NVIDIA 已开放其 Vera Rubin 机架参考设计,瞄准下一代 AI 数据中心远高于以往的机架密度。该设计将 800V 供电架构与光互连相结合,以应对数百千瓦级 AI 机架的供电与带宽瓶颈。此举标志着行业正加速从传统交流配电向机架级高压直流(HVDC)供电转型。
概述
NVIDIA 已将其 Vera Rubin 机架参考设计开放给更广泛的行业,通过 MGX 1.2 参考设计向开放计算项目(OCP)贡献了机架与计算托盘规范。该贡献于 10 月 12 日在圣何塞举行的 OCP 峰会上落地,所公布的设计支持功耗高达 250 千瓦的机架——这一数字使它们稳稳落入数百千瓦级这一范畴,而该范畴已成为下一代 AI 数据中心的决定性约束。这些设计将 800V 供电架构与光互连相结合,同时针对限制单个机架内可容纳多少加速算力的电气瓶颈与带宽瓶颈。此举释放出明确信号:行业正加速从传统交流配电向机架级高压直流(HVDC)供电转型。
技术细节:深入 MGX 1.2 规范
所公布的参考设计并非单一产品,而是一组合作伙伴可据此进行开发的物理与电气约束条件。根据规范,Vera Rubin 机架设计包括:
- 支持功耗高达 250 千瓦的机架,远超传统风冷基础设施的承载范围。
- 液冷母排(liquid-cooled busbars),将电流分配纳入与计算本身相同的冷却体系。
- 无风扇计算托盘,取消托盘上的送风装置,将全部热负载转移至设施侧的液体回路。
这一组合在内部逻辑上是自洽的:无风扇托盘消除了机架内最后一项主要的空气处理依赖,但它同时也消除了最后的余量——对于无法提供足够冷却液流量、或在正确电压下无法提供足够电力的设施而言,再无回旋空间。
供电架构:向 800V 直流转变
其中影响最为深远的要素是电气架构。传统数据中心配电在电力抵达芯片之前需经历多次交流变换,而每一级变换都会带来效率损失与铜耗。这些参考设计指向机架级 800V 直流方案,而产业生态已开始向其靠拢:Visionbay 推出了采用 800V 直流供电、Vertiv 技术与 NVIDIA 参考设计的 K-1 基础设施。供电架构、冷却厂商与参考平台的这种组合,恰恰是让高密度机架真正可部署所必须同步推进的那类技术栈。信源指出,800V 直流与高密度液冷需要做出重大改变——这意味着此次转型并非简单的部件替换,而是对设施配电、保护与冷却的重新设计。
光互连:每通道 400 Gb/s 的 USFP
在网络侧,NVIDIA 与 Cisco 共同发布了支持每通道 400 Gb/s 的 USFP 光模块规范。随着机架向本文所述的密度扩展,铜缆传输距离成为限制因素,光互连正从骨干层向机架与托盘内部网络深入迁移。该规范之所以重要,是因为它为模块厂商提供了一个共同的设计目标。然而,它并未解决运营层面的问题:信源将光模块的验证与维护工作以及运维工具列为尚待完成的事项。光链路会带来铜互连在同等规模下并不具备的失效模式、清洁与诊断要求以及监控复杂性。
市场背景:专有核心之外的开放外围
NVIDIA 并非此次贡献的唯一参与者。它与 AMD、Google 和 Meta 共同参与了共享设施规范,这一信号表明 AI 基础设施的物理约束正成为一个集体性难题,而非竞争差异化因素。其战略逻辑在于:通用接口让设备供应商能够并行准备兼容产品,从而降低对客户定制化工程的依赖。关键在于,NVIDIA 在开放配套基础设施的同时,保留了包括 CUDA 和 NVLink 在内的专有核心技术。这一做法有望在扩大部署能力的同时不放弃其中心平台地位——护城河仍围绕软件栈与纵向扩展互连,而机架、供电与光互连的承载边界则收敛为共享标准。
行业影响:设施就绪度成为刚性约束
其市场意义在于加速器周边的基础设施。即便芯片供应充足,供电、冷却与网络部署仍可能拖累可用算力容量的释放。公布参考设计通过让供应链依据已知尺寸预先制造,解决了其中一部分问题,但开放设计并不能确立供应商之间的互操作性。真正的检验在于共享规范能否缩短调试周期、减少集成工作量。这一关注点与 AMW 于 10 月 22 日对 DSX POD 的报道相辅相成,后者所宣称的 14 天部署依赖于已就绪的供电与配套设施。
对 AI 数据中心的影响
对运营方而言,实际后果是瓶颈从芯片采购转移到了站点工程。250 千瓦的机架无法简单地塞进为传统密度设计的机房,除非对配电、冷却液输送与布线进行改造。在已公布的机架容量可被视为可部署基础设施之前,供应商必须完成资质认证,设施也必须准备就绪。因此,建设方与投资者应将这些参考设计解读为集成工作将集中何处的路线图——而不是容量按期到位的保证。
未来展望
若干关键节点将决定这一开放设计策略能否奏效。第一,光模块验证与维护工具能否足够快速地成熟,以支撑每通道 400 Gb/s 的大规模部署。第二,设施运营方能否在不停滞部署的前提下完成 800V 直流与高密度液冷的转型。第三,供应商资质认证范围能否从少数合作伙伴进一步扩大。NVIDIA 愿意公布机架承载边界,说明它预期刚性约束将位于自家产品之外。该公司能否在基础设施层趋于统一的同时保持计算层的专有性,很可能将定义 AI 数据中心建设的下一阶段。