英伟达GTC柏林亮出AI工厂蓝图：预制数据中心14天上线
一、把 AI 当成工厂来建
黄仁勋在 10 月 21 日的 GTC 柏林主题演讲里反复强调一个判断：AI 不是普通软件，而是一门制造业。他用一个「五层蛋糕」来比喻——能源为先进计算机供能，计算机运行模型产出 token，token 再被集成进各类应用。在他看来，企业不能只消费 AI，还要具备生产和部署 AI 的能力。这场演讲的背景，是他刚结束一周的欧洲巡访，并承诺向欧洲技术生态投入近 100 亿美元。
二、Vera Rubin 已全面量产
支撑这座工厂的硬件底座，是刚刚全面量产的 Vera Rubin 平台。黄仁勋现场对比了代际差异：上一代 Grace Blackwell 组装一个节点要 2 小时，而新平台做到 100% 液冷，一个机架可连接 72 颗 GPU，组成一台逻辑上的超级计算机；组装单个节点的耗时从 2 小时压缩到 5 分钟。他表示，Blackwell 处理大语言模型的速度约为 Hopper 的 30 倍，而 Vera Rubin 预计两年内再提升约 30 倍，超越摩尔定律的预期节奏。
三、DSX POD：把 AI 工厂做成集装箱
真正让外界关注的是 DSX POD——一套完整的 Vera Rubin AI 工厂参考设计。英伟达把 7 个 Vera Rubin 机架连同线缆在工厂内预装成一个标准集装箱，运到现场即插即用，直接对接已就绪的电力、冷却与网络。据芯东西 10 月 21 日报道，这套方案把 AI 工厂的部署时间从过去的 4 到 5 个月压缩到约 1 个月，部分场景最快 14 天即可上线。对急于把 AI 投入生产的客户来说，这直接决定了项目能否赶上窗口期。
四、配套的开源模型与智能体工具
黄仁勋同时公布了围绕企业智能体的工具链：帮助智能体读懂企业文档与数据库的 Agent Knowledge Foundation、负责检索的 Nemotron Retriever 模型系列、能预测业务走势的 Kumo 模型系列，以及让每个智能体在独立沙箱中运行、按系统调用粒度管控权限的 OpenShell 安全参考架构。一旦检测到越权行为，可毫秒级切断其与模型的连接。这也呼应了近期业界对智能体安全监控的担忧。
五、预制化意味着什么
把数据中心「预制化」，本质上是在抢部署时间。这也是英伟达从卖芯片走向卖「整套工厂」的信号：当算力成为基础设施，交付速度本身就成了竞争力。对国内企业而言，这套参考架构提示了一个方向——把复杂的 AI 基建拆成可复制、可快速落地的模块，或许比一味堆单体规模更务实。
