AI 工厂有了统一蓝图：英伟达向 OCP 开放 Vera Rubin 机架设计

如果把建设一座 AI 数据中心比作盖楼，那么过去每一家厂商都在画自己的图纸，彼此之间互不相通。英伟达现在想做的事，是给整个行业送上一份「标准施工图」。在开放计算项目（OCP）全球峰会上，英伟达宣布开放 Vera Rubin 机架与计算托架设计，把下一代 AI 工厂的基础设施规格摆上了公共桌面。

一分钟速览

英伟达在 OCP 全球峰会上宣布，通过开放 NVIDIA MGX 架构，向开放计算项目（OCP）贡献 Vera Rubin 机架和计算托架设计，系统厂商可据此开发面向下一代 AI 工厂的基础设施；英伟达还与 Cisco、Google、Meta、Microsoft、Visionbay 等联合发布多项 AI 基础设施开放标准；更新后的 MGX 1.2 规范新增机架级盲插式液冷、可互操作机架互连、液冷 500W 级加速器支持等能力。

「开放设计」背后的算盘

英伟达选择把 Vera Rubin 的机架与计算托架设计开放出来，表面上是一种「让利」，实则是想抢先定义标准。当下一代 AI 工厂的机架规格、液冷接口、互联方式都围绕英伟达的 MGX 架构来设计，整个供应链就会天然地向英伟达的生态靠拢。

这次联合发布标准的阵容也很说明问题：Cisco、Google、Meta、Microsoft、Visionbay——既有云厂商，也有网络设备商和基础设施玩家。这意味着这套标准不是英伟达的「独角戏」，而是拉着产业链上下游一起定下的「游戏规则」。对系统厂商来说，拿到一份可复用的标准设计，意味着更快地量产、更低地研发成本。

液冷成为「新基建」标配

更新后的 MGX 1.2 规范里，「液冷」是出现频率最高的关键词之一：机架级盲插式液冷、可互操作机架互连、液冷 500W 级加速器支持。这背后是一个残酷的物理现实——随着单颗加速器功耗一路攀升，传统风冷已经逼近极限，液冷正在从「可选方案」变成「默认配置」。

对于正在大规模扩建 AI 基础设施的云厂商而言，开放的标准意味着可以像搭积木一样，从不同供应商手里采购可互操作的组件，避免被单一厂商「绑架」。这既是效率诉求，也是成本与供应链安全的诉求。

趋势洞察

英伟达开放 Vera Rubin 机架设计，标志着 AI 基础设施竞争正在从「卖芯片」升级为「定标准」。谁掌握标准的定义权，谁就能在下一代 AI 工厂的建设潮中占据制高点。对行业而言，开放标准会加速 AI 算力的商品化与普及；对英伟达而言，这是一场用「开放」换「生态锁定」的精明棋局。未来几年，围绕 AI 基础设施标准的争夺，将和芯片性能之争同样激烈。