For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/zh/articles/nvidia-vera-rubin-at-ocp-2026-mgx-1-2-dsx-6b3d7f12.md.
随着 AI 工厂从兆瓦级迈向吉瓦级基础设施，挑战已不再仅限于将更快的加速器部署进数据中心。供电、液冷、网络、可维护性、电网响应能力和可互操作的机架设计，都必须同步扩展。
随着 AI 工厂从兆瓦级迈向吉瓦级基础设施，挑战已不再仅限于将更快的加速器部署进数据中心。供电、液冷、网络、可维护性、电网响应能力和可互操作的机架设计，都必须同步扩展。
在圣何塞举办的 2026 Open Compute Project Global Summit 上，NVIDIA 宣布了一系列合作伙伴关系、开放规范和软件贡献，旨在为下一代 AI 基础设施建立更通用的基础。
核心是 NVIDIA Vera Rubin。NVIDIA 通过开放的 NVIDIA MGX 架构向 OCP 贡献了关键的 Vera Rubin 机架和计算托盘设计，使系统构建商和基础设施合作伙伴能够基于共享参考设计开展工作，而不必独立构建每一层。
这些公告涵盖 AI 工厂的三个相互关联层面：
其结果是，行业将更广泛地推动开放、可复用的基础设施，让合作伙伴能够在全球规模上制造、部署和维护这些设施。
在 OCP Global Summit 2026 上，NVIDIA 及其生态系统合作伙伴宣布了围绕 Vera Rubin 的多项基础设施举措。
主要公告包括：
在活动现场，NVIDIA 超大规模计算与高性能计算副总裁 Ian Buck 将开放基础设施描述为在全球范围扩展 AI 工厂日益重要的一部分。
这些公告的共同主线是协同设计。计算、网络、供电、冷却和软件正被视为同一系统的组成部分，而不是彼此孤立的层级。
NVIDIA 与其他行业参与者一道，通过 OCP 的 Open DC Initiative，为第三代 MGX AI 数据中心参考设计作出贡献。
更新后的 MGX 1.2 规范将该架构扩展至支持更高功率、液冷式 AI 工厂。
主要新增功能包括：
NVIDIA 表示，该架构能够支持最高 250kW 的机架部署，同时提升可维护性和基础设施复用能力。
MGX 是一种模块化参考架构，而非单一固定的服务器设计。
它为 OEM、ODM 和基础设施合作伙伴提供了共同的机械、电气和冷却基础，同时仍允许采用不同的 CPU、GPU、网络和存储组合。
对于 Vera Rubin，这意味着合作伙伴可以围绕已知的机架级设计构建系统，而不必每次都从专有平台起步。
Vera Rubin NVL72 平台结合了：
随后，它可以通过 NVIDIA Quantum-X800 InfiniBand 或 Spectrum-X Ethernet 进行横向扩展。
NVIDIA 还将相同的 MGX 设计原则扩展至专用的 Vera CPU 机架。
Vera Rubin NVL72 面向大规模训练和推理，而 Vera CPU 机架则针对 CPU 密集型智能体工作负载，例如：
更广泛的理念是，即使 AI 工作负载的不同部分需要不同的计算资源，也要保持物理基础设施的一致性。
NVIDIA 的 DSX AI Factory 平台旨在将计算、网络、供电、冷却、设施和软件协调为一个经过优化的整体系统。
软件层的核心是 DSX OS，NVIDIA 将其描述为用于可复用 AI 工厂运营的开放操作层。
在 OCP 上，NVIDIA 为 DSX OS 扩展了四个开源组件。
NVIDIA Config Manager 可自动化完成大规模交换机配置。
其目标是帮助运营商部署、验证和维护一致的网络结构，尽量减少手动配置。
NVIDIA Cluster Readiness Engine 在生产训练开始前，使用工作负载模拟对 GPU 集群进行压力测试。
目标是在足够早的阶段发现硬件或基础设施问题，从而避免代价高昂的训练任务失败。
NVIDIA Rack Management Service 提供机架级硬件抽象和运营层。
该软件不再将每台服务器视为独立单元，而是将机架视为固件管理和大规模基础设施控制的一等运营单元。
NVIDIA Infrastructure Controller 的 Cluster API Provider 旨在加速裸金属部署和租户接入。
NVIDIA 表示，其目标是将原始 AI 硬件在数小时内而不是数天内转化为可投入生产的集群。
这些组件基于 NVIDIA 运营 DGX Cloud 的经验开发，旨在让 AI 工厂能力更容易集成到多租户云平台中。
大型 AI 部署所需的不仅是共享机架设计。设施、冷却系统、电力架构和公用电网响应行为也需要具备共同预期。
在 OCP 上，NVIDIA 与 AMD、Google 和 Meta 共同发布了面向下一代 AI 基础设施的更新版开放数据中心规范。
Open Data Center Specification v0.7 为 AI 工厂设施设计定义了共同蓝图。
它涵盖的领域包括：
其目的在于为制造商、托管数据中心服务商和运营商提供共同目标，而不是要求他们等待每位客户分别提供专有规范。
Google、Meta、Microsoft 和 NVIDIA 还发布了 OCP Grid Resilience Specification。
该规范定义了超大型 AI 基础设施在公用电网扰动期间应如何响应。
设计目标是让 AI 设施能够：
随着 AI 设施规模扩大到其功耗突变足以影响周边电网的程度，这一点变得愈发重要。
NVIDIA 表示，其 DSX 参考设计提供了一条可部署的实施路径，可将这些开放标准落地为实际的 AI 工厂基础设施。
功率密度正成为 AI 工厂设计中最大的约束之一。
随着训练、推理和推理计算集群不断增长，传统的低电压配电需要越来越多的铜材、电缆和转换硬件。
在 OCP 上，Visionbay.ai 发布了 K-1 的计划。这是一个基于 800 VDC 架构的 AI 工厂平台，设计时已考虑未来的 Vera Rubin 部署。
输入一句想法，We0 AI 即可生成展示站、页面与 CMS。发布上线后并帮你获取客户和流量。
用户注册赠送一次完整项目生成
适合先体验一次完整生成流程，快速看到项目初稿。
该设计将 NVIDIA 的 800 VDC 参考架构与 Vertiv 的电力和热管理技术相结合。
该架构旨在将高压直流配电进一步靠近计算层。
K-1 不再通过大量铜材反复转换和分配较低电压的电力，而是使用集群级电力中心集中进行交流转直流转换，再将 800 VDC 分配至更靠近机架的位置。
据 NVIDIA 介绍，这种方法可以：
该平台还被设计为可逐步采用，而不是要求整个设施一次性迁移到 800 VDC。
这为运营商提供了一条路径：在高压直流最具价值的区域率先引入，同时保持与现有基础设施的兼容性。
在 OCP 上，Meta 和 NVIDIA 宣布了双方网络合作的又一进展。
Meta 正在采用 NVIDIA Spectrum-6 102.4Tb/s Ethernet 交换机，用于运行在开放网络基础设施上的更大型 Vera Rubin AI 工厂。
Spectrum-6 提供：
Meta 基于 Spectrum-6 的交换机称为 N-IceCube。
它旨在适配 IcePack，即 Meta 的 100T 液冷网络机架。
N-IceCube 运行 Meta 的开源网络操作系统 FBOSS。
FBOSS 使用 Switch Abstraction Interface（SAI），这是一项 OCP 标准，可提供用于控制交换机硬件的厂商无关接口。
这使 Meta 能够在采用 Spectrum-6 交换芯片的同时，继续使用熟悉的软件控制平面。
此次合作的一个重要部分是 Spectrum-X Multiplane 技术。
借助 Spectrum-6 交换机和 ConnectX-9 SuperNIC，Multiplane 可在硬件层面将 GPU 流量分散到最多八个独立网络平面。
该设计旨在支持拥有超过 100,000 个 GPU 的 AI 工厂，同时减少所需的交换机层级数量。
多条路径也提高了韧性。
如果一个网络组件发生故障，流量可以切换至其余平面。工作负载可在带宽降低的情况下继续运行，而不必使整个网络结构失效。
最终形成的网络架构旨在兼具高扩展性，并在真实生产环境中更易于运营。
随着 AI 集群规模不断扩大，物理光连接本身也成为限制因素。
NVIDIA 和 Cisco 宣布了 Ultra-Dense Small Form Factor Pluggable（USFP） 计划。这是一种面向下一代 AI 网络设计的新型可插拔光收发模块。
USFP 旨在为 每通道 400Gb/s 网络提供路径，同时保持与广泛使用的每通道 200Gb/s OSFP 外形规格大致相同的占用空间。
计划中的设计包括：
目标是在不增加额外网络层级的情况下连接更多计算资源，避免增加延迟、功耗和运营复杂性。
NVIDIA 和 Cisco 正与 TE Connectivity 和 Amphenol 合作开发笼架、连接器和模块，并计划通过由社区推动的多源化方式推进 USFP。
这使该设计符合 OCP 更广泛的互操作性主题，而不是形成单一供应商的光学器件生态系统。
NVIDIA 和 Google 还宣布，未来 NVIDIA ConnectX-10 SuperNIC 和 BlueField DPU 将支持 Falcon Transport。
Falcon 是一种传输协议，旨在通过 Ethernet 网络实现可靠、高性能的通信，尤其适用于拥塞场景。
它支持：
该合作将 NVIDIA 硬件加速与 DOCA 软件相结合，实现 Falcon，同时保持应用程序可使用标准 RDMA 编程接口。
这很重要，因为它为 NVIDIA 和 Google 的网络硬件提供了共同的传输层，同时允许软件继续使用熟悉的 RDMA API。
在大型 AI 网络结构中，Falcon 能够在不同路径之间分配流量、适应拥塞并从丢包中恢复，而不要求应用程序直接管理这些细节。
NVIDIA 通过开放的 MGX 架构向 OCP 贡献了关键的 Vera Rubin 机架和计算托盘设计，并参与制定了新的设施、电网和网络标准。它还发布了四个新的开源 DSX OS 基础设施组件。
MGX 1.2 是面向高密度加速计算的更新版机架级参考架构。它增加了盲插式液冷、5,000A 母排、原生 19 英寸支持、可配置 I/O 插槽，以及对最高 250kW 机架的支持。
新发布或重点展示的组件包括 NVIDIA Config Manager、Cluster Readiness Engine、Rack Management Service，以及 NVIDIA Infrastructure Controller 的 Cluster API Provider。它们分别覆盖网络配置、集群健康测试、机架级运营和裸金属部署。
随着机架功率不断提高，更高电压的直流配电能够减少所需的铜材、电缆和转换设备。NVIDIA 的设计旨在支持未来兆瓦级 AI 机架，同时允许在现有设施中逐步采用。
Spectrum-6 是 NVIDIA 面向 AI 工厂的 102.4Tb/s Ethernet 交换机平台。它提供每通道 200Gb/s 网络能力，Meta 正将其作为 N-IceCube 和 Spectrum-X Multiplane 架构的一部分采用。
USFP 是 NVIDIA 和 Cisco 正在开发的一种新型可插拔光模块外形规格，面向每通道 400Gb/s 网络。它旨在提升带宽密度和功耗效率，同时保留可插拔光学器件的可维护性。
Falcon 是 Google 的高性能 Ethernet 传输协议。预计未来的 ConnectX-10 SuperNIC 和 BlueField DPU 将通过 NVIDIA 硬件加速和 DOCA 软件支持该协议，同时保留 RDMA 编程接口。
是。NVIDIA 在 2026 年 5 月宣布，Vera Rubin 正与全球系统和供应链合作伙伴一起进入全面量产阶段，并开始规模化制造系统。
在 OCP Global Summit 2026 上，NVIDIA 将 Vera Rubin 从一个计算平台扩展为更开放的基础设施蓝图。MGX 1.2 进一步标准化了机架、冷却和供电设计，而 DSX OS 则增加了用于配置、验证和运营大型 AI 集群的开源工具。
周边生态系统也正朝着相同方向发展。新的 OCP 设施和电网规范定义了大型 AI 工厂应如何建设，以及它们在电力扰动期间应如何响应。Visionbay 的 800 VDC 设计应对了不断提升的机架密度，而 Meta、Cisco 和 Google 则通过 Spectrum-6、USFP 和 Falcon Transport 扩展网络技术栈。
核心主题是互操作性：Vera Rubin 正在成为不仅涵盖 GPU，而且覆盖计算、网络、供电、冷却和运营的共享参考架构。
从一句话开始，几分钟内拿到完整网站。
