NVIDIA предлагает перестать проектировать AI-ЦОД как сумму паспортных максимумов оборудования. Вместо резерва мощности в каждой стойке DSX MaxLPS управляет общим энергобюджетом площадки и направляет доступные киловатты туда, где они нужны сейчас. Для покупателя GPU-кластера это шанс отложить расширение энергоподключения, но ценой становится ещё один критический слой управления от NVIDIA.
Что именно предлагает NVIDIA
Как пишет Tom's Hardware по итогам Hot Chips 2026, DSX MaxLPS объединяет проектирование площадки и динамическое управление мощностью. Система отслеживает потребление на уровне чипов, стоек и групп стоек. Если часть оборудования простаивает или конкретная нагрузка не выбирает весь заложенный лимит, Dynamic Power Software перераспределяет свободную мощность в пользу более загруженных систем.
Старый подход закладывает худший сценарий для каждой стойки отдельно. Это удобно для таблицы и дорого для площадки: резерв остаётся заперт там, где почти никогда не используется, а соседняя стойка всё равно упирается в собственный предел.
На примере действующих стоек GB300 NVIDIA показывает бюджет в 540 кВт. При статическом расчёте в него помещаются четыре системы по 135 кВт. Однако из-за разницы в загрузке до 170 кВт могут оставаться невостребованными. По расчёту компании, этого достаточно, чтобы установить пятую стойку и сохранить меньший общий резерв под пики.
Второй пример ещё нагляднее. Для GB300 с DeepSeek-R1 расчёт по фиксированному пику предполагает TGP GPU в 1400 Вт и 136 кВт на стойку. С MaxLPS типичное потребление GPU для этой нагрузки снижается до 1000 Вт, а стойки до 101 кВт, утверждает NVIDIA, без потери производительности. Здесь выигрыш возникает не из нового источника электричества, а из отказа считать редкий максимум постоянной нормой.
Где заканчивается магия
MaxLPS особенно хорошо выглядит на нагрузках с разными профилями и неполной одновременной загрузкой. NVIDIA предусмотрела режимы для инференса, обучения, задач с упором на память и вычисления. Чем заметнее различаются стойки по потреблению во времени, тем больше пространства для перераспределения.
Но из этого же следует ограничение. Если кластер долго работает близко к максимуму и все стойки требуют мощность одновременно, перераспределять почти нечего. DSX MaxLPS не отменяет физический лимит площадки, а плотнее упаковывает вычисления внутрь него. Это управление дефицитом, а не его устранение.
С Rubin разрыв между обещанием и измерением пока особенно важен. NVIDIA говорит, что в площадку на 100 МВт можно установить 40 тысяч GPU Vera Rubin, примерно 40 Rubin DGX SuperPODs, и получить до 2 ZFLOPS на NVFP4-инференсе или до 1,4 ZFLOPS на обучении. Tom's Hardware подчёркивает, что это оценочные, а не измеренные показатели, и реальная производительность нагрузок, вероятно, будет существенно ниже.
Есть и второй вопрос: переносимость. В опубликованных примерах фигурируют GB300, Rubin, NVL72 и собственное ПО NVIDIA. Tom's Hardware не приводит результатов для смешанных кластеров, сторонних ускорителей или площадок, где управление питанием уже собрано из систем нескольких поставщиков. Поэтому считать MaxLPS универсальным способом уплотнения любого AI-ЦОДа пока рано.
Что пересчитать покупателю кластера
Практический вывод для российского оператора прост: число стоек стоит считать дважды. Сначала по сумме паспортных пиков, затем по измеренному профилю конкретных нагрузок и допустимому общему лимиту площадки. Если второй расчёт даёт заметно большую ёмкость, расширение энергоподключения действительно можно отложить.
Но вместе с GPU заказчик покупает контур телеметрии, профили нагрузок и алгоритм распределения мощности. Чем сильнее экономика площадки зависит от MaxLPS, тем сложнее заменить оборудование или управляющий слой без повторного энергетического расчёта. NVIDIA продаёт не только ускорители, но и право решать, какой стойке достанется следующий киловатт.
Главный маркер теперь не заявленное число Rubin на 100 МВт, а измерения на реальных кластерах. Стоит смотреть на три вещи: сколько стоек MaxLPS добавляет при конкретной смеси обучения и инференса, сохраняется ли производительность под динамическими лимитами и появятся ли подтверждённые внедрения за пределами полностью эталонного стека NVIDIA. Если таких данных не будет, новая арифметика мощности останется отличной демонстрацией на собственной витрине.