NVIDIA、電力効率を高める「DSX MaxLPS」発表

NVIDIA（GPUおよびAI向けハードウェア・ソフトウェアの世界的リーダー）は、AIデータセンター（AIファクトリー）の限られた電力枠の中でトークン生成量と処理効率を最大化する新アーキテクチャ技術「DSX MaxLPS（システム全体の電力制限を動的に最適化しワットあたり性能を引き上げるNVIDIAの電力管理技術）」を技術ブログで発表した。

静的プロビジョニングから動的電力バジェットへの転換

AIファクトリーにおける最大の制約要因は、データセンター内に収容できるGPU数ではなく「受電可能なメガワット（MW）あたりのAI出力」へとシフトしている。

従来のデータセンター設計では、最悪シナリオのピーク負荷を想定してラックごとに固定的な最大電力を割り当てる「静的プロビジョニング」が採用されていた。しかし、実際の推論ワークロードではGPU利用率が動的に変動するため、膨大な電力容量が未活用のまま浪費されていた。

DSX MaxLPSによる設計革新のポイントは以下の通りである。

比較項目	従来の静的プロビジョニング	NVIDIA DSX MaxLPS 設計
電力割り当て	最大ピーク電力に基づく固定マージン	ワークロードに応じた動的電力バジェット配分
ラック密度	保守的な電力枠によりGPU搭載数制限	高密度GPU配置による施設容量の最大活用
主な評価指標	GPU単体のピーク浮動小数点演算	​アプリケーション層のワットあたり推論性能​
冷却・送電ロス	送電配分と冷却の固定オーバーヘッド	全体の電力消費をリアルタイム監視し無駄を抑制

推論ファクトリーの収益性と効率最大化

AI推論サービス事業者にとって、データセンターの受電容量上限の中でどれだけ多くのトークンを生成できるかは、インフラの投資対効果（ROI）に直結する。

DSX MaxLPSを導入することで、配電、冷却、ネットワーク、ストレージといった周辺設備の電力オーバーヘッドを最小限に抑え、利用可能な電力の大部分をGPUコンピュートへ集中させることが可能になる。これにより、同一の受電契約規模であっても、データセンター全体のトークン生成スループットを大幅に引き上げられる。

日本のデータセンター事業者への影響

日本国内でもAIインフラの需要が急増する一方、電力供給網の逼迫やデータセンターの受電制約が深刻な課題となっている。DSX MaxLPSのようなワットあたり性能を極限まで高める設計手法は、限られた受電容量の中で最大のAI処理能力を確保したい日本のクラウド事業者やデータセンター設計者にとって重要な指針となる。

分析と展望：電力制約時代のAIインフラ競争

AIモデルの大規模化に伴い、データセンターの競争軸は「チップの計算速度」から「施設全体の熱・電力マネジメント能力」へと完全に移行した。NVIDIAがハードウェア単体にとどまらず、ラックおよびファシリティ全体の電力制御アーキテクチャまで主導権を握ることで、同社のAIインフラにおけるプラットフォーム優位性はさらに強固になるとみられる。

引用元：NVIDIA Technical Blog