文章作者、来源：0x9999in1，ME News

TL;DR

• 英伟达发布的 DSX AI Factory 生态图，本质上不是一张"供应商名录"，而是一份"AI 工厂施工蓝图"。
• 生态被切成三块：AI Factory Software、Energy & Cooling、Compute Systems。能源和冷却被前置，地位罕见。
• 这意味着 AI 基础设施的瓶颈，正从"买不到 GPU"，转向"接不上电、压不住热"。
• 台系厂商几乎包圆了硬件层，鸿海、广达、纬创、纬颖、华硕、技嘉、台达、和硕悉数在列，AI 工厂的"代工帝国"成型。
• 主权 AI（Sovereign AI）信号强烈：印尼 ISAT、马来西亚电信、韩国 NAVER、日本 KDDI/软银/NTT、印度 Sify 全部入场。
• 英伟达正在从"芯片公司"升级为"AI 工厂参考架构的标准制定者"，类似当年 Intel 在 PC 时代的角色，但更彻底。
• 真正的护城河，不再是 CUDA，而是"从一块地皮到一颗 token"的全栈定义权。

一张图，比发布会更值钱先说判断。

英伟达这张 DSX AI Factory 生态图，比黄仁勋任何一场 keynote 都更值得逐字阅读。

为什么？因为 keynote 是讲故事，生态图是摆棋子。棋子摆在哪、谁在第一排、谁被分到哪一类，背后是真金白银的合作关系，是已经签了字的供应链。

更关键的是，这张图把 AI 基础设施这件事，第一次明牌成了"工厂"。

输入端：电力、数据、网络、资本。

输出端：tokens、推理、训练。

中间是一整套被英伟达定义、被合作伙伴执行的"参考架构"。

这是什么概念？这意味着英伟达不再满足于卖 GPU，它要卖的是"一整座工厂怎么建"的标准答案。

你想建 AI 工厂？可以。但请按我的参考架构来，电源用谁、冷却用谁、机柜用谁、服务器用谁、施工用谁、云服务对接谁——全都给你列好了。

这套打法，熟悉吗？

像极了 1990 年代的 Intel Inside。但比 Intel 当年还要狠。Intel 当年只定义 CPU 和主板，英伟达现在要定义的，是从地皮到 token 的整条流水线。

把"能源和冷却"摆到 C 位，是这张图最大的信号很多人看这张生态图，第一反应是去数 GPU 服务器厂商，去看 SMCI、戴尔、HPE 谁站得更靠前。

错了。

真正反常的，是 Energy & Cooling 这一栏，被独立列出来，并且分量极重。

施耐德、ABB、三菱电机、伊顿、Vertiv、特灵、台达、GE Vernova、Engie、西门子、日立……几乎把全球工业自动化和电力管理的头部企业一网打尽。

这意味着什么？

意味着英伟达自己都承认了：当下 AI 工厂的最大瓶颈，已经不是 GPU 缺货，而是电不够、热压不住、机房盖不起来。

数据是冷的，但故事是热的。

国际能源署（IEA）在 2024 年的报告里就已经预测，全球数据中心的电力消耗，到 2026 年可能突破 1000 TWh，相当于整个日本一年的用电量。

而 Goldman Sachs Research 在 2024 年的测算里更直接：到 2030 年，数据中心电力需求将比 2023 年增长 160%，其中 AI 是主要推手。

这是什么级别的压力？

一台 H100 满载功耗 700W，一台 B200 干到 1200W，传闻中的 Rubin 平台单卡功耗还要再往上推。一个 GB200 NVL72 机柜满载就是 120kW，是传统机柜的 10 到 15 倍。

传统风冷？压不住。

普通电网？接不上。

普通施工方？建不动。

所以你看，Vertiv 出液冷机架，台达做电源模块，伊顿做电力管理，特灵做冷却，雅各布工程做基础设施设计，Procore 做项目管理，GE Vernova 做电网调度，Engie 做清洁能源对接。

这不是一张芯片生态图。这是一张"工业基建联军"的集结令。

英伟达在说：未来谁能把电送进来、把热带出去、把楼盖起来，谁就能分到 AI 时代最大的那块蛋糕。

台系厂商的"代工帝国"，几乎包圆了硬件层把目光转到 Compute Systems 这一栏。

鸿海（2317.TW）、广达（2382.TW）、纬创（3231.TW）、纬颖（6669.TW）、华硕（2357.TW）、技嘉（2376.TW）、和硕（4938.TW）、台达（2308.TW）。

八家台系厂商，整齐排开。

这不是巧合。这是过去三十年 PC 与服务器代工产业链的惯性延续，更是过去三年 AI 服务器爆发的直接结果。

广达 2025 年的财报里，AI 服务器营收占比已经突破 50%，单季营收屡创历史新高。

鸿海则在多次法说会上明确表示，AI 服务器是集团未来三年最重要的成长引擎，并多次提及与英伟达的深度合作。

纬颖、纬创则在 GB200/GB300 整柜出货上几乎吃下大头订单。

为什么是台系？

因为只有他们具备"高复杂度、高密度、高良率、快迭代"的整柜级 ODM 能力。一个 GB200 NVL72 机柜，包含数万个零部件、上千根线缆、复杂的液冷管路，能在 4–6 周完成组装并通过测试的，全球屈指可数。

更值得玩味的是，纯北美厂商在这一栏的数量反而不算多：戴尔、HPE、SMCI、Digital Realty、Equinix、CoreWeave、Nebius、Iris Energy。

软件和云服务在北美，硬件制造在亚洲，能源装备遍布全球——这就是这张生态图揭示的，AI 工厂时代的全球分工。

主权 AI 不是口号，是已经在排队下订单的客户再看 AI Factory Software 这一栏，你会发现一个非常微妙的现象。

印尼电信 ISAT、马来西亚电信 6742.KL、韩国 NAVER、日本 KDDI、软银、NTT、印度 Sify……

一整排亚洲国家的"国家队"和准国家队，被英伟达摆到了软件层。

为什么不是 OpenAI、不是 Anthropic、不是 Meta？

因为这张图讲的不是"谁在做大模型"，而是"谁在建本国的 AI 基础设施"。

这就是过去一年黄仁勋反复念叨的 Sovereign AI——主权 AI。

每一个国家，都要有自己的算力、自己的数据、自己的模型、自己的 token 产能。

日本由 KDDI、软银、NTT 牵头，印度由 Reliance、Yotta、Sify 推动，韩国靠 NAVER 和 KT，东南亚靠 ISAT 和马电信，欧洲靠 Mistral 和各国电信运营商。

英伟达把这些主权 AI 玩家放进 DSX 生态，传递的信号非常清楚：

未来几年，AI 工厂的最大金主，不一定是硅谷的几家超大规模云厂商，而是各国政府和电信巨头。

数据上也对得上。Omdia 在 2025 年的报告里指出，Sovereign AI 相关的数据中心投资，在 2025–2027 年期间的年复合增长率将超过 40%，远高于传统超大规模云的 18%。

这是一块比 Hyperscaler 更碎、但总量更大的市场。

而英伟达，已经提前把座位排好了。

CUDA 之外，英伟达的新护城河叫"参考架构"我们一直习惯说，英伟达的护城河是 CUDA。

这话没错，但已经不够了。

CUDA 守住的是开发者生态，是软件层的迁移成本。但 AI 工厂时代的护城河，已经从软件层，外溢到了物理世界。

DSX 生态图就是最直接的证据。

它在告诉所有想建 AI 工厂的人：你不用自己摸索，照着我这套参考架构来，电从哪里接、冷从哪里走、机柜怎么排、服务器怎么选、网络怎么搭、施工怎么管、云怎么对接，全都已经验证过了。

这是一种新的标准制定权。

类似于波音和空客定义了"飞机怎么造"，丰田定义了"汽车精益生产怎么搞"，台积电定义了"先进制程晶圆厂怎么建"。

现在，英伟达想定义的是"AI 工厂怎么建"。

一旦这套参考架构成为事实标准，会发生什么？

第一，任何想自建 AI 基础设施的玩家，都得先来问英伟达"能不能 NVIDIA Certified"。

第二，任何不在这套参考架构里的硬件厂商，会逐步被边缘化。

第三，英伟达可以通过 DGX Cloud、NIM、Omniverse 等软件层，进一步从工厂里抽走"过路费"。

这才是真正可怕的事。

GPU 卖一次是一次，参考架构一旦立住，就是十年起步的收租权。

AMD、博通、ASIC 联盟，怎么应对？有人会问：AMD MI300/MI350 不也卖得不错？谷歌 TPU、亚马逊 Trainium、Meta MTIA、博通定制 ASIC，不是都在抢英伟达的饭碗？

是。但 DSX 生态图揭示了一个被忽略的事实：

芯片只是工厂里的一个零件，工厂的标准定义权，远比单一零件的市占率更值钱。

AMD 的 MI355X 在性能上确实拉近了与 B200 的差距，超微研究所（SemiAnalysis）2025 年的多次评测显示，在部分推理场景下 MI355X 的性价比甚至更优。

博通则靠着帮谷歌、Meta 设计定制 ASIC，把"非英伟达"路线推到了千亿美元营收的级别。

但是。

这些挑战者，目前都还停留在"卖芯片"或者"卖加速卡"的层面。

没有一家，能像英伟达这样，把电力、冷却、施工、机柜、网络、软件、云服务、数字孪生，捆成一份"开箱即用"的工厂蓝图。

这就是降维打击。

你卖的是零件，我卖的是工厂。

短期内，AMD 和 ASIC 联盟仍能在云厂商的内部部署里分到蛋糕。

但中长期看，主权 AI、电信运营商、二线云厂商、企业级 AI 工厂，更倾向于直接采购"英伟达套餐"，省心、省时、省政治风险。

几个值得提前下注的趋势猜想讲完判断，说几个前瞻性的猜想。仅供参考，不做推荐。

第一，液冷渗透率会在 2026–2027 年加速突破。

Dell'Oro Group 在 2025 年的预测里给出，到 2027 年液冷在 AI 数据中心的渗透率将从目前的 15% 跃升至 40% 以上。Vertiv、台达、伊顿、特灵这些被英伟达点名的厂商，会是第一批拿到结构性红利的人。

第二，电力会成为 AI 工厂选址的第一变量。

未来 AI 工厂的选址，不再看带宽、不再看人才，而是看"哪里有便宜、稳定、清洁的电"。这也是为什么 GE Vernova、Engie 被纳入生态。德州、爱达荷、北欧、马来西亚柔佛、阿联酋阿布扎比，都会成为新的 AI 算力高地。

第三，台系 ODM 的"系统级整合"溢价会持续扩大。

整柜出货的毛利，远高于单机出货。鸿海、广达、纬颖在 GB200/GB300/Rubin 时代的角色，会从"代工厂"升级为"系统集成商"，估值逻辑会被重新定价。

第四，主权 AI 会催生一批新的区域性云巨头。

CoreWeave、Nebius、Iris Energy 只是第一批。未来三年，东南亚、中东、印度、拉美会冒出一批"区域版 CoreWeave"，他们的统一标签会是：英伟达认证、本地数据、政府背书。

第五，数字孪生会成为 AI 工厂的"标配设计语言"。

达索系统、PTC、西门子、Cadence 进入生态，不是装点门面。未来一座 AI 工厂在物理落地之前，会先在 Omniverse 里完整跑一遍，包括电力负载、热分布、施工进度。这是工业软件的一次大反扑。

结语：英伟达正在画一张比 GPU 更大的地图回到最初的问题。

为什么英伟达要在这个时候，把 DSX 生态图正式端出来？

因为它在告诉整个产业链：

GPU 的故事，已经讲到第二乐章了。

第一乐章叫"算力稀缺"，主角是芯片。

第二乐章叫"工厂稀缺"，主角是整套基础设施。

而英伟达，要继续当那个站在中央的指挥家。

它不再只是卖芯片的公司，它是 AI 工业革命的"参考架构定义者"。

它把电力公司、施工公司、冷却公司、机柜公司、ODM 厂、云厂商、电信巨头、各国政府，全都拉进了同一张图里。

这张图，看似只是一张生态合作伙伴清单。

但读懂的人会明白：这是一份新时代的"AI 工业宪法"草案。

而草案的起草人，姓黄。

至于这部宪法能管多久，会不会被 AMD、被 ASIC 联盟、被某个突如其来的架构变革推翻——那是另一个故事了。

但至少在 2026 年的这个夏天，棋盘是英伟达摆的，规则是英伟达定的，第一排的座位也是英伟达分的。

剩下的玩家，要么入局，要么出局。

没有第三个选项。

引用来源：

1. International Energy Agency (IEA), Electricity 2024: Analysis and Forecast to 2026
2. Goldman Sachs Research, Generational Growth: AI, Data Centers and the Coming US Power Demand Surge, 2024
3. Omdia, Sovereign AI Infrastructure Market Tracker, 2025
4. Dell'Oro Group, Data Center Liquid Cooling Forecast Report, 2025
5. SemiAnalysis, AMD MI355X vs NVIDIA B200 Performance and TCO Analysis, 2025
6. NVIDIA Official Newsroom, NVIDIA DSX Blueprint for Gigawatt-Scale AI Factories, 2025
7. Quanta Computer Investor Presentation, Q4 2025 Earnings Report
8. Foxconn (Hon Hai) Annual Investor Conference Materials, 2025