اگر امروز برای افزایش خروجی مدل‌های خود به ارتقای زیرساخت برق مرکز داده وابسته هستید، خبر خوب این است که دیگر لازم نیست منتظر مجوزهای اداره برق بمانید. انویدیا در ۱۵ سپتامبر ۲۰۲۶ نتایج اولیه پلتفرم DSX را منتشر کرد که نشان می‌دهد می‌توان بدون اضافه کردن حتی یک وات به صورت‌حساب برق، توان عملیاتی توکن‌ها را ۲۴٪ افزایش داد.
این نتایج هم‌زمان با افتتاح اجلاس زیرساخت هوش مصنوعی در سانتا کلارا منتشر شد که از ۱۵ تا ۱۷ سپتامبر ۲۰۲۶ در مرکز همایش‌های سانتا کلارا برگزار می‌شود. با انتظار حضور بیش از ۸,۰۰۰ شرکت‌کننده، ایان باک، نایب‌رئیس انویدیا در بخش محاسبات هایپرسکیل و با کارایی بالا، در سخنرانی خود با عنوان «پیشبرد زیرساخت برای عصر هوش مصنوعی عامل‌محور»، بهره‌وری «کارخانه‌های هوش مصنوعی» را محور اصلی بحث قرار داد. این تمرکز بر زیرساخت‌های مقیاس‌پذیر، در حالی صورت می‌گیرد که درآمدهای بخش مراکز داده انویدیا به دلیل تقاضای شدید برای همین تجهیزات به ۸۹ میلیارد دلار رسیده است.
سال‌هاست که زیرساخت‌های هوش مصنوعی توسط تخصیص ایستا (Static) توان محدود شده‌اند. در اکثر مراکز داده، یک سقف توان سخت برای هر رک تعیین می‌شود؛ به این معنا که اگر یک واحد پردازش گرافیکی (GPU) — شبیه به موتور ماشینی که در ترافیک است و از تمام قدرت خود استفاده نمی‌کند — تمام سهمیه برقش را مصرف نکند، آن انرژی هدر می‌رود. به این وضعیت «ظرفیت رهاشده» می‌گویند. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی بهینه‌سازی مراکز داده اشاره کردیم، وقتی کارخانه‌های هوش مصنوعی به مقیاس گیگاوات می‌رسند، این ناکارآمدی به یک گلوگاه چندمیلیون دلاری تبدیل می‌شود. جنسن هوانگ، بنیان‌گذار و مدیرعامل انویدیا، این محدودیت را ساده بیان کرده است: «یک کارخانه یک گیگاواتی هرگز به طور خودکار به یک کارخانه دو گیگاواتی تبدیل نمی‌شود».
شرکت Lambda نخستین تأییدیه اجرای DSX MaxLPS را روی سرورهای NVIDIA HGX B200 ارائه کرد. این شرکت که به بیش از ۱۰ هزار مشتری، از استارتاپ‌های بومی هوش مصنوعی گرفته تا هایپرسکیل‌ها، خدمات می‌دهد، با استفاده از یک خوشه ۱۹ گرهی در ۵ رک، توانست سیستم را در بودجه برقی اجرا کند که معمولاً فقط برای ۱۶ گره در توان کامل رزرو می‌شود. طبق گزارش وبلاگ Lambda، نتیجه این اقدام افزایش تولید توکن از ۴ میلیون به ۵ میلیون توکن در ثانیه بود که بازدهی هر وات را ۲۳٪ بهبود بخشید.
دیو وارد، رئیس خدمات ابری Lambda، به نقل از نتایج این اثبات مفهوم می‌گوید: «ما توانسته‌ایم از محدودیت بودجه‌های ثابت برق عبور کنیم». او اشاره کرد که DSX MaxLPS با تبدیل ظرفیت‌های رهاشده به کاربرد واقعی، تراکم محاسباتی را در همان فضای فیزیکی به‌شدت افزایش می‌دهد.
سازوکار DSX MaxLPS
سیستم DSX MaxLPS با نظارت لحظه‌ای بر مصرف برق در سطح GPU و رک عمل می‌کند و سپس فضای خالی موجود را بر اساس نوع بار کاری بازتوزیع می‌کند:
- تخصیص پویا: انتقال برق به گره‌هایی که بار سنگینی دارند و کاهش آن در گره‌های بیکار.
- بهینه‌سازی بار کاری: تشخیص تفاوت مصرف برق در مراحل آموزش و استنتاج (Inference) — لحظه‌ای که مدل واقعاً جواب تولید می‌کند، شبیه به خودِ آشپزی و نه دوره آموزش آشپز — و بهینه‌سازی تقسیم انرژی.
- مقیاس‌پذیری آینده: انویدیا پیش‌بینی می‌کند این فناوری در کارخانه‌های نسل بعد Vera Rubin NVL72، در محیط‌های مناسب، ظرفیت GPU را تا ۴۰٪ در همان بودجه مگاواتی افزایش دهد. این پیشرفت‌ها در کنار معماری پردازنده‌های Vera که برای حذف گلوگاه‌های هوش مصنوعی عامل‌محور در مقیاس گیگاوات طراحی شده‌اند، چشم‌انداز جدیدی از بهره‌وری را ترسیم می‌کند.
معماری پلتفرم DSX
پلتفرم DSX که در ۳۱ مه ۲۰۲۶ در GTC تایپه معرفی شد، ترکیبی از کتابخانه‌های متن‌باز، APIها و طرح‌های مرجع است. این مجموعه شامل موارد زیر است:
- DSX Sim: برای شبیه‌سازی پیش از نصب اولین رک.
- DSX OS و DSX Exchange: برای عملیات ماژولار و تبادل امن داده‌ها پس از راه‌اندازی کارخانه.
- DSX Reference Design: ارائه یک معماری تأییدشده برای شروع.
- DSX MaxLPS و DSX Flex: مدیریت توان و هماهنگی با سیگنال‌های شبکه برق.
در زمان عرضه، شرکایی در حوزه ابری مانند CoreWeave، Crusoe، Firmus، IREN، Nebius، Nscale و Yotta Data Services استقرار این نرم‌افزار را آغاز کردند و تولیدکنندگانی چون Dell Technologies، HPE، Lenovo و Supermicro سیستم‌های سازگار با DSX را ساختند.
علاوه بر نرم‌افزار، انویدیا معماری برق 800 VDC را برای کاهش پیچیدگی تبدیل انرژی و بهبود کارایی تحویل برق در طرح‌های مرجع خود ادغام کرده است. این موضوع حیاتی است زیرا رک‌های GB200 NVL72 که از خنک‌کننده مایع مستقیم استفاده می‌کنند، باید حدود ۱۲۰ کیلووات گرما را پیش از رسیدن برق به واحدهای محاسباتی دفع کنند.
پاسخ‌دهی در مقیاس شبکه برق
انویدیا اکنون کارخانه‌های هوش مصنوعی را به عنوان «منابع قابل اعزام» برای شبکه برق می‌بیند. در کارخانه Eos AI در سانتا کلارا، انویدیا پلتفرم Emerald AI Conductor را برای پاسخ به سیگنال‌های شرکت Silicon Valley Power (SVP) ادغام کرد.
در یک شب گرم از اوت ۲۰۲۶، وقتی تقاضا برای کولرهای گازی افزایش یافت، SVP سیگنالی برای کاهش بار ارسال کرد. سیستم به‌طور خودکار سلسله‌مراتب بار کاری را اجرا کرد: کارهای کم‌اولویت متوقف شدند، استنتاج‌های با اولویت بالا ادامه یافت و مصرف برق در کمتر از یک دقیقه و بدون دخالت انسان، از ۴ مگاوات به ۳ مگاوات کاهش یافت.
وارون سیوارام، بنیان‌گذار و مدیرعامل Emerald AI، این رویداد را به همراه ۴۰ نفر دیگر، از جمله کارکنان شرکت برق و مهندسان، از طریق زوم مشاهده کرد. مدیر محصول او، مانسی شاه، این لحظه را به پرتاب موشک‌های SpaceX تشبیه کرد. این طرح آزمایشی که در ۲۱ آوریل ۲۰۲۶ معرفی شد، تاکنون بیش از ۲۰۰ سیگنال تقاضا را پردازش کرده است. استقرار ۱ ژوئن ۲۰۲۶، نخستین استقرار تجاری DSX Flex بود که پس از پنج نمایش زنده در دو قاره صورت گرفت.
نیکو پروکوس، مدیر خدمات برق SVP، اعلام کرد که این طرح ابزارهایی را برای حفظ پایداری و قیمت مناسب برق در حین رشد بار آینده ارزیابی می‌کند. مرکز Eos در «برنامه اتصال بار انعطاف‌پذیر» SVP شرکت دارد که نخستین برنامه تجاری شبکه برق از نوع خود است.
گام بزرگ بعدی، ساخت یک کارخانه ۹۶ مگاواتی Vera Rubin در مرکز تحقیقات انویدیا در مناساس، ویرجینیا در اواخر سال ۲۰۲۶ است. این پروژه همکاری بین Emerald AI، Digital Realty، EPRI و PJM Interconnection است.
این چرخش، کارخانه هوش مصنوعی را از یک مصرف‌کننده غیرفعال انرژی به یک شرکت‌کننده فعال در شبکه برق تبدیل می‌کند. انویدیا با بازپس‌گیری توان رهاشده و پاسخ به تقاضاهای شرکت‌های برق، رشد محاسبات را از افزایش خطی مصرف برق جدا می‌کند.
برای یک مالک کسب‌وکار، این به معنای تراکم محاسباتی بالاتر در همان فضای فیزیکی است. دیگر نیازی نیست برای افزایش توان عملیاتی، منتظر ارتقای پست برق توسط شرکت برق بمانید؛ بلکه می‌توانید همان برقی را که دارید بهینه کنید.
منتظر عرضه کامل مرکز مناساس در اواخر سال جاری باشید تا ببینیم آیا این دستاوردهای بهره‌وری در مقیاس ۹۶ مگاواتی نیز حفظ می‌شوند یا خیر.
گام بعدی شما
- اگر مدیر زیرساخت هستید، بررسی کنید چه مقدار از ظرفیت برق رک‌های شما «رهاشده» (Stranded) است و در حال هدر رفتن است.
- مستندات DSX Reference Design را برای درک نحوه ادغام معماری 800 VDC در طراحی‌های آینده مطالعه کنید.
- مدل‌های توزیع بار کاری (Workload Hierarchy) را برای آمادگی در برابر نوسانات شبکه برق طراحی کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو