在圣何塞McEnery会议中心举行的OCP全球峰会上，英伟达宣布了一系列围绕下一代AI基础设施的开放合作与贡献。核心动作是：通过开放的NVIDIA MGX架构，向OCP贡献Vera Rubin机架与计算托盘设计，为系统集成商提供开发下一代AI工厂基础设施的通用基础。英伟达方面将这一系列努力概括为覆盖AI工厂本体、为其供电的电网以及现代加速计算核心的机架级架构三个层面。
英伟达与多家合作伙伴在峰会上公布了一批进展：与超大规模厂商联合发布下一代AI工厂的开放标准，涵盖AI工厂设计标准与电网韧性；为NVIDIA DSX AI Factory推出新的开源软件组件；与Meta推进基于Spectrum-X Ethernet SuperNIC和Spectrum-6的开放AI网络；Visionbay推出面向Vera Rubin时代的800V直流AI工厂设计；与思科发布USFP（超密集小型可插拔）标准，号称是业界首个面向400Gb/s网络架构的模块；与谷歌宣布未来ConnectX-10 SuperNIC和BlueField DPU将支持Falcon Transport。
英伟达超大规模与高性能计算副总裁Ian Buck在会上表示，开放基础设施正成为全球AI工厂规模化的关键要素。英伟达强调，极端协同设计结合开放标准，正在加速部署、改善能效并提升每瓦token性能。
在机架层面，英伟达参与了OCP开放数据中心倡议下的第三代MGX AI数据中心参考设计贡献。结合MQD、MQDB等开放液冷技术，这一努力旨在把经过验证的AI工厂设计转化为行业标准，供其他厂商采用、制造和扩展。面向Vera Rubin AI工厂，更新后的MGX 1.2规范扩展了开放架构，新增机架级盲插液冷、可互操作的机架级互连基础设施，以及面向更高功率AI系统的液冷5000A母线。它还加入原生19英寸设备支持和更高密度机架设计。
MGX 1.2进一步扩展模块化能力，包括可配置I/O插槽、无风扇液冷计算托盘、标准化供电与冷却接口，以及帮助生态伙伴构建可互操作加速计算平台的通用基础设施。英伟达称，这有助于缩短组装、测试和服务时间，简化制造与现场服务，从而加快基础设施部署。该架构支持最高250kW的机架部署，同时简化可维护性、部署与基础设施复用。
值得注意的是，英伟达还发布了Vera CPU机架设计规范，将MGX开放架构从加速计算延伸至CPU领域，定位为面向智能体AI时代的专用平台。Vera Rubin NVL72面向大规模训练与推理，而Vera CPU机架则针对工具调用、编排和沙箱化执行，帮助AI智能体实时与应用、数据和服务交互。该机架基于第三代MGX机架架构，与计算、网络、供电和冷却统一的模块化平台共享同一套机架级设计原则，使合作伙伴在部署专用基础设施时仍能受益于共享生态与简化集成。
软件方面，NVIDIA DSX AI Factory平台通过极端协同设计统一计算、网络、供电、冷却、设施与软件，目标是让AI工厂作为一个整体优化系统运行，在既有基础设施约束下最大化AI产出。其核心是DSX OS，这一开放操作层把DSX架构转化为可协调、可重复的大规模运营。在OCP上，英伟达为DSX OS扩展了四类开源组件：NVIDIA Config Manager用于大规模自动化交换机配置，力求以最少甚至零人工干预部署和维护一致的AI工厂网络；NVIDIA Cluster Readiness Engine通过真实工作负载模拟对GPU集群做压力测试，在训练开始前确认硬件健康，以减少代价高昂的任务崩溃；NVIDIA Rack Management Service提供机架硬件抽象与运维方案，把机架作为一等单元来改进固件管理；Cluster API Provider for NVIDIA Infrastructure Controller则加速裸金属部署与租户接入，把原始AI硬件变成生产就绪集群的时间从数天缩短到数小时。这些组件源自英伟达运营DGX Cloud的经验，使云服务商和软件伙伴能把AI工厂能力直接集成进多租户平台。
从产业视角看，这一轮发布的主线是英伟达把原本偏内部的机架级设计、液冷与供电规范、以及运维软件逐步交给OCP生态。随着AI工厂从兆瓦级走向吉瓦级，供电、散热和部署效率成为比单芯片性能更棘手的瓶颈。开放标准若能降低系统集成商的适配成本，理论上会加快AI数据中心的建设节奏，并让液冷、母线、网络模块等上游环节获得更明确的规格指引。与此同时，这也意味着英伟达在巩固自身架构影响力的同时，需要与Meta、思科、谷歌等伙伴在标准层面协调利益，生态的开放程度与实际落地速度仍有待观察。