NVIDIA 与 Nscale 在冰岛实测 DSX MaxLPS：同一 264.4 kW 预算下 GPU 从 140 增至 192，聚合吞吐提升 49.2%
核心概要
NVIDIA 与 Nscale 在冰岛 Keflavík 的 Verne 园区数据中心，用 NVIDIA GB300 NVL72 系统与 Kimi K2.5（FP4）推理负载，对 DSX MaxLPS 策略化动态功率分配做了联合评估：在相同的 264.4 kW 已批准功率预算下，受管 GPU 从 140 块增至 192 块（+37.1%），聚合吞吐从 1,084,503 tokens/s 升至 1,618,443 tokens/s（+49.2%），每已配置瓦特吞吐从 4.10 升至 6.12 tokens/s/W（+49.2%），同时中位数与 P75 延迟保持在基线 5% 以内，但 P99 首 token 时间从 15.7 秒基线上升 17%。
深度剖析
在固定功率预算下，动态功率分配把闲置余量转化为可用算力：受管 GPU 由 140 增至 192，聚合吞吐提升 49.2%，每已配置瓦特吞吐由 4.10 升至 6.12 tokens/s/W。 相对静态按节点峰值预留的做法，该评估给出了同一 264.4 kW 预算下容量与吞吐的实测对照，而不是仅描述机制。 联合评估在 Nscale 数据中心采集 GPU、节点、机架与组级功率遥测，并同时测量归一化聚合与单实例吞吐、首 token 时间、端到端延迟与交互性；两配置使用同一 264.4 kW 已配置预算作为固定分母。
扩容没有牺牲既有实例的服务水平：高吞吐实例单实例输出 59,153 升至 59,220 tokens/s（+0.1%），低延迟实例维持 2,265 tokens/s（0%）。 说明新增第三个 52-GPU 高吞吐实例后，原有高吞吐与低延迟实例的吞吐在显示精度内基本不变。 单实例吞吐在两种配置下分别测量并对比，且分布式负载在两种配置中都被限制在单个机架内，以控制跨机架性能差异。
收益伴随可观测的代价：平均 GPU 功率由 97.0 kW 升至 131.8 kW（+35.9%），总实测功率由 166.2 kW 升至 198.9 kW（+19.7%），功率预算利用率由 62.9% 升至 75.2%。 把动态分配描述为对既有工程取舍的显式化与可控化，而非消除取舍。 功率数据来自 GPU、CPU 与机架级遥测，并以站点级遥测校验机架级功率测量。
尾延迟是必须单独验证的指标：中位数与 P75 延迟保持在基线 5% 以内，但 P99 首 token 时间上升 17%。 提示稳定的中位数延迟可能掩盖尾延迟变化，生产验收标准应作为研究的一部分预先定义。 评估同时报告 P75 与 P99 分位结果，并给出 P99 首 token 时间相对 15.7 秒基线的变化幅度。
启示与展望
该评估面向在电力受限环境中运营 AI 工厂的运营方与基础设施团队，适用场景是已定义受管边界、具备可靠遥测、并以聚合功率预算为约束的部署。它给出的是可复用的分阶段验证路径：定义受管边界、建立代表性基线、保守引入策略、逐级增加容量并测试、最终设定生产运行限值。文中还指出，动态分配是运营能力，站点仍需为验证后的生命周期目标配置配电、冷却、网络架构、地面空间与机架位置；对未来的 NVIDIA Vera Rubin NVL72，任何容量预测都应与本次 GB300 NVL72 实测分开。
读者仍需关注：可用余量取决于工作负载组合，互补功率曲线比同时达峰的负载机会更多；动态分配依赖可靠遥测，缺失、延迟或错误映射的测量会影响车队级决策；中位数延迟稳定可能掩盖尾延迟变化，本次 P99 首 token 时间上升 17%。此外，本次评估在四个机架内运行且分布式负载被限制在单机架，跨机架等效性能需另行验证；生产验收标准也应在研究中预先定义。