Nhà máy AI được đóng gói theo mô-đun
NVIDIA DSX POD là thiết kế tham chiếu mô-đun cho nhà máy AI hoàn chỉnh, kết hợp hệ thống Vera Rubin với thiết bị tính toán, mạng, điện và làm mát trong các mô-đun dạng container được lắp ráp, kiểm định trước khi giao đến địa điểm triển khai. NVIDIA giới thiệu thiết kế này tại GTC Berlin ngày 21 tháng 10 năm 2026.
Ý tưởng đáng chú ý không chỉ nằm ở việc xếp phần cứng vào container, mà ở chỗ chuyển phần lớn công việc tích hợp khỏi công trường. Đối tác có thể lắp đặt cáp, đường ống làm mát và kết nối giữa các tủ máy tại nhà máy, rồi kiểm tra hệ thống trước khi vận chuyển. Cách làm này giảm lượng công việc xây dựng, lập kế hoạch, hậu cần và nhân lực chuyên môn cần bố trí tại điểm lắp đặt. Với một trung tâm dữ liệu AI, sự chuẩn hóa ấy có thể hạn chế lỗi do lắp ráp tại chỗ và khiến tiến độ bớt lệ thuộc vào việc phối hợp nhiều hạng mục ngay trên công trường.
14 ngày là mục tiêu, không phải lời hứa vô điều kiện
NVIDIA cho biết các mô-đun sản xuất sẵn có thể rút ngắn thời gian triển khai tại địa điểm đã chuẩn bị từ sáu tháng xuống còn ít nhất 14 ngày. Đây là bước giảm đáng kể thời gian chờ, nhưng con số ấy chỉ có ý nghĩa khi địa điểm đã có nguồn điện, năng lực làm mát, mạng và hạ tầng hỗ trợ cần thiết.
Vì vậy, DSX POD không xóa bỏ phần khó nhất của mọi dự án: chuẩn bị đất, cấp điện và xây dựng hạ tầng phù hợp. Nó giúp tách công việc sản xuất và kiểm định mô-đun khỏi việc chuẩn bị địa điểm, để hai quá trình diễn ra song song. Cách tiếp cận này có thể rút ngắn lịch triển khai tổng thể, nhưng không biến một khu đất chưa sẵn sàng thành nhà máy vận hành trong hai tuần. NVIDIA cho biết các đối tác dự kiến bắt đầu bàn giao nhà máy AI DSX POD trên toàn cầu vào đầu năm 2027.
Làm mát bằng chất lỏng có thể tiết kiệm tài nguyên, nhưng cần kiểm chứng
Thiết kế mô-đun tích hợp làm mát bằng chất lỏng ngay từ đầu, giúp việc lắp đặt và kiểm tra hệ thống đồng bộ hơn thay vì xử lý riêng từng phần tại công trường. NVIDIA cho biết thiết kế tham chiếu kết hợp hệ thống làm mát bằng chất lỏng với bộ làm mát khô để thải nhiệt, qua đó có thể đưa lượng nước dùng cho làm mát xuống gần bằng không. Với cơ sở vận hành ở quy mô 2 GW, công ty ước tính phương pháp này có thể tiết kiệm 54 triệu lít nước mỗi ngày so với hệ thống dùng tháp giải nhiệt.
Hiệu quả năng lượng không đến tự động chỉ vì thiết bị được đóng trong pod. Làm mát bằng chất lỏng có thể hỗ trợ xử lý mật độ nhiệt cao, còn cấu hình đồng bộ giúp hạn chế những điểm không ăn khớp giữa máy tính, nguồn điện và hệ thống làm mát. NVIDIA cũng cho biết DSX MaxLPS có thể phân bổ điện linh hoạt để tạo cùng số lượng token với mức tiêu thụ điện thấp hơn tới 30%. Tuy nhiên, đây là mức do hãng công bố; hiệu quả thực tế còn tùy thiết kế cơ sở, điều kiện vận hành và khí hậu, nên cần được xác nhận độc lập.
Giá trị bắt đầu khi máy tạo token
Thước đo quan trọng của một nhà máy AI không nên dừng ở ngày hoàn tất lắp đặt. Jensen Huang nói: “Nhà máy AI tạo ra giá trị khi bắt đầu sản xuất token — chứ không phải khi hoàn tất xây dựng”. Nếu mô-đun đã kiểm định giúp hệ thống sớm chạy mô hình phục vụ công việc thực tế, doanh nghiệp có thể đưa năng lực huấn luyện và suy luận vào khai thác sớm hơn, thay vì để phần cứng chờ hoàn thiện các khâu tích hợp tại chỗ.
Đó là lý do lời hứa của NVIDIA DSX POD gắn với thời điểm tạo token đầu tiên, chứ không đơn thuần là tốc độ dựng xong một cơ sở. Nhưng rút ngắn thời gian chỉ tạo lợi ích nếu khách hàng có thể đưa khối lượng công việc vào sản xuất và khai thác công suất mới. DSX POD vì thế là một hướng triển khai đáng chú ý cho Vera Rubin, không phải lối tắt thay thế việc chuẩn bị hạ tầng. Giá trị cuối cùng sẽ phụ thuộc vào việc các mô-đun có được giao đúng kế hoạch, hoạt động như kỳ vọng và giúp nhà máy bắt đầu sản xuất sớm đến đâu.
