NVIDIA 技术博客 8 月 24 日发了 DSX MaxLPS，作者是 Sarah McKenney 和 Harry Petty。名字全称是 Maximum Land Power Shell，官方定义为一套芯片、热、系统和软件技术的组合，用来在固定电力预算内最大化 AI 工厂吞吐。
先看电都去哪了。文中说典型站点大约 60% 的交付电力真正用于计算，一个 100 MW 的例子拆成 20 MW 设施开销、10 MW 机架损耗、10 MW 运行低效（故障、重启、检查点），剩下 60 MW 给 AI 负载。
静态分配和动态分配的差别用一个数字讲清楚了。540 kW 预算下，静态方式会把 170 kW 搁在那儿闲置，MaxLPS 实际消耗 475 kW，多上一个机架。放大到 100 MW 站点，Rubin GPU 容量最多提升 40%，能容纳约 4 万个 Rubin GPU，对应 2 zettaflops 的 NVFP4 推理、1.4 zettaflops 的 NVFP4 训练、11 PB HBM4 容量和 800 PB/s HBM4 带宽。
两个实测案例。GB200 NVL72 跑 Kimi-K2.5，机架功率从 125 kW 降到 90 kW，多上 39% 机架，约合 1.5 倍每瓦性能。Vera Rubin NVL72 跑 DeepSeek-R1，从 136 kW 降到 101 kW，多上 35% 机架，约合 1.3 到 1.4 倍。
热这块，Vera Rubin NVL72 机架的目标液冷进水温度是 45 摄氏度，温水液冷用来改善 PUE。文中顺手批评了一句传统 PID 控制是被动的，只在传感器报告偏差之后才响应，并把 Phaidra 那类 agentic 控制列为可选优化。
有两处状态要看清。动态电力软件 DPS 处于开发者预览，文档版本 v0.8，配套开源事件总线 DSX Exchange 同样是预览且属可选组件。另外官方专门说明 MaxLPS 定义的是生命周期容量目标，不是要求一开始就把每个机架填满。