10 月 21 日傍晚，柏林 Tempodrom 剧场，黄仁勋用约两个小时讲完 GTC 柏林的主题演讲，把清单里分量最重的一条留给了基础设施：英伟达推出 DSX POD，一套面向完整 Vera Rubin AI 工厂的参考设计。路子并不花哨，把计算、网络、布线、机架级供电与液冷这些原本要在机房里完成的活搬到制造厂里做完，装进集装箱，验证过再发运。场地准备与工厂集成因此可以并行，箱子运到现场，剩下的是接电、接冷却、接网络和最后的调试。
英伟达给出的时间口径是：在场地与配套设施已经就绪的前提下，现场部署时间从大约六个月压到十四天。这句话真正的重量在前半句，第三节会把边界拆开讲。
一、发布的是什么：一套把集成工序前移的参考设计
按英伟达官方新闻稿的定义，DSX POD 是一套完整的 Vera Rubin AI 工厂参考设计，由合作伙伴在模块化集装箱内建造、交付前完成集成与验证；到货的单元接上场地既有的供电、冷却、网络与配套即可。黄仁勋在台上给出的构成是：七个液冷机架用十七公里 Spectrum-X 线缆连起来，组成一个 Vera Rubin DSX POD。央视财经与券商整理的口径更细，一套 POD 含约一千万个零部件、重约两万八千公斤，内部有二十公里铜缆与三千五百根线缆。
英伟达技术博客把出厂前要完成的活列得很细：机架间网络布线、动力接线、控制接线与传感器集成，加上固件与配置基线、上电检查、互连连通性、传感器与冷却回路完整性、系统级功能测试；容器内部的冷却回路在厂内完成冲洗和压力测试。验证的边界也随之改变，过去是每个机架各自发运、到现场再拼成集群，现在是把装好的计算环境当作一个部署单元来验证。
现场的活并没有消失。技术博客写明，土地、基础、电力、设施用水与排热、外部网络仍要先准备好，交付后还要做落位、柜间连接、外部接口对接、运输完整性检查与整套系统调试。原话是这套设计改变的是集成发生的地点，并不消除支撑性的场地设施。八百伏直流是容器边界上的标准输入，从电气入口一路贯穿保护、配电、接地、机架连接、控制与遥测；上游的发电、变流与区域电气方案留给伙伴按各地条件去做，因为电网条件、规范、设备可得性在每个地区都不一样。
能耗与散热是同场给出的另一组数字，全部为厂商自述：DSX 平台这一层，冷却用水最多减少百分之百，同等 AI 产出下功耗最多降低三成。节水来自把闭环液冷与室外干冷器配在一起，用空气散热替代蒸发，按英伟达的推算，两吉瓦规模每天可省约五千四百万升水，对照对象是传统冷却塔方案。它自己留了口子，部分炎热气候在极端高温时段仍需额外的机械制冷。三成省电由软件 DSX MaxLPS 承担，做法是在给定的功率预算内按策略分配功率，配合调度与遥测把固定电力额度换成更多产出。
参与首批交付的伙伴有十七家，Anduril、Armada、Bull、Crusoe、DayOne、戴尔、台达、伊顿、富士康旗下 Ingrasys、技嘉、HPE、联想、和硕、云达、施耐德、维谛、纬创，二〇二七年初开始在全球交付。价格、订单簿与客户名单，一样都没有公布。
同场还有平台状态更新。黄仁勋宣布 Vera Rubin 已进入全面量产。券商整理的会议纪要有两个数：计算节点组装时间从上一代 Grace Blackwell 的约两小时降到不足五分钟，液冷比例从八成提到百分之百，闭式回路支持最高四十五摄氏度的冷却液。
二、为什么是现在：那笔一百亿美元的账
黄仁勋在台上算过一笔账，一座一吉瓦的 AI 工厂造价约五百亿美元，年收入约四百亿美元，晚三个月投产，对应约一百亿美元的收入后移。除法没有毛病，问题在前提，他把推迟的原因默认算在了“设备没装好”上。
如果设备装好了而电没来，收入一样后移，而且后移多久不受英伟达的规格书管。过去两年 AI 基建的瓶颈从拿不到芯片，一路挪到电力、土地、许可和工期，DSX POD 精准地压住了其中英伟达能控制的那一段。行业媒体给出的提醒也集中在这一点：十四天应当被理解为从设备抵达一块准备好的场地、到单元完成调试的时间，而不是从决定建厂到产出词元的时间，目前没有任何来源定义过这个数字涵盖哪些里程碑。
对照就在同一个月。多家媒体报道，微软退出了与 Nscale 在英国的一处数据中心合作，那个站点原计划二〇二七年一季度投运、提供五十兆瓦算力，电网方面给出的供电时间表排到了二〇三〇年代；变压器这类把高压降到园区可用电压的设备，交货周期已经从几年前的六到十二个月拉长到两到四年。箱子可以十四天就位，电走到它门口要多久，是另一张日程表。
供应链是同一场大会的另一半。英伟达与一批伙伴的扩产计划里，半导体测试总产能要在二〇二六年到二〇二七年之间翻倍，新加坡扩建的测试业务预计二〇二七年二月进入量产；基板端三家公司将在三年内推动产能增长二点五倍；Amkor 计划在二〇二八年底前把先进封装产能提升三倍以上；KYEC 在美国建新厂并获得英伟达十一亿美元的容量预付款；矽品精密的目标是在二〇二七年中把共封装光学的光引擎产能提高十五倍，到二〇二八年底再翻一倍。这些产能是集装箱能按时装满的前提。
同一天，谷歌云在 GTC 柏林宣布基于 Vera Rubin NVL72 的 A5X 实例，计划下月正式商用，配套的自研网络支持单站点扩展到八万颗 Rubin GPU、跨站点最多九十六万颗。这个数字是远景规划上限，不是已投产规模，实际交付受电力、机房改造与供应链约束。首批客户里有 WPP，也有 David Silver 创立的 Ineffable Intelligence。对英伟达来说，这条线是 DSX POD 的另一面：一头卖给自建产能的运营商，一头继续供货给超大规模云。
三、谁的时间被压缩了，谁的没有
对超大规模云和新型云厂商，这次卖的东西是排期确定性，而不是算力本身。标准化容器让扩容接近下订单，厂房里的一致性工具与质量门槛替代了现场的专业施工队，现场施工出错和零部件到货不齐这类风险被前移消化。行业媒体提醒的另一面是，参与参考设计不等于拿到客户订单，价格、交期、订单簿都还没有公开，第一批真实部署的交付日期与调试时长才是能验证这套说法的东西。
对英伟达，这一步是把产品从机架延伸到接口定义。八百伏直流成为容器边界上的标准输入，验证边界从单机架变成部署单元，伙伴负责制造、区域工程、定制、交付与服务。标准化的解释权在定义它的那家公司手里，英伟达的说法是设计保留了实施与服务上的差异化空间。软件则被放在电力约束上：DSX MaxLPS 管功率预算内的分配，DSX Flex 让数据中心按电网状况调整负载，往“可调度的电力资产”方向走。英伟达举过一次试验，与 Emerald AI、EPRI、Nebius 及一家电网运营商合作，一套 Blackwell Ultra 集群在模拟电网事件中把功耗降低最多四成，关键负载继续运行；这也是厂商口径，尚未在交付的 Vera Rubin 系统上复现。
对打算自建算力的企业，采购与财务口径会变：闲置的资本开支减少，容量规划可以按标准单元推进。要问清的是三件事，一是任何“几天”的说法背后涵盖哪些里程碑，二是运输与密封箱内的部件故障由谁承担、备件与服务条款怎么签，三是功率与散热收益按什么负载、什么对照条件测出来。
四、接下来看四件事
第一件是首批交付与第一位署名客户。二〇二七年初这个窗口能不能兑现，以及有没有客户公开自己从到货到产出词元的实测时长，是这套设计从参考走向产品的分界线。
第二件是 Vera Rubin 的量产与集群规模。谷歌云 A5X 下月商用，单站点八万颗、跨站点九十六万颗的口径会第一次接受真实排产的检验，这同时决定了 DSX POD 里那七个机架的供货节奏。
第三件在电力侧。DSX Flex 参与的调峰试验目前只有一次厂商披露的结果，它要从演示变成能写进合同的收益，取决于各地电力市场给不给这种灵活性定价。
第四件是供应链扩产的同步性。测试产能翻倍、先进封装提升三倍、光引擎提高十五倍，任何一项滞后都会让工厂预集成的优势停在纸面上；若按期落地，集装箱交付就不只是英伟达一家的产品形态。
来源与说明
[1] NVIDIA Introduces DSX POD AI Factories to Accelerate Europe’s Infrastructure Deployment｜NVIDIA 新闻室｜2026-10-21 [2] NVIDIA DSX POD 产品页｜NVIDIA 官网｜2026-10-21 [3] Achieve Productive AI Capacity Faster and More Predictably with NVIDIA DSX POD｜NVIDIA 技术博客｜2026-10-21 [4] Nvidia launches DSX POD, claims the Vera-Rubin reference architecture will make AI data centers more water and energy efficient｜DataCenterDynamics｜2026-10-21 [5] Google Cloud infrastructure at NVIDIA GTC Berlin 2026｜Google Cloud 博客｜2026-10-21 [6] NVIDIA wants AI factories online in 14 days, but the infrastructure bottlenecks haven’t disappeared｜Supercomputing Online｜2026-10-21 [7] 黄仁勋最新发声：这是世界供应链的一次彻底变革｜上海证券报·中国证券网｜2026-10-21 [8] 黄仁勋 GTC 柏林演讲：AI 工厂部署缩至 14 天，智能体与物理 AI 加速落地｜中国金融信息网｜2026-10-21 [9] 黃仁勳 GTC 演說暢談 AI 布局與願景 五大重點一次看｜工商时报｜2026-10-21 [10] 黄仁勋 GTC 演讲：加码欧洲 AI 基础设施布局｜中国证券报｜2026-10-21 [11] 英伟达：14 天交付一座 AI 工厂，CPO 承担 Scale-out 互连｜C114 经腾讯新闻｜2026-10-22 [12] GTC 柏林大会点评：Rubin 全面量产，800V 供电与液冷加速落地｜券商研究点评经腾讯新闻｜2026-10-21 [13] 英伟达 GTC 放大招：新品密集轰炸，黄仁勋描绘全栈 AI 蓝图｜财闻经网易｜2026-10-21 [14] 谷歌云联合英伟达规划 96 万颗 Rubin GPU 集群｜全球半导体观察｜2026-10-22 [15] Nvidia’s DSX POD promises AI data centres in 14 days, with lower cooling water use｜Gadgets Now｜2026-10-22 [16] AI 预制工厂来了？黄仁勋：全球供应链将彻底变革｜央视财经经大河财立方｜2026-10-22 [17] 14 天建一座 AI 工厂，但电从哪来｜搜狐网｜2026-10-22 [18] Jensen Huang’s GTC Berlin Keynote: NVIDIA Shifts from Selling GPUs to Selling AI Factories｜PANews｜2026-10-22
检索截止：2026-10-22 21:40（Asia/Shanghai）。十四天、节水百分之百、省电三成、两吉瓦日省五千四百万升，全部为英伟达自述口径，没有第三方复现，节水的对照对象是传统冷却塔方案且不覆盖全供应链水足迹。一个 POD 的零部件数、重量、铜缆与线缆长度出自央视财经与券商整理的会议材料，英伟达官方稿件只给出七个机架与十七公里线缆。DSX POD 的价格、订单簿与客户名单均未披露。微软退出与 Nscale 英国站点一事来自多家媒体转述，两家公司未公布完整条款，本文只取其中与供电排期相关的部分。谷歌云九十六万颗为跨站点远景规划上限，非已投产规模。按本线的选题口径，跨境管制与地缘对抗、以及可复现步骤的安全事件手法描写一类条目不在本文处理范围内，当日其余候选见同日 scan-report。