NVIDIA의 DSX AI Factory 플랫폼은 데이터센터 효율성을 랙 단위의 점진적 개선이 아니라 컴퓨팅, 전력, 냉각을 아우르는 시스템 공동 설계의 문제로 재정의합니다. 핵심 주장은 DSX MaxLPS가 동일한 수의 토큰을 최대 30% 적은 전력으로 생성할 수 있다는 것입니다. 이는 랙 간 동적 전력 배분과, 액체 냉각 컴퓨팅 시스템에 실외형 건식 냉각기를 결합해 증발을 줄이는 검증된 레퍼런스 아키텍처를 기반으로 합니다. 이러한 접근은 유럽을 비롯해 전력망과 수자원이 제약된 지역에서 대규모 AI가 직면한 두 가지 어려움, 즉 한 사이트에 몇 메가와트까지 연결할 수 있는지, 그리고 지역 수자원이 기존 증발식 냉각을 감당할 수 있는지를 해결하는 데 초점을 둡니다.
DSX의 가치는 홍보에만 그치지 않고 실질적인 성과로 나타나고 있습니다. 개념 검증과 초기 시험을 진행한 파트너들은 정해진 전력 한도 안에서 구체적인 용량 개선을 보고했습니다. Lambda가 MaxLPS를 적용해 HGX B200 클러스터를 테스트한 결과, 고정된 전력 예산 안에서 클러스터 토큰 처리량은 약 24%, GPU 활용 용량은 19% 늘었습니다. Nscale의 아이슬란드 평가에서는 동일한 264kW 할당량 내에서 추론 처리량이 49%, 관리 가능한 GPU 용량이 37% 증가했습니다. 이는 동적 전력 배분과 시스템을 고려한 냉각 설계가 칩을 전면 교체하지 않고도 추가 여유 용량을 확보할 수 있음을 보여주는 운영상의 지표입니다.
운영자와 계획 담당자에게 중요한 지표는 바뀌고 있습니다. GPU 연산 성능이나 카드별 벤치마크만 볼 것이 아니라 메가와트당 토큰 처리량을 봐야 합니다. 전력망 연결 용량과 지역의 물 사용 한도가 설치 가능한 랙 수를 제한하면, 남는 선택지는 할당된 메가와트마다 실제로 활용 가능한 AI 추론 및 학습 용량을 최대한 끌어내는 것입니다. DSX의 소프트웨어 기반 전력 프로파일은 검증된 인프라 스택 및 디지털 트윈 시뮬레이션 도구와 결합해 새로운 최적화 영역을 엽니다. 현지 제약에 맞춰 워크로드 스케줄링, 랙 전력 한도, 시설 시스템을 조율해 토큰 출력을 극대화할 수 있습니다.