AREX Feed Article
Lambda 公布 DSX MaxLPS 验证结果：在 16 个节点的功率预算内运行 19 个节点，集群 token 吞吐提升 24%
当地时间 9 月 15 日，在圣克拉拉会议中心举行的 AI Infra Summit 上，NVIDIA 超大规模与高性能计算副总裁 Ian Buck 公布了多项合作与能效结果。据 的峰会记录，AI 云服务商 Lambda 公布的一组数据显示：在 NVIDIA Blackwell 服务器上，Lambda 用 NVIDIA DSX MaxLPS 在原本只够 16 个满功率节点的功率预算内运行了 19 个节点，集群 token（词元）吞吐提升 24%，从约 400 万升到约 500 万 tokens/s，每瓦性能提升 23%。NVIDIA 称，这是 DSX MaxLPS 在 Blackwell 服务器上的首次验证。
NVIDIA 给这轮发布定下的统一口径是「每兆瓦 token 数」。博客称，AI 基础设施的衡量标准正在从峰值性能转向「经过验证的 agentic tokens per megawatt」，也就是每兆瓦功率能产出多少 agentic（智能体）任务所需的 token；AI 工厂需要「从硅到电网」协同设计。这场峰会今年吸引了超过 8,000 名与会者，去年为 3,500 人。同一天，NVIDIA 官方 X 账号发帖写道「每一兆瓦都很重要」，并称 DSX AI Factory Platform 帮助 AI 工厂最大化 AI 产出、提升能效，智能适应不断变化的电网条件（）。
Lambda 的验证：同一功率预算，多跑三个节点
据 ，这次验证在五个机架、19 台 HGX B200 服务器组成的集群上完成，用 MLPerf（业界基准测试）的推理和训练负载制造持续、接近峰值的功率曲线，以便得到可复现、可横向比较的结果。
DSX MaxLPS 的做法是实时监控 GPU 与机架级功耗，把可用功率动态移向需求最高处，回收静态配置下闲置的容量。操作上，它允许按策略设置每个节点的功率上限，无需改动正在运行的工作负载，Lambda 测试了 80% 和 85% 两档。NVIDIA 强调训练与推理的功率曲线不同：训练是突发式的，推理更平稳，两类负载交错时，动态分配能把错峰留下的余量变成产出。案例研究给出的基线（16 节点、不加策略）约为 404 万 tokens/s；同样的功率预算里，GPU 容量多出 19%。在 10 个推理节点加 10 个训练节点的并发配置下，推理吞吐提升 20%，训练吞吐提升 17%。
Lambda 云服务总裁 Dave Ward 说：「借助概念验证，我们认为已经跨过了固定功率预算的限制。DSX MaxLPS 为回收闲置容量、把它变成真实用量铺平了道路，同一占地内可以有明显更高的计算密度。」
从峰值性能到每兆瓦 token 数
NVIDIA 称，作为 DSX 平台的核心组件，MaxLPS 通过工厂级功率优化，最多可以把每兆瓦 token 产出提升到 1.4 倍；面向下一代 Vera Rubin NVL72 AI 工厂，在「合适的部署环境」下，同一兆瓦预算内最多可多容纳 40% 的 GPU，token 吞吐最高提升 35%，且不需要新增供电线路。
NVIDIA 称，Vera Rubin NVL72 的 agentic 结果已在 SemiAnalysis 的 AgentX 面板上线；在 DeepSeek V4 Pro 模型上，其每兆瓦吞吐最高可达 GB300 NVL72 的 30 倍，每百万 token 成本最多可低 45 倍（）。博客解释，agentic 负载的形状和推理基准历来测量的问答式任务不同：一次会话可能累积数十万输入 token，token 量约为简单聊天请求的 15 倍，输入输出长度的波动也很大；AgentX 用录制的真实 agentic 编码会话来测端到端表现，不采用单请求基准。NVIDIA 的论述是，在功率受限的部署里，每兆瓦吞吐决定 AI 工厂能产生多少收入，每百万 token 成本决定利润率。
NVIDIA 把这归因于深度协同设计：NVL72 的 scale-up（纵向扩展）域与第六代 NVLink 互联、第五代 Tensor Core 上的 NVFP4 精度，以及由 TensorRT LLM 和 Dynamo 组成的推理栈；博客同时称，Vera Rubin 已全面投产。
Groq 3 LPX 为 Vera Rubin 加一层确定性低延迟
NVIDIA 介绍，Groq 3 LPX 为 Vera Rubin 补上确定性的超低延迟推理，与 DSX MaxLPS 互补。NVIDIA 称，与 Vera Rubin 组合后，在 2 万亿参数以上模型、长上下文场景下，每兆瓦 token 吞吐最高可达 GB200 NVL72 的 35 倍；在 100K 上下文的 Qwen 3.8 27B 负载上，Groq 3 LPX 达到每用户每秒 2,529 个输出 token。
产品层面， 把 Groq 3 LPX 描述为 Vera Rubin 的推理加速器，每个 LPX 机架由 256 颗互联的 LPU（语言处理单元）加速器组成；产品页还在性能图表下标注「预期性能，可能变化」。
d-Matrix 接入 NVLink Fusion，Annapurna 共研 NVHBM
Buck 在演讲中还公布了两项合作。其一是 d-Matrix：NVIDIA 博客称，d-Matrix 正在接入 NVLink Fusion，把 NVIDIA Vera CPU 与 d-Matrix 的 Raptor XPU 组合起来，面向大规模的超低延迟推理。其二是 Amazon 旗下的 Annapurna Labs：它与 NVIDIA 合作 NVHBM 定制高带宽内存技术。
Emerald AI 演示：让 AI 工厂回应电网需求信号
电网这一侧，Emerald AI 与 NVIDIA 在 Silicon Valley Power（SVP）的柔性负载互联项目下做了一次演示：系统自动降低负载，成功响应了来自 SVP 的数百次需求信号，同时保住了 AI 工作负载的性能。NVIDIA 的 DSX Flex 负责接收这类电网信号，包括削峰请求、需求响应事件与电价信号，并在预设的工作负载优先级内自动动作：最关键的任务继续运行，其余任务暂缓、之后再恢复。
Emerald AI 计划将 DSX Flex 用于其 Conductor 电网响应式电源管理软件，依据电网实时信号和混合能源动态调整 AI 工厂的能耗。NVIDIA 称，这种能力让 AI 工厂可以充当电网的柔性资源：电网吃紧时压低需求，同时保护优先级最高的 AI 负载，而可控的 AI 负载本身就有助于为电网释放更多容量。
五个机架之后
Lambda 的机队横跨 Ampere、Hopper、Blackwell 与 Vera Rubin 几代 NVIDIA 平台。Dave Ward 把这轮验证称为「一份可扩展、可持续的路线图」，指向 Lambda 今后的运营与扩展。案例研究对推广的措辞是条件句：随着「计划与时间表」逐步明确，Lambda「可能」把 DSX MaxLPS 的功率整形部署到更大的机队。