OCP 全球峰会：英伟达开放 Vera Rubin 机架设计，并联手谷歌、Meta、思科推进 AI 工厂开放标准

2026 年 10 月 12 日，在美国圣何塞举行的 Open Compute Project（OCP）全球峰会上，英伟达发布了一组围绕“AI 工厂”的开放贡献与合作。英伟达的说法是，随着 AI 工厂从兆瓦规模走向吉瓦规模，建设它们需要的不只是先进的计算芯片，开放标准能帮助整个行业更快、更高效、更可靠地扩大 AI 基础设施。这批消息横跨三层：AI 工厂本身、为它供电的电网，以及机架级的计算架构。 最核心的一项，是英伟达把 Vera Rubin 的关键机架与计算托盘设计，通过开放的 NVIDIA MGX 架构贡献给了 OCP，让系统厂商有一个共同基础来开发下一代 AI 工厂设备。英伟达还与业界一起为第三代 MGX 数据中心参考设计出力，并配合开放的液冷技术 MQD 和 MQDB，目的是把已被验证的 AI 工厂设计变成别人可以采用、制造和扩大的行业标准。官方介绍的 MGX 1.2 规范包括机架级液冷盲插、可互操作的机架级互连、液冷 5,000A 母线排、原生 19 英寸设备支持与更高密度的机架设计，并加入可配置的 I/O 仓、无风扇液冷计算托盘以及标准化的供电与冷却接口，机架部署功率最高到 250kW。同时发布的 Vera CPU 机架设计规范则把 MGX 扩展到加速计算之外：Vera Rubin NVL72 负责大规模训练与推理，Vera CPU 机架则面向工具调用、编排和沙箱执行，帮助智能体实时地与应用、数据和服务交互。

第二项是软件。英伟达的 DSX AI 工厂平台把计算、网络、供电、冷却、设施和软件统一设计，其中的开放运行层 DSX OS 此次新增了几个开源组件。Config Manager 用来大规模自动化交换机配置；Cluster Readiness Engine 在训练开始前用真实负载模拟给 GPU 集群做压力测试，以避免代价高昂的作业崩溃；Rack Management Service 把机架当作一等公民来管理固件；Cluster API Provider for NVIDIA Infrastructure Controller 则把裸机部署和租户接入从数天缩短到数小时。官方称这些组件源于运营 DGX Cloud 的经验，开发者可以在 DSX AI Factory 的 GitHub 页面查看并参与贡献。

第三项是行业共同发布的标准。英伟达与 AMD、谷歌和 Meta 联合发布了 Open Data Center Specification v0.7，给出下一代 AI 工厂设施设计的统一蓝图，涵盖供电架构、冷却基础设施和物理布局。另有一份由谷歌、Meta、微软和英伟达发布的 OCP 电网韧性规范，规定大型 AI 基础设施在电网扰动期间应当保持并网、自动响应，并在不到两秒内恢复到接近满载。规范公开之后，全球设备制造商、托管服务商和数据中心运营商就有了共同的建造目标，不必再等待某个客户的专有规格。Visionbay 也在峰会上公布了围绕 800 VDC 架构的 K-1 平台计划，借助 Vertiv 的供电与散热技术，为未来的 Vera Rubin 部署做准备。 网络同样是重点。Meta 与英伟达宣布，Meta 将采用 Spectrum-6 的 102.4Tb/s 以太网交换机来建设更大规模的 Vera Rubin AI 工厂。官方称 Spectrum-6 的交换容量和单通道带宽是 Spectrum-4 的两倍，每通道 200G，并提供无损的以太网 AI 结构。Meta 基于它做了名为 N-IceCube 的交换机，装入其 100T 液冷机架 IcePack，运行 Meta 开源的网络操作系统 FBOSS。结合 Spectrum-X Multiplane 技术，GPU 流量可以在硬件层面分散到最多八个独立网络平面，使 AI 工厂在更少交换层级和更低成本下扩展到十万块以上 GPU；某个部件故障时，流量会转移到其余平面，GPU 继续工作，只是带宽下降。另外，英伟达与思科提出 USFP 光模块形态，尺寸与 OSFP 相近，却可以走向每通道 400Gb/s，在 16 条全双工通道的基础上计划扩展到 32 条，官方称带宽密度提高 4 倍、能效约提高 1.3 倍；英伟达还与谷歌宣布，未来的 ConnectX-10 SuperNIC 和 BlueField DPU 将支持谷歌的 Falcon 传输协议，使两家的网卡能在同一传输层上通信，而应用仍使用标准的 RDMA 接口。

我们的判断是，这些消息的共同点在于“把接口公开”。英伟达在计算上仍然是最大的供应方，但它选择把机架、供电、冷却、网络和运维软件的规范放进开放社区，让上下游的厂商围着同一套接口建设。对数据中心运营商而言，好处是可以更早启动采购和施工；对英伟达而言，则是让 Vera Rubin 在生态里更容易落地。需要保留的一点是，原文是英伟达自己的博客，文中的性能与效率数字都是厂商表述。真正的检验，是这些规范被多少家制造商采用，以及 Vera Rubin 的实际交付时间。