近期股市AI板块震荡剧烈MACD背离怎么看，英伟达（NVDA.O）CEO黄仁勋在欧洲的访问持续一周后，北京时间10月21日在柏林的GTC演讲成为最受瞩目的部分。外界关注英伟达会推出什么新产品或技术、能否刺激AI基础设施建设继续进行。
答案揭晓：英伟达要用一个叫做DSX POD AI的工厂参考设计，像集装箱一样放到数据中心，不用花费数月时间安装，让数据中心更快开始赚钱。
这是英伟达重点针对欧洲市场的产品，也面向全球其他市场。另一个重要信息黄仁勋并未在演讲中重点提及，但英伟达很快发了新闻稿，宣布扩大供应链产能。
黄仁勋演讲结束后，美股10月21日盘前，英伟达涨超1%。
让计算节点预安装好
英伟达将计算系统的集成度进一步拔高，这次推出的是一款预安装好的参考设计产品。
Vera Rubin DSX POD几乎是在供应链已集成好的系统，含约1000万个零部件，重约2.8万公斤，内部包含长20公里的铜缆、3500根线缆和17公里长的Scale-Out（横向扩展）网络。在交付前，它已完成接线和测试，装进集装箱，可通过公路运输。
黄仁勋说，原来英伟达做NVLink72，把整机架放到供应链里装配，已是在规模化制造超级计算机。但即便如此，当这些机架系统运到站点，现场装配时间长依然可达6个月，通常也要4~5个月。“仅Scale-Out用Spectrum-X接线就长达17公里，这是个疯狂的数字。”他解释，DSX POD交付后则不需要布线，可以一个月左右完成装配，短的话14天。
“这会加快欧洲建设基础设施的速度。”英伟达超大规模与高性能计算副总裁Ian Buck（伊恩·巴克）向第一财经等媒体解释，这款产品按全球部署设计，近期面临的机会点是欧洲等地AI工厂部署。它面向吉瓦级数据中心之外百兆瓦级数据中心的需求，用于快速补上产能。
黄仁勋算了一笔经济账：每吉瓦数据中心的建造成本约500亿美元，预期每年带来数百亿美元收入。假设每年产生400亿美元收入，若因装配晚了三个月，将少100 亿美元收入。加快装配速度可以减少躺在数据中心里的闲置算力，这是对全球供应链和建设数据中心方式的重构。
英伟达还回应了外界关于数据中心用电、用水量大的担忧。
黄仁勋发布了全栈AI工厂参考架构DSX。该架构为封闭式循环液冷，用45度温水冷却GPU，不通过蒸发来冷却。据介绍，在2吉瓦规模下，每天可省下5400万升水，相当于18万户家庭的日用水量。
英伟达还推出新技术以动态分配电力，降低数据中心总用电量。Ian Buck称，在用电尖峰或电网需回收电力时，DSX数据中心可以自动把电让出来，“想象球赛中场休息时，全英国的人同时按下烧水壶，电网瞬间多出1吉瓦负荷。今天可能还要人工管理，电网打电话请求数据中心调配，而DSX Flex技术可以实现自动化。”
“我们必须把数据中心看成电网运营商的合作伙伴，而不是电网耗电大户。”Ian Buck告诉第一财经等媒体，这套机制正在多地生态伙伴、云服务商中落地，这是英伟达扩大AI工厂规模的重要一环。业界也在探索电网与数据中心反向供电，Meta近期提出的方案意在分配、优化用电，与英伟达的思路有相似之处。
股票极速配资开户黄仁勋此次柏林演讲还回应了另一个备受关注的问题，即AI安全。此前业界关于AI安全的恐慌，一度成为AI板块个股下跌的背景。
“在讲怎么让智能体有用之前，最重要的是必须确保智能体安全。”黄仁勋称。英伟达推出OpenShell安全运行时系统。Anthropic则与英伟达合作，打造Claude模型的OpenShell智能体。
英伟达企业AI副总裁Justin Boitano（贾斯汀·博伊塔诺）向媒体进一步解释，目前大部分关于安全的讨论都集中在AI模型，包括模型对齐和模型护栏，但模型本身无法被训练到理解每家企业、每个政策。智能体系统的安全与治理不能只依赖模型，控制必须贯穿整个智能体栈。将智能体工具执行放在OpenShell沙箱里，可以让智能体只拿到需要的那部分权限。
面向智能体应用，英伟达此次还推出Kumo开源模型和Agent Knowledge Foundation（智能体知识底座）。
扩大供应链产能
黄仁勋演讲时，英伟达发了一份新闻稿，宣布与供应链合作以扩大产能。扩产的消息，意味着在近期股市AI板块震荡的背景下，英伟达仍押注需求扩大。
英伟达宣布，三星电机加入英伟达的基板供应链，计划通过IBIDEN、三星电机和欣兴电子的合作，未来三年推动基板产能提升2.5倍；先进封装方面，英伟达和Amkor计划扩大在韩国的先进封装能力，到2028年底Amkor将把先进封装产能提高300%以上；测试方面，京元电子将在美国建设新厂，英伟达为其提供11亿美元的产能预留预付款，英伟达预计半导体测试总产能到2027年将翻倍。
CPO（光电共封装）产能也在扩大。黄仁勋展示了Spectrum-X，称这是全球首个量产的CPO产品。他现场比划，激光如何穿过光学器件连到芯片上。英伟达称，合作伙伴矽品精密的目标是到2027年中把用于CPO的光引擎产能提高15倍，到2028年底再翻一倍。
扩大产能的同时，黄仁勋还重点谈到物理AI，包括电信基站、自动驾驶和机器人。他预测，未来每一家电信运营商的网络，未来都会演变成一个分布式AI网络。AI将改变做电信的方式，极大提升频谱效率。他还透露，上周英伟达与诺基亚在T-Mobile网络上打通了第一通商用电话，一旦做到这一点，就可以在上面叠加AI。
出货量最大的物理AI应用则是自动驾驶。“每家车企都希望把自己的车纳入出租车车队。今天有Uber、Bolt、Grab等，还会有 Robotaxi（自动驾驶出租车）接入，但不会只来自一个品牌。”黄仁勋称，假设全世界每年出行距离约1万亿英里，按每英里经济价值1到2美元计算，其中相当一部分将会跑在Robotaxi上，这是一个巨大的机会，但极其碎片化。
英伟达的方案是建立行业标准并与生态合作，造一支所有人都能接入的巨型虚拟车队，依托多层的方案和技术。Bolt和Lucid、梅赛德斯-奔驰、大众商用车等厂商已在使用英伟达面向L4级自动驾驶的标准平台Hyperion。
机器人方面，英伟达宣布与机器人公司Agile合作推出人形机器人参考平台Agile ONE SN，预计明年第一季度交付，用于推进前沿人形研究与开发。
元股证券:ygzq.hk
在接受采访时MACD背离怎么看，机器人与边缘计算副总裁Deepu Talla（迪普·塔拉）表示，就像自动驾驶汽车走到技术拐点一样，同类物理AI技术也开始在边缘场景被采用，例如局部移动与导航、自主移动机器人、在非结构化环境里作业的巡检机器人。算力部署则呈现混合的状态，可能用到边缘算力、工厂本地算力和云算力等，预计物理AI的部署会开始起飞，欧洲部署已非常激进。
配资查询网提示：本文来自互联网，不代表本网站观点。
