网络：与多家伙伴发布下一代 AI 工厂设计标准与电网韧性规范，为 NVIDIA DSX AI Factory 推出四个开源软件组件。
博客同时列出了同批公告的其余内容：Meta 采用 NVIDIA Spectrum-6 以太网交换机；NVIDIA 与 Cisco 公布 USFP 光模块外形计划；NVIDIA 与 Google 宣布 Falcon Transport 支持将落地于未来的 ConnectX-10 SuperNIC 与 BlueField DPU；Visionbay 面向 Vera Rubin 时代推出 800 VDC 的 AI 工厂设计 K-1。以上均为当事公司在官方博客中公布的信息。
MGX 1.2 规范：最高 250 kW 机架、5,000 A 液冷母排与 Vera CPU 机架
NVIDIA 与行业伙伴一道，通过 OCP 的 Open DC Initiative（开放数据中心计划）为第三代 MGX AI 数据中心参考设计作出贡献，并配合 MQD、MQDB 等开放液冷技术，把经过验证的 AI 工厂设计转化为其他厂商可以采用、制造和规模化的行业标准。更新的 MGX 1.2 规范为此加入了机架级盲插液冷（blind-mate liquid cooling）、可互操作的机架级互连基础设施，以及一条为更高功率 AI 系统设计的 5,000 A 液冷母排；规范同时新增对 19 英寸设备的原生支持和更高密度的机架设计。
模块化方面，MGX 1.2 提供可配置 I/O 托架、无风扇液冷计算托盘和标准化的供电与散热接口，让生态伙伴能在共同基础设施上搭建可互操作的加速计算平台。架构支持最高 250 kW 的机架部署，并缩短了组装、测试和维护所需的时间。
本次贡献还包括 Vera CPU 机架设计规范，把 MGX 开放架构延伸到加速计算之外：Vera Rubin NVL72 面向大规模训练与推理，Vera CPU 机架则为代理式 AI（agentic AI）设计，用于支撑工具调用、编排和沙箱执行，让 AI 代理实时与应用、数据和服务交互。在峰会现场，NVIDIA 超大规模与高性能计算副总裁 Ian Buck 谈到，开放基础设施正在成为在全球范围内扩展 AI 工厂的关键要素。
DSX AI Factory 开源组件：从网络配置、集群验证到机架管理与裸机开通
NVIDIA DSX AI Factory 平台把计算、网络、供电、散热、设施和软件统一为协同设计，让 AI 工厂作为一个整体系统运行；其核心的 DSX OS 是一个开放操作层，把 DSX 架构转化为可重复的大规模运营。NVIDIA 在 OCP 上为 DSX OS 扩充了四个开源组件：
- NVIDIA Config Manager：大规模自动化交换机配置，客户只需最少甚至零人工干预，即可部署、验证和维护一致的 AI 工厂网络 fabric（网络交换结构）。
- NVIDIA Cluster Readiness Engine：用真实负载仿真对 GPU 集群做压力测试，在训练开始前验证硬件健康状况，避免代价高昂的作业中途崩溃。
- NVIDIA Rack Management Service：提供把机架当作一等管理单元的硬件抽象与运维方案，改善 AI 工厂规模的固件管理。
- Cluster API Provider for NVIDIA Infrastructure Controller：加速裸机部署与租户入驻，把裸硬件变成生产就绪集群的时间从数天缩短到数小时。
博客称，这批组件源自 NVIDIA 运营 DGX Cloud 的经验，供云提供商和软件伙伴把 AI 工厂能力直接整合进多租户平台；开发者可以在 DSX AI Factory 的 GitHub 页面查看并参与这批新组件，文内给出了各组件的仓库链接。
两份新规范：AI 工厂设施蓝图，与两秒内恢复近满载的电网韧性要求
本次发布的开放标准有两份。 由 NVIDIA 联合 AMD、Google 和 Meta 发布，为下一代 AI 工厂的设施设计（从供电架构、散热基础设施到物理布局）给出统一蓝图，规范文本已在 OCP 官网公开。 则由 Google、Meta、Microsoft 和 NVIDIA 发布，规定大规模 AI 基础设施在电网扰动期间应有的行为：保持连接、自动响应，并在不到两秒内恢复到接近满载。
NVIDIA 称，两份规范与 DSX 参考设计兼容，为从设施布局、供电架构到实时监测和响应电网信号的软件提供了经过验证、可部署的实现；对正在建设 Vera Rubin AI 工厂的运营方来说，从社区开放标准到可运行系统之间有了一条直线。按博客的表述，标准开放后，设备制造商、托管服务提供商和数据中心运营商有了共同的建造目标，可以开始设计、制造和交付 AI 工厂的基础设施层，而不必等待单个客户的专有规范。
N-IceCube 交换机、FBOSS 与 Multiplane：Meta 的 Spectrum-6 网络方案
Meta 宣布采用 Spectrum-6 102.4 Tb/s 以太网交换机，在开放网络上构建更大、更高性能的 Vera Rubin AI 工厂。Spectrum-6 的交换容量和每通道带宽都是 Spectrum-4 的两倍，提供每通道 200 G 的无损以太网 AI fabric，并具备性能隔离，避免一个作业的流量拖慢另一个作业。
Meta 基于 Spectrum-6 的交换机 N-IceCube 将装入 IcePack（Meta 的 100 T 液冷机架），其上运行 Meta 开源并已贡献给 OCP 的网络操作系统 FBOSS（Facebook Open Switching System）。FBOSS 建立在交换机抽象接口（Switch Abstraction Interface）之上，后者是一项 NVIDIA 参与制定的 OCP 标准，提供与厂商无关的交换机硬件控制方式。博客称，这些技术共同支持超过 100,000 GPU 的代理式 AI 工厂，用于训练和服务大规模混合专家（mixture-of-experts）模型。
这一合作的核心是 Spectrum-X Multiplane（多平面）技术，由 Spectrum-6 交换机和 ConnectX-9 SuperNIC 实现：在硬件中把 GPU 流量分配到最多 8 个独立网络平面，让 AI 工厂以更少的交换层级和更低的基础设施成本扩展到 100,000 GPU 以上。GPU 之间的多条路径也改善网络利用率与韧性：单个组件故障时，流量转移到剩余平面，GPU 即使在带宽下降的情况下也能继续工作。两家团队已在本地部署和云环境中验证相关改进。
“我们很高兴与 NVIDIA 紧密合作，让 multiplane fabric 在运营上可扩展、性能上达标，这对我们自身的基础设施建设和共同的云合作伙伴都是关键要求。”Meta 数据中心与 AI 网络高级总监 Omar Baldonado 说，“把 FBOSS 扩展到 Spectrum ASIC 意味着我们可以在整个 fabric 上运行同一套软件栈，而 Meta 新的基于 Spectrum 的交换机 N-IceCube 把它带进了 Icepack：我们的液冷 102.4 T 扩展网络机架，用于连接集群中即将到来的几代加速器。”
USFP 面向 400 Gb/s 网络，Falcon Transport 将支持 ConnectX-10 与 BlueField DPU
网络硬件同样有新标准落地。NVIDIA 与 Cisco 宣布了 USFP（Ultra-Dense Small Form Factor Pluggable，超密集小型可插拔）计划：一种新的光可插拔收发模块外形，帮助 AI 工厂建设者扩展下一代 AI fabric，同时提升带宽密度与能效。博客称 USFP 是业内首个面向 400 Gb/s 网络 fabric 的模块。USFP 的占位面积与已被广泛采用的 200 Gb/s 每通道 OSFP 外形大致相同，将提供通往每通道 400 Gb/s 的路径；它有 16 个全双工通道并计划扩展到 32 通道，带宽密度达到传统 200 Gb/s 每通道可插拔光学的四倍，能效约提升 1.3 倍，让运营方在不增加会推高时延、功耗和复杂性的网络层级的情况下连接更多计算资源。
NVIDIA 与 Cisco 正与 TE Connectivity 和 Amphenol 合作开发配套的笼架、连接器和模块，并计划通过社区主导的多源供应（multi-source）方式推进 USFP。
Google 方面，Falcon Transport 支持将出现在未来的 NVIDIA ConnectX-10 SuperNIC 和 BlueField DPU 上。Falcon 是一个用于在以太网上可靠传输数据的协议（以太网在拥塞时可能丢包），通过多路径负载均衡、可编程拥塞控制、硬件丢包恢复和每连接安全来支持 AI 与存储负载。NVIDIA 硬件加速与 DOCA 软件将共同实现 Falcon，把 NVIDIA 网络延伸到 Google 的数据中心传输协议：Google 与 NVIDIA 的网卡可以通过同一传输协议通信，应用则保留标准 RDMA（远程直接内存访问）编程接口。
Visionbay 的 K-1 平台：分阶段引入 800 VDC 配电
供电是这批公告中直接面向机房设施的一环。Visionbay 公布了 K-1 计划：一个围绕 800 VDC 架构设计的新一代 AI 工厂平台，为未来的 NVIDIA Vera Rubin 部署而建，把 NVIDIA 的 800 VDC 参考架构与 Vertiv 的供电和散热技术结合在一起。
博客解释了这个方向的原因：随着 AI 训练、推理与 reasoning 工作负载不断扩大，机架功率密度持续上升，传统低压配电越来越难以扩展，需要更多的铜、线缆和电力转换设备。K-1 围绕集群级电力中心设计，集中完成 AC-DC 转换，并把 800 VDC 分配到更靠近计算资源的位置；平台支持液冷基础设施、可扩展配电和未来 Vera Rubin 级部署。
NVIDIA 博客发布的峰会主题演讲幻灯片显示，K-1 以 16 MW 部署单元为基本规模，800 VDC 母排向 4 MW 规模的可扩展单元（SU）配电，机架级接入点为 800 VDC 125 A。设计允许分阶段引入 800 VDC 配电，先部署在收益最大的位置，而不是第一天就整体切换；按博客的说法，这让运营方为未来几代加速计算做准备，而无需对设施进行大规模改造。