英伟达在柏林发布 DSX AI 工厂平台：欧洲伙伴以干冷散热与动态配电降低水耗和电耗
英伟达在 GTC 柏林发布 DSX AI 工厂参考架构，用闭环液冷配合干冷器把设施冷却水耗降至接近零，并以 DSX MaxLPS 在既定电力预算内动态分配功率。
英伟达称，2 吉瓦规模下每日可省 5400 万升水，同一输出最多省 30% 电力。 Lambda 概念验证与 Nscale 评估分别称吞吐提升 24% 和 49%，但均为厂商数据，未见独立验证。
英伟达公告称，DSX（AI（人工智能） 工厂参考架构）涵盖计算、网络、存储、软件、供电与冷却； 其参考设计以闭环液冷配合室外干冷器散热，避免蒸发耗水，在 2 吉瓦部署下相较传统冷却塔每日可省 5400 万升水； 是否需要补充机械制冷取决于当地气候。
DSX MaxLPS（动态功率分配软件）在已配置的电力预算内分配功率，英伟达称可用最多 30% 更少的电生成相同数量的 token（词元，模型生成文本的基本单位）。 Lambda 称，在其 HGX B200 系统概念验证中，固定功率预算内集群 token 吞吐提升 24%、GPU（图形处理器） 容量增加 19%； 该数据为厂商自测，未见第三方复现。
Nscale 称，其冰岛 AI 工厂基于四个 GB300 NVL72 机架的评估显示，在 264 千瓦功率预算内推理吞吐提升 49%、受管 GPU 容量增加 37%； 该数据为厂商评估，未见第三方复现。
早期试验中，Emerald AI、EPRI、Nebius、英国国家电网（National Grid）与英伟达在 Blackwell Ultra GPU 集群上响应模拟电网事件，集群用电最多下降 40%，关键负载持续运行。
公告另称 SimReady Central 库在 Hugging Face 上线，DSX OS 三个组件处于开发者预览阶段，Trane Technologies 的 LiquidStack GigaModular、Vertiv 的 2.3 兆瓦 CoolChip 及日立能源（Hitachi Energy）的电池储能系统分别取得 DSX Ready 资格。
公告把 AI（人工智能） 基础设施的约束从芯片供给推向电力与水：干冷方案能否落地取决于当地气候与补充制冷需求，MaxLPS 的收益取决于负载波动特性。 24%、49% 等提升来自厂商自身的概念验证与评估，测试条件（机架型号、功率预算、工作负载）有披露但未见第三方复现，应视为方向性证据而非通用基准。
DSX Flex 让机房成为可调负荷，牵涉电网调度与需求响应机制，公告未给出商用并网案例或电价结算细节。
后续观察信号
- Lambda 与 Nscale 评估的完整测试条件与基线配置是否公开
- 英伟达 DSX OS 开源组件的许可证与社区采用情况