英伟达于柏林首次GTC大会介绍DSX全栈架构及模块化计算容器DSX POD，称工厂式建造的AI数据中心可在14天内上线
英伟达在柏林举行的首届GTC大会上提出工厂式AI方法，将AI生产描述为一种工业化流程。CEO黄仁勋介绍了DSX全栈架构以及DSX POD——一种模块化计算容器，旨在加快数据中心部署并使系统在欧洲更快上线。据标题，这种工厂建造的AI数据中心据称可在14天内上线，此为宣传性说法而非已实现的部署结果。原文未说明原因。
- 相关厂商
- Nvidia
- 影响评分
- 55 / 100，中等影响
英伟达在柏林举行的首届GTC大会上提出工厂式AI方法，将AI生产描述为一种工业化流程。CEO黄仁勋介绍了DSX全栈架构以及DSX POD——一种模块化计算容器，旨在加快数据中心部署并使系统在欧洲更快上线。据标题，这种工厂建造的AI数据中心据称可在14天内上线，此为宣传性说法而非已实现的部署结果。原文未说明原因。
英伟达CEO黄仁勋周三在柏林GTC大会上呼吁欧洲加快AI落地，称欧洲要享受AI红利、打造AI生态与AI经济，就必须让所有终端行业用上AI，并举例汽车、金融、医疗赛道。本次发布会面向欧洲市场发布了新的数据中心硬件、软件、模型，并公布与当地龙头企业合作。核心新品为DSX Pod，一款集装箱式迷你数据中心，单套集装箱内预装、调试完毕服务器、线缆与配套管路，客户到货后只需通电并与其他同型号单元互联即可使用；该方案由戴尔等英伟达合作伙伴打造，把硬件部署周期从原先6个月缩短至14天，适合小于1吉瓦规模的中小型算力部署。英伟达称，欧洲已有多家客户采用DSX AI数据中心方案及最新的Vera Rubin处理器，其投资的数据中心开发商Nscale是其中之一。针对全球市值最高上市公司英伟达长期受供应链产能瓶颈制约的情况，揖斐电、三星电机、欣兴电子将为其增加封装基板供给；安靠计划到2028年底把芯片封装产能提升至原来四倍；京元电子扩充芯片测试产能。具身智能方面，英伟达表示今年上半年该板块营收最高同比增长30%，规模约110亿美元；其与思灵机器人打造开源机器人开发平台，配套硬件为搭载Jetson Thor的Agile ONE SN人形机器人，并称人形机器人赛道研发复杂度高、投入巨大，目前只有资金雄厚的企业能够参与。此外，英伟达宣布与西门子旗下业务部门合作落地基于AI的先进放疗设备；汽车领域沃尔沃采用英伟达芯片研发自动驾驶车辆，大众商用车业务搭载英伟达方案，Bolt Technology OU依托英伟达软硬件开发自动驾驶出租车。报道还提及，过去两周AI板块股价持续承压，费城半导体指数走出2008年以来最长连跌行情。
英伟达于GTC柏林（报道发布于2026年10月21日当周）推出名为DSX pods的模块化数据中心容器，属于计划性质：从2027年开始，英伟达及其合作伙伴将以模块化机房形式提供已完全接好管线和线缆、可直接部署的Vera Rubin机架系统。每个DSX pod重28公吨，内含七个Vera Rubin NVL72机架，搭载504颗GPU和252颗Vera CPU，由HPE、Dell、Schneider Electric等合作伙伴制造，并可在HPE与Dell、Eaton与Schneider等之间定制。英伟达称，由于出厂前会验证每一个接头、线缆和组件，这些舱体可将数据中心部署时间从六个月缩短至最短两周——此为厂商说法，属计划而非已实现结果。首批搭载Vera Rubin机架系统的DSX pods预计明年初下线。英伟达还公布了采用闭环冷却液和干式冷却器而非水冷塔的无水数据中心DSX规范。原文将此举描述为在供应链挑战开始侵蚀营收前予以消除的持续努力。
10月21日，英伟达首席执行官黄仁勋在柏林举行的GTC大会上表示，未来所有电信运营商都将提供AI算力，电信基站有望发展为分布式AI网络（为前瞻性表述，非已实现事实）。他将AI经济比作由能源、算力、AI工厂、模型和应用构成的五层蛋糕，并指出算力层仅出现英伟达一家公司的标志；其他层包括西门子能源、施耐德电气等能源企业，AI工厂建设商Nscale和Firebird，以及欧洲AI模型公司Mistral、法律AI公司Legora和翻译工具DeepL。黄仁勋还表示，建设一座1吉瓦数据中心的成本目前约为500亿美元，涵盖土地、电力、建筑、计算设备、存储和冷却等费用。此外，英伟达推出DSX Pod AI工厂，可将部署时间缩短至最快14天，以加速欧洲AI基础设施部署。
Marvell发布第二代Structera X 3406/3506控制器，支持CXL 3.2及PCIe Gen6，单卡最高支持9TB DDR4或6TB DDR5。针对AI KV缓存及大模型推理需求，通过5倍LZ4压缩提升有效内存容量，缓解GPU HBM容量瓶颈。
CXL控制器及AI服务器内存扩容市场，推动DDR4/DDR5在AI算力中的复用与降本。
微软公布了其第三代Azure AI加速器Maia 300的架构细节：每个机架配置96个加速器，采用HBM4，且以液冷为主。该设计采用两层网络，可将多达12,288个加速器连接成单一超级 pod。微软表示该系统为云规模代理式推理而构建，并且公司将软件、硅片、机架基础设施、网络和数据中心的协同设计作为一个整体平台来运行。
Vertiv于10月8日表示，其2.3兆瓦CoolChip冷却液分配装置（CDU）型号符合NVIDIA DSX Ready CDU计划的要求。该计划允许建设AI工厂的运营商识别符合NVIDIA DSX相关要求的电源和散热产品；对CDU供应商而言， individual产品通过NVIDIA CDU自我资格认证套件进行评估，以确定是否满足适用的功能要求。由于验证由供应商自行进行，采用该产品的客户必须单独评估CDU是否满足其设施的设计、系统配置和运行要求。该2.3MW Vertiv型号属于Vertiv液-液CDU产品组合，支持直接芯片（D2C）冷却和后门热交换器应用，并设计为可安装在机架排末端或数据中心机房周边。其他已获得NVIDIA DSX Ready认证的CDU供应商还包括LG电子、LiquidStack和施耐德电气。
Marvell高管指出，推理模型驱动KV缓存需求在过去九个月内增长约10倍，铜连接已逼近性能极限。随着数据中心规模突破物理限制，单机架内存无法满足需求，算力扩张正从单纯芯片竞争转向互连与内存的系统级博弈。
光学互连、定制化SerDes及内存扩展技术成为下一阶段算力扩张核心变量，相关供应商将持续受益。
TrendForce报告称企业级SSD需求正加速进入2026年第四季度，QLC与TLC成为主要增长动力。随着智能代理AI改变SSD POD配置，部分运营商已开始采购QLC SSD替代传统的TLC+HDD组合。
需求激增将推高企业级存储价格并加剧供应链紧张。
谷歌TPU系统规模扩展至100万芯片，与Anthropic签署400亿美元协议。电力供应取代芯片成为扩张瓶颈。
AI算力及电力基础设施需求。
英伟达收购液冷基础设施公司 Cloverleaf，旨在解决数据中心用地和电力供应问题。随着 Blackwell 和 Rubin 架构全面转向液冷，传统风冷数据中心已无法满足算力需求，液冷基础设施成为瓶颈。
此举缓解了算力基础设施瓶颈，利好液冷散热及电力设备供应商，支撑 GPU 需求预期。
SK集团与英伟达达成5000亿美元合作，SK海力士将供应HBM4。双方将共建AI工厂，SK电信计划建设2GW算力云。
SK海力士HBM需求，长期供应协议确立。
TrendForce预测推理需求将推升SSD POD与HBF。HBM主导了训练时代，但推理需求更多元化。
存储需求结构发生重大转变。
TrendForce指出NVIDIA、CSPs及ASIC设计者正竞相在机架与POD层面提升AI效率。功耗与成本压力正重塑数据中心设计。
CPO及先进封装技术需求变化。
亚新科技与Brooks Automation签署15年FOUP清洁设备技术授权协议，旨在拓展全球市场。该合作基于双方在半导体封装设备领域的长期战略布局，旨在提升FOUP清洁技术标准。
长期技术授权协议对FOUP耗材供应链稳定性具有潜在积极影响，但短期无直接价格冲击。
NVIDIA Vera Rubin与Google率先采用800V HVDC架构，Delta电子预计将受益于机架电源系统及液冷需求。随着AI数据中心功耗激增至每机架1MW，800V高压直流成为关键升级方向。
HVDC及液冷基础设施供应商将迎来产能扩张机遇。
Doosan集团将集成Nvidia的Isaac Sim和Jetson Thor以开发Agentic Robot OS，并供应AI服务器用CCL。此举旨在通过物理AI栈支持下一代AI基础设施。
预计将拉动AI工厂对GPU及PCB基材的需求。
西门子联合NVIDIA、Fluence和nVent发布基于DSX Vera Rubin NVL72平台的AI数据中心参考架构。该方案旨在帮助超大规模数据中心和云服务商大规模部署高密度AI基础设施。
此为长期技术布局，对即期半导体现货市场无直接影响，仅作为AI算力需求增长的远期风向标。
PLS调试工具UDE现支持ST的Stellar P3E汽车MCU，该芯片集成AI加速器并计划于2026年底量产。该工具支持多核调试与系统分析，旨在优化未来汽车电子开发环境。
影响。
谷歌第八代TPU v8T单个Pod集成2PB HBM内存，凸显AI对存储的极端需求。HBM生产消耗的DRAM晶圆产能是标准DDR的2-4倍，且主要存储厂商优先保障HBM但未大幅扩产。
AI需求持续挤占DRAM产能，加剧结构性供应紧张，支撑存储芯片价格高位运行。
爆款新品里，到底装了谁的芯片？拆开，一颗一颗给你看。
全部拆解| Analog | $0.68 | −5.9% |
|---|---|---|
| 连接器 | $0.75 | +0.2% |
| CPU | $386.74 | −21.3% |
| DDR4 | $88.40 | −0.2% |
| DDR52026-W13 | $14.89 | −11.2% |
| GPU | $478.20 | +8.2% |
| MCU | $0.68 | −61.7%异常波动 |
| MLCC | $0.01 | +54.0%异常波动 |
| MOSFET | $0.12 | −82.8%异常波动 |
| PMIC2026-W13 | $0.44 | −12.5% |
| SSD/HDD | $288.43 | 暂无 |