CLOUD & INFRA

NVIDIA และ Lambda พิสูจน์ระบบ DSX เพิ่มประสิทธิภาพการประมวลผล AI ได้ 24% โดยไม่เพิ่มพลังงาน

NVIDIA Blog15 Sep 2026
1 min read
Key Takeaways
  • ระบบจัดการพลังงานอัจฉริยะ (DSX) สามารถเปลี่ยนพลังงานที่สูญเปล่า (Stranded Capacity) ให้กลายเป็นประสิทธิภาพในการประมวลผลที่จับต้องได้จริง

ทำไมเรื่องนี้ถึงสำคัญ

นี่คือหลักฐานเชิงประจักษ์ว่าการจัดการพลังงานด้วยซอฟต์แวร์สามารถแก้ปัญหาคอขวดด้านไฟฟ้าของศูนย์ข้อมูลได้ ช่วยให้ผู้ประกอบการขยายขีดความสามารถได้โดยไม่ต้องรอการสร้างสายส่งไฟฟ้าใหม่

NVIDIA เผยแพร่ผลความสำเร็จจากการใช้งานจริงของแพลตฟอร์ม NVIDIA DSX ในสภาพแวดล้อมการทำงานของ Lambda ผู้ให้บริการ AI Cloud ผลการทดสอบแสดงให้เห็นว่าเทคโนโลยี MaxLPS สามารถตรวจสอบและจัดสรรพลังงานแบบไดนามิก ทำให้ Lambda สามารถรันโหนด GPU ได้ถึง 19 โหนด ภายใต้งบประมาณพลังงานที่เดิมรองรับได้เพียง 16 โหนด ส่งผลให้ปริมาณการผลิต Token (Throughput) เพิ่มขึ้นจาก 4 ล้านเป็น 5 ล้านต่อวินาที โดยมีประสิทธิภาพต่อวัตต์ดีขึ้น 23%

นอกจากนี้ ยังมีการนำเสนอความสำเร็จของระบบ Emerald AI Conductor (ซึ่งจะรวมเข้ากับ DSX Flex ในอนาคต) ในการจัดการพลังงานร่วมกับเทศบาล Silicon Valley Power โดยระบบสามารถตอบสนองต่อสัญญาณลดการใช้พลังงานจากโครงข่ายไฟฟ้าได้โดยอัตโนมัติ โดยการหยุดภาระงานที่มีความสำคัญต่ำชั่วคราวและรักษาภาระงานหลัก (Inference) ไว้ ทำให้ AI Factory กลายเป็นทรัพยากรที่ยืดหยุ่นสำหรับโครงข่ายไฟฟ้า

สรุปประเด็นหลัก

Lambda เพิ่ม Throughput ได้ 24% จากการใช้ DSX MaxLPS บน Blackwell servers

ระบบตอบสนองต่อสัญญาณโครงข่ายไฟฟ้า (Demand Response) ได้โดยอัตโนมัติในระดับมิลลิวินาที

ก้าวสู่มาตรฐาน 800V DC Architecture เพื่อลดความซับซ้อนในการแปลงพลังงานในศูนย์ข้อมูล

นวัตกรรมและเทคโนโลยี

infrastructure

DSX MaxLPS Validation

การยืนยันประสิทธิภาพการรัน 19 โหนดในงบพลังงาน 16 โหนด เพิ่มประสิทธิภาพต่อวัตต์ 23%

infrastructure

800V DC Architecture

สถาปัตยกรรมการจ่ายไฟฟ้ารูปแบบใหม่ที่เน้นลดความสูญเสียและรองรับความหนาแน่นของแร็คที่สูงขึ้น

Developer Impact
ทีมวิศวกรโครงสร้างพื้นฐานสามารถออกแบบระบบที่มีความหนาแน่นสูงขึ้น (Higher Density) ได้ โดยใช้ซอฟต์แวร์ช่วยจัดการระดับพลังงานแทนการพึ่งพาฮาร์ดแวร์เพียงอย่างเดียว
Keywords
#nvidia dsx #lambda cloud #energy efficiency #ai factory
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

NVIDIA Blog