# AI工厂

英伟达推出面向AI工厂的AIOps平台Minerva，把GPU、交换机、存储与训练作业的遥测汇入一张随作业变化更新的知识图谱，再用监督与无监督模型识别静态阈值抓不到的“灰色故障”。在英伟达给出的一个案例中，一次交换机重启引发的81条独立事件被合并为一起事件，节省约54小时集群运行时间；另一个案例中，平台从约40万个接口里定位到一条正在悄悄丢带宽的NVLink连接。这些数字来自英伟达内部测试与案例描述，覆盖的是其支持场景。

英伟达推出面向AI工厂的AIOps平台Minerva，把GPU、交换机、存储与训练作业的遥测汇入一张随作业变化更新的知识图谱，再用监督与无监督模型识别静态阈值抓不到的“灰色故障”。在英伟达给出的一个案例中，一次交换机重启引发的81条独立事件被合并为一起事件，节省约54小时集群运行时间；另一个案例中，平台从约40万个接口里定位到一条正在悄悄丢带宽的NVLink连接。这些数字来自英伟达内部测试与案例描述，覆盖的是其支持场景。

NVIDIA 介绍其 Vera Rubin 平台中 Groq 3 LPX 低延迟加速器的确定性执行模型：LPU 编译器可把计算与数据搬运排到时钟周期级，从而提前预测每个周期的电流需求，并借助 Preemptive Power（PEP）与 Clock Period Synthesis（CPS）两项技术降低电压跌落、缩小电压保护带，内部测试显示电压跌落减少逾 60%，估计可持续供电基线电压下降高个位数百分比，同一工作负载功耗有望降低低两位数百分比，平台层面在 2T+ 参数模型、长上下文与高交互场景下相较上一代 GB200 NVL72 可实现最高 35 倍每兆瓦吞吐。

NVIDIA 介绍其 Vera Rubin 平台中 Groq 3 LPX 低延迟加速器的确定性执行模型：LPU 编译器可把计算与数据搬运排到时钟周期级，从而提前预测每个周期的电流需求，并借助 Preemptive Power（PEP）与 Clock Period Synthesis（CPS）两项技术降低电压跌落、缩小电压保护带，内部测试显示电压跌落减少逾 60%，估计可持续供电基线电压下降高个位数百分比，同一工作负载功耗有望降低低两位数百分比，平台层面在 2T+ 参数模型、长上下文与高交互场景下相较上一代 GB200 NVL72 可实现最高 35 倍每兆瓦吞吐。

NVIDIA 在这篇技术文章中说明 NVLink 6 如何以物理层、链路层、应用层与系统层组成的多层容错框架支撑大规模 AI 工厂：物理层用轻量 FEC 配合物理层重传（PLR）与 UPHY 恢复实现原生无损，链路层用基于信用的流控（CBFC）从设计上消除丢包，应用层用 Dynamo 影子引擎恢复与检查点机制缩短中断，并称在 B200 GPU 上的基准部署中把推理停机时间从 283 秒降至 7.3 秒。

NVIDIA 在这篇技术文章中说明 NVLink 6 如何以物理层、链路层、应用层与系统层组成的多层容错框架支撑大规模 AI 工厂：物理层用轻量 FEC 配合物理层重传（PLR）与 UPHY 恢复实现原生无损，链路层用基于信用的流控（CBFC）从设计上消除丢包，应用层用 Dynamo 影子引擎恢复与检查点机制缩短中断，并称在 B200 GPU 上的基准部署中把推理停机时间从 283 秒降至 7.3 秒。

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%。

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%。

NVIDIA 发布 DSX Ready 资格认证计划，用于评估合作伙伴产品是否符合适用的 NVIDIA DSX AI 工厂参考设计要求，首批覆盖电池储能系统（BESS）与冷却分配单元（CDU）两类，并公布了首批获认证的 BESS 与 CDU 供应商名单。

NVIDIA 发布 DSX Ready 资格认证计划，用于评估合作伙伴产品是否符合适用的 NVIDIA DSX AI 工厂参考设计要求，首批覆盖电池储能系统（BESS）与冷却分配单元（CDU）两类，并公布了首批获认证的 BESS 与 CDU 供应商名单。

本文以在开罗大埃及博物馆举办的AI生态招待会为切入点，梳理了埃及及非洲AI生态从“潜力”叙事转向生产规模落地的进展，包括埃及深度学习学院学员基数一年内增长十倍以上、Hassan Allam与A15约4亿美元数据中心投资、非洲一年内四个AI工厂宣布或上线及656兆瓦新增产能储备、Cassava Technologies最高可达7.2亿美元的多国部署、Stratos Lab超过50套NVIDIA HGX B300系统带来逾7 exaflops算力、摩洛哥卡萨布兰卡约12亿美元初始投资与500兆瓦规划的Nexus AI工厂，以及NVIDIA已在非洲培训超过8.5万名开发者、尼日利亚成为其全球第二大市场等事实。

本文以在开罗大埃及博物馆举办的AI生态招待会为切入点，梳理了埃及及非洲AI生态从“潜力”叙事转向生产规模落地的进展，包括埃及深度学习学院学员基数一年内增长十倍以上、Hassan Allam与A15约4亿美元数据中心投资、非洲一年内四个AI工厂宣布或上线及656兆瓦新增产能储备、Cassava Technologies最高可达7.2亿美元的多国部署、Stratos Lab超过50套NVIDIA HGX B300系统带来逾7 exaflops算力、摩洛哥卡萨布兰卡约12亿美元初始投资与500兆瓦规划的Nexus AI工厂，以及NVIDIA已在非洲培训超过8.5万名开发者、尼日利亚成为其全球第二大市场等事实。

Emerald AI、Google 与 NVIDIA 宣布成立 AI Energy Management Alliance（AEMA），这是一个汇聚 AI 与电力全价值链的联盟，主张以技术中立、基于性能的方式让数据中心动态管理用电，从而加快并网、增强电网可靠性并保护电价可负担性。

Emerald AI、Google 与 NVIDIA 宣布成立 AI Energy Management Alliance（AEMA），这是一个汇聚 AI 与电力全价值链的联盟，主张以技术中立、基于性能的方式让数据中心动态管理用电，从而加快并网、增强电网可靠性并保护电价可负担性。