AI資料中心部署拚縮短至14天!輝達把7座機櫃裝進貨櫃,台達電、鴻海、技嘉搶進新商機
AI資料中心部署拚縮短至14天!輝達把7座機櫃裝進貨櫃,台達電、鴻海、技嘉搶進新商機

AI資料中心的設備安裝,能縮短到14天嗎?輝達(NVIDIA)10月21日在德國柏林GTC大會發表全新DSX Pod Compute Container,將7座Vera Rubin NVL72運算機櫃預先組裝在大型貨櫃中,連同配線、冷卻管路及系統測試都在工廠完成,再整組運送至資料中心,大幅減少現場施工程序。

輝達引用產業研究指出,傳統AI資料中心的運算機櫃安裝、配線、管路連接及驗證作業可能需要長達6個月。透過DSX POD貨櫃式設計,在電力、冷卻及網路等基礎設施準備就緒的情況下,相關運算設備最快可在14天內完成現場部署並投入運作。這項時間不包含整座資料中心的建築及基礎設施建置工程。

輝達執行長黃仁勳強調,AI工廠必須開始產生Token,才能真正創造價值。這項標準化設計就是希望讓運算設備更快投入使用,協助客戶提早開始提供AI服務並產生營收。

輝達也宣布與全球合作夥伴共同推動這項方案,台達電、鴻海、技嘉、和碩、雲達科技及緯創等台廠均入列,預計2027年初開始在全球供應。

vera rubin pods1
黃仁勳展示DSX POD貨櫃式AI工廠。
圖/ 輝達

7座Vera Rubin機櫃裝進貨櫃,如何縮短部署時間?

傳統AI資料中心建置過程中,運算機櫃運抵現場後,仍需要進行大量配線、冷卻管路連接及系統驗證。輝達這次則將相關工作提前至工廠完成,減少設備運抵現場後的安裝程序。

一組DSX POD包含7座Vera Rubin NVL72機櫃,整體約有1,000萬個零組件、3,500條線纜,重量達28公噸。輝達超大規模運算與高效能運算部門副總裁巴克(Ian Buck)說明,設備會先在工廠完成組裝及測試,運抵資料中心後,只需連接現場的電力、冷卻及網路等基礎設施,再完成最終驗證與運轉測試,就能開始提供AI運算服務。

vera rubin pods3
DSX POD貨櫃式AI工廠示意圖。
圖/ 輝達

AI資料中心耗水、耗電怎麼解?輝達導入新冷卻與電力管理技術

除了縮短部署時間,輝達也在DSX AI工廠整體架構中導入節水與電力管理技術。冷卻方面,系統採用封閉式液冷設計,支援攝氏45度的冷卻水進水溫度,搭配乾式冷卻設備排出熱量,目標是達成冷卻過程中的零蒸發耗水,降低資料中心對水資源的需求。

模組化資料中心示意圖
圖/ Google Gemini製圖

電力方面,輝達導入MaxLPS技術,依據運算需求動態分配資料中心內部電力,提高既有供電容量的使用效率。另一項DSX Flex技術,則讓資料中心能透過API與電網業者自動協調,在用電尖峰時調降或延後部分運算工作,將供電容量釋出給其他用戶。

巴克指出,目前部分電網需求調節仍依賴業者之間的人工溝通,未來透過自動化系統,資料中心就能更即時地配合電網需求調整用電。

模組化資料中心早有先例,輝達這次有何不同?

事實上,貨櫃式資料中心已發展多年。2025年啟用的德國JUPITER超級電腦,就採用約50個預製貨櫃模組建置。巴克透露,DSX POD的設計便受到歐洲既有模組化超級電腦經驗啟發。

台灣業者同樣積極布局。《數位時代》今年曾報導,東元電機指出,模組化設計有機會將資料中心整體建置時間從18至24個月縮短至9至12個月。台達電已推出20呎貨櫃式AI資料中心,技嘉也在2026年Computex展示GADU模組化AI資料中心方案。

輝達今年3月已發表DSX AI工廠參考設計,這次進一步提出貨櫃式方案,針對Vera Rubin高密度運算系統預先整合7座NVL72機櫃及其液冷、網路連接設備,縮短現場系統整合時間。

不過,《數位時代》先前採訪是方電訊總經理劉耀元時,他曾提醒,資料中心仍需要完整的供電與備援設施,貨櫃快速安裝不等於整座機房能立即運作。巴克也表示,DSX POD適合需要快速增加數百MW運算容量的情境;對於GW等級的超大型資料中心,傳統建築仍具有規模經濟效益,預期兩種建置模式將持續並存。

目前輝達尚未公布DSX POD的售價、個別合作夥伴的供應分工及具體客戶採購規模,14天的部署目標仍有待實際案例驗證。

延伸閱讀:模組化資料中心是什麼?一個「鐵盒子」,改寫全球算力遊戲規則
SpaceX最大收入來源換人!AI營收首度超車Starlink,出租算力為何成新引擎?

關鍵字: #Nvidia
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓