NVIDIA DSX MaxLPS 动态功耗分配评测：同功耗预算下增加 GPU 容量

用途与变化

据 NVIDIA 开发者博客（2026 年 9 月 27 日）介绍，DSX MaxLPS 通过策略化功耗共享，在参与资源之间动态分配电力，而非按每个节点峰值静态预留。其控制环节包括拓扑与资源组、遥测、策略、分配与控制、验证与执行五个部分。该方法不增加站点供电，而是把工作负载波动产生的闲置余量重新分配。

评测结论

NVIDIA 与 Nscale 在冰岛 Keflavík 的 Verne 园区做了联合评测，使用 GB300 NVL72 系统、Blackwell Ultra GPU、Kimi K2.5（FP4）、Dynamo 与 TensorRT LLM，输入 8K、输出 1K。静态基线为 140 块 GPU（3 个实例），DSX MaxLPS 配置为 192 块（增加一个 52-GPU 高吞吐实例），两者供电预算同为 264.4 kW。

报告给出的数据：受管 GPU 增加 37.1%，归一化总吞吐从 1,084,503 提升至 1,618,443 tokens/s（+49.2%），每预置瓦吞吐从 4.10 升至 6.12 tokens/s/W；单实例吞吐基本不变；中位数与 P75 延迟在基线 5% 以内；P99 首 token 延迟较 15.7 秒基线上升 17%。

适用场景与操作建议

面向受电力约束的 AI 数据中心/云运营方。博客提出五阶段验证流程：定义受管边界、建立有代表性的基线、保守引入策略、逐步扩容并在每步测试、在满足全部目标后再设定生产运行上限。

限制与待核实事项

可用余量取决于工作负载组合，互补的功率曲线比同时达峰更有利；动态分配依赖可靠遥测，缺失或错配的测量会影响整体决策。P99 尾延迟的变化提示不能只看容量与吞吐。此外，文中关于 Vera Rubin NVL72 的 45°C 液冷与能效描述属于未来平台规划，博客明确要求与本次 GB300 NVL72 实测分开看待，相关容量预测未在本次评测中验证。