CLOUD & INFRA

NVIDIA เปิดตัวแพลตฟอร์ม Vera Rubin และระบบจัดการพลังงาน DSX สำหรับ AI Factory

NVIDIA Blog15 Sep 2026
1 min read
Key Takeaways
  • NVIDIA มุ่งเน้นการปรับปรุงประสิทธิภาพที่ระดับ 'ทั้งโรงงาน' (Full-Stack) เพื่อรีดประสิทธิภาพสูงสุดจากทุกวัตต์ผ่านฮาร์ดแวร์ Vera Rubin และซอฟต์แวร์ DSX

ทำไมเรื่องนี้ถึงสำคัญ

ในยุคที่พลังงานไฟฟ้ากลายเป็นข้อจำกัดหลักของการขยายศูนย์ข้อมูล AI การเพิ่มประสิทธิภาพการใช้พลังงานถือเป็นหัวใจสำคัญที่จะช่วยให้การประมวลผล AI เติบโตต่อไปได้โดยไม่กระทบต่อโครงข่ายไฟฟ้าหลัก

ที่งาน AI Infra Summit ทาง NVIDIA ได้นำเสนอโซลูชันใหม่สำหรับโครงสร้างพื้นฐาน AI โดยเปลี่ยนตัวชี้วัดสำคัญจากแค่ประสิทธิภาพสูงสุด (Peak Performance) ไปสู่ปริมาณงานต่อพลังงาน (Tokens Per Megawatt) สถาปัตยกรรมหลักที่เปิดตัวคือ Vera Rubin ซึ่งถูกออกแบบมาให้ทำงานร่วมกับซอฟต์แวร์ประมวลผลอย่าง Dynamo และระบบเครือข่ายความเร็วสูงเพื่อสร้าง AI Factory ที่มีประสิทธิภาพสูงสุด

NVIDIA ยังได้เปิดตัวแพลตฟอร์ม DSX ซึ่งรวมเอาเทคโนโลยี MaxLPS สำหรับการจัดการพลังงานภายในแร็ค และ DSX Flex สำหรับการปรับภาระงานตามสัญญาณจากโครงข่ายไฟฟ้า (Grid) โดยมีการประกาศความร่วมมือกับพันธมิตร เช่น Lambda ที่สามารถเพิ่มปริมาณงานได้ 24% ภายใต้งบประมาณพลังงานเดิม และการทำงานร่วมกับ Amazon Annapurna Labs ในเทคโนโลยีหน่วยความจำความเร็วสูง NVHBM

สรุปประเด็นหลัก

เปิดตัวสถาปัตยกรรม Vera Rubin มุ่งเป้าประสิทธิภาพ Agentic AI

แพลตฟอร์ม DSX ช่วยจัดการพลังงานแบบไดนามิก เพิ่มปริมาณงานได้สูงสุด 40%

ความร่วมมือกับ Silicon Valley Power เพื่อทำ AI Factory แบบ Flexible-Load

นวัตกรรมและเทคโนโลยี

infrastructure

Vera Rubin NVL72

ระบบ AI Factory รุ่นใหม่ที่เน้นการประมวลผล Agentic Workloads และการใช้พลังงานที่คุ้มค่า

platform

NVIDIA DSX MaxLPS

ซอฟต์แวร์จัดการพลังงานที่ช่วยจัดสรรกระแสไฟฟ้าตามความต้องการจริงของ GPU และแร็ค

platform

DSX Flex

ระบบจัดการภาระงานที่ตอบสนองต่อสัญญาณจากโครงข่ายไฟฟ้าเพื่อความยั่งยืน

Developer Impact
วิศวกรโครงสร้างพื้นฐานและทีม DevOps จะต้องปรับตัวเข้าสู่การจัดการทรัพยากรที่เน้น Power Efficiency มากขึ้น โดยใช้เครื่องมือช่วยจัดการ Workload Hierarchy
Keywords
#nvidia dsx #vera rubin #ai factory #energy efficiency
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

NVIDIA Blog