2026年10月21日，英伟达在柏林GTC大会上发布全新的 DSX POD预制化AI数据中心参考设计。根据英伟达公布的信息，在外部基础设施准备就绪的条件下，现场部署时间有望从传统约6个月缩短至最快14天。这项技术值得关注的，并不只是建设速度，而是它预示着AI数据中心正在从传统建筑工程项目，进一步向标准化、工业化产品转变。

一、把AI数据中心搬进工厂

传统AI数据中心需要在现场完成大量机柜安装、网络布线、配电连接、液冷管线施工及系统调试。多专业交叉作业、复杂的设备接口和较长的调试周期，往往成为制约交付效率的重要因素。DSX POD则采用完全不同的思路：将复杂系统的集成和验证提前到工厂完成，现场主要负责模块安装、外部连接和联合调试。整个交付流程可以概括为三个阶段：

1. 工厂集成： 将GPU机柜、网络、配电、液冷、管线及控制系统进行标准化组装和测试。
2. 模块运输： 完成工厂验证后，将集成模块整体运输至项目现场。
3. 现场投运： 连接外部电力、冷却和网络设施，完成系统复验、联合调试及投运。

与传统模式相比，主要变化如下：

其核心并不是简单地将设备装进集装箱，而是将原本分散的工程环节整合为标准化的工业制造流程。

二、技术上有哪些重要变化？

DSX POD基于英伟达下一代Vera Rubin算力平台，主要涉及以下几个方面：

第一，800V直流供电。

核心模块采用标准化800V直流电源输入设计，降低不同项目之间的电力接口差异。但上游发电、变压、整流及区域电气配套，仍需根据项目条件单独设计。

第二，预制液冷系统。

模块内部的液冷管线、阀门、监测及相关设备可以在工厂完成集成、冲洗、压力测试和验证，减少现场施工及调试工作量。

第三，运输成为设计的一部分。

模块设计阶段就必须综合考虑重量、重心、结构承载、吊装、运输振动、设备固定及现场复验。对于大型模块化AIDC而言，公路、铁路、海运的物流限制，将直接决定模块尺寸、集成程度和工程成本。

第四，软件与硬件协同运行。

通过英伟达DSX软件体系，结合功率管理、负载调度和实时监测，提高既定电力容量下的算力利用效率。未来AI数据中心的标准化，不仅是建筑和设备的标准化，还包括供电、冷却、网络和运营管理的系统化集成。

三、谁来制造这些AI工厂？

值得注意的是，英伟达主要提供参考架构、技术规范及系统验证基础，实际制造和工程交付仍由合作伙伴完成。目前公布的合作企业包括：

• 服务器及系统集成： Dell、HPE、Lenovo、Foxconn、QCT
• 电力及基础设施： Schneider Electric、Eaton、Delta
• 模块化基础设施： Vertiv、Armada
• 数据中心开发与交付： Crusoe、DayOne

英伟达计划与合作伙伴在2027年初开始向全球交付DSX POD。不过，目前这一方案仍处于商业化交付初期，实际建设成本、规模化交付能力和长期运行可靠性，还有待更多项目验证。

四、对美国及东南亚AIDC开发有什么启示？

结合此前研究的美国100 MW自备燃气发电数据中心，以及马来西亚模块化智算中心项目，我认为有三个方向值得重点关注。

1. 建设速度正在转化为财务竞争力。

对于AI数据中心，时间具有直接的经济价值。

如果算力设备能够提前一个月投产，就意味着有机会提前一个月产生Token收入和经营现金流，同时减少昂贵GPU设备的闲置时间。

因此，未来项目投资测算不能只比较每MW建设成本，还应综合考虑首次产生收入的时间、设备利用率和资金占用周期。

2. 能源基础设施仍然是开发商的核心竞争力。

DSX POD并不能解决土地、电力、冷却、网络及建设许可问题。特别是在美国采用表后自备燃气发电（BTM）的项目中，天然气供应、发电机组、配电系统、外部冷却设施及相关审批，仍需要独立开发。模块化可以加快算力系统部署，却无法替代复杂的能源基础设施建设。

3. 中国企业迎来新的产业链机会。

随着系统集成逐步向工厂转移，AI数据中心产业链可能进一步分工。中国企业的机会未必是生产完整的英伟达算力系统，而可能集中在：

• 模块化钢结构与设备集成
• 中低压配电及电力转换系统
• 液冷设备与管线系统
• 工厂预制、测试和质量控制
• 国际运输、吊装与现场安装
• 海外基础设施及系统交付

对于具有制造业、机电工程和海外项目管理能力的中国企业，这可能形成新的出海市场。

五、我的判断：从建筑交付走向算力交付

英伟达正在推动AI数据中心从“建筑驱动的交付模式”，走向“算力系统驱动的工业化交付模式”。未来，数据中心的复杂设备集成将更多在工厂完成，项目现场则更加专注于土地、能源、基础设施、模块安装及最终投运。这并不意味着传统设计院、工程总包和现场施工将被取代，而是其工作边界和价值分配可能发生改变。当然，必须明确：14天是外部基础设施已经具备条件后的最快部署时间，并不是从取得土地到整个数据中心建成投产仅需14天。

真正的开发周期，仍取决于土地、电力、许可、制造、运输及系统调试等多个环节能否有效衔接。过去，我们衡量一个数据中心项目，关注的是建筑面积、建设成本和竣工时间。未来，更重要的指标可能是每MW投资能够产生多少有效Token，以及从资本投入到算力收入形成究竟需要多长时间。AI数据中心的最终产品不是建筑，而是算力。真正的竞争，也将从谁能更快建成机房，转向谁能更快、更稳定地交付可产生收入的算力。