在Hot Chips 2026大會上，輝達圍繞下一代Rubin GPU展開介紹，但重點並非單一晶片效能，而是強調電力已成為資料中心容量的硬性天花板。公司宣稱，通過其DSX MaxLPS（Land, Power, Shell）站點級動態電源管理方案，運營商可在100MW的固定設施功率預算內，部署約4萬顆Vera Rubin晶片（相當於約40個Rubin DGX SuperPOD），並預期這些硬體可提供最高2 ZFLOPS的NVFP4推理效能和1.4 ZFLOPS的NVFP4訓練效能。

輝達指出，過去資料中心運營商在規劃功率時，往往基於每機架固定的最壞情況峰值功耗，這可能導致功率預算虛高，並在實際執行中造成大量功率閒置。例如，在靜態配置下，若叢集中不同機架負載差異明顯，負載較輕的機架無法將多餘功率轉給負載較重的機架，導致資源浪費。DSX MaxLPS通過智慧動態方案，持續感知晶片、機架及機架組的功率使用情況，並利用動態功率軟體控制迴路，將閒置功率即時重新分配給最需要的系統，從而最大化可部署的系統數量與整體效能功耗比。

輝達以現有GB300機架為例說明：在540kW功率預算下，若按靜態峰值配置，運營商可能只能安裝四個135kW系統，但實際執行中，因機架利用率差異，可能有多達170kW功率未被使用，這相當於可額外部署一個多NVL72機架。通過DSX MaxLPS，運營商可在同一預算內安裝更多系統，並降低為峰值預留的功率餘量。

在機架層面，DSX MaxLPS還提供面向特定工作負載的功率配置檔案，類似PC使用者熟悉的安靜、均衡、高效能模式。輝達為推理、訓練及記憶體或計算密集型任務設計了不同機架級功率配置。例如，在Grace Blackwell GB300系統執行DeepSeek-R1時，傳統固定峰值方案假設GPU TGP為1400W、機架功率136kW；而採用MaxLPS後，典型GPU TGP降至1000W、機架功率降至101kW，且不影響效能。這直接帶來更高的效能功耗比、可在同一設施內安裝更多機架，最終為運營商帶來更多可產生收入的token輸出。

輝達還強調，從設計之初就採用MaxLPS的資料中心，可在設施生命週期內獲得更大靈活性。例如，初期以訓練為主的設施，每套系統需佔用更多功率，運營商可能不必一開始就佔滿所有機架空間；隨著硬體迭代、舊系統轉向推理，各GPU的功率需求會變化，動態管理可適應這種轉變。

值得注意的是，輝達並未公佈Rubin晶片的實測功率或效能功耗比資料，上述效能數字為估計值。實際工作負載下的FLOPS可能因多種因素顯著降低，但其核心觀點依然成立：未來AI資料中心規劃需更精細的監控與管理，而非簡單按峰值功耗粗放配置。輝達已通過DSX工具包為資料中心建設者提供了相關元件。