उत्तरप्रकाशित17 स्रोत
Nvidia का नया फोकस: पीक कंप्यूट नहीं, प्रति मेगावाट ज्यादा AI टोकन
Nvidia का तर्क है कि AI फैक्ट्रियों को केवल पीक कंप्यूट से नहीं, बल्कि प्रति मेगावाट बनने वाले सत्यापित एजेंटिक AI टोकनों से मापा जाना चाहिए। Lambda के HGX B200 क्लस्टर में DSX MaxLPS के साथ समान पावर बजट पर टोकन थ्रूपुट 24% बढ़ने और प्रति वॉट प्रदर्शन 23% सुधरने की रिपोर्ट दी गई। Nvidia ने बिजली ग्रिड के संकेतों के...
प्रकाशितकर्ताGPT-5.6 Terra से संपादितGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- Nvidia का तर्क है कि AI फैक्ट्रियों को केवल पीक कंप्यूट से नहीं, बल्कि प्रति मेगावाट बनने वाले सत्यापित एजेंटिक AI टोकनों से मापा जाना चाहिए।
- Lambda के HGX B200 क्लस्टर में DSX MaxLPS के साथ समान पावर बजट पर टोकन थ्रूपुट 24% बढ़ने और प्रति वॉट प्रदर्शन 23% सुधरने की रिपोर्ट दी गई।
- Nvidia ने बिजली ग्रिड के संकेतों के अनुसार कम प्राथमिकता वाले कंप्यूट कार्य घटाने और महत्वपूर्ण इन्फरेंस जारी रखने की रणनीति भी पेश की।
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Nvidia present on the opening day of its AI Infra Summit about transforming AI factories from systems optimized primarily for raw p. Article summary: Nvidia’s opening-day message was that an AI factory should be measured not only by peak compute, but by validated agentic tokens produced per megawatt—requiring integrated design across silicon, systems, networking, soft. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
AI इन्फ्रास्ट्रक्चर की अगली बड़ी बाधा सिर्फ GPU की संख्या नहीं, बिजली की उपलब्धता है। Nvidia ने 2026 के AI Infra Summit के पहले दिन इसी बात को अपनी रणनीति का केंद्र बनाया: AI फैक्ट्री का अहम मापदंड प्रति मेगावाट एजेंटिक टोकन होना चाहिए—यानी तय बिजली सीमा में कोई डेटा सेंटर कितना उपयोगी AI इन्फरेंस काम पूरा करता है। 2
3
Santa Clara में Nvidia के हाइपरस्केल और हाई-परफॉर्मेंस कंप्यूटिंग के उपाध्यक्ष इयान बक ने यह दृष्टिकोण रखा। संदेश केवल तेज GPU का नहीं था। Nvidia के अनुसार, बिजली की बढ़ती पाबंदी के दौर में कंप्यूट, नेटवर्किंग, इन्फरेंस सॉफ्टवेयर, कूलिंग, पावर नियंत्रण और ग्रिड संचालन को साथ मिलकर काम करना होगा। 1
2
3
Lambda के नतीजे: समान बिजली में ज्यादा काम
इस दावे का सबसे ठोस उदाहरण AI क्लाउड प्रदाता Lambda की तरफ से आया। कंपनी ने Nvidia DSX MaxLPS का HGX B200 GPU सर्वरों पर डिप्लॉयमेंट-एनवायरनमेंट में पहला सत्यापन किया। Nvidia के मुताबिक, DSX MaxLPS GPU और रैक स्तर पर बिजली खपत को मॉनिटर करता है और उपलब्ध अतिरिक्त पावर क्षमता को अलग-अलग नोड्स में फिर से बांटता है। 2
3
रिपोर्ट किए गए पांच-रैक, 19-नोड क्लस्टर में Lambda ने उस पावर बजट के भीतर 19 नोड चलाए, जिसमें आम तौर पर 16 फुल-पावर नोड चलाए जाते हैं। नतीजे में क्लस्टर टोकन थ्रूपुट करीब 40 लाख से बढ़कर 50 लाख टोकन प्रति सेकंड हुआ—यानी 24% की वृद्धि। साथ ही, प्रति वॉट प्रदर्शन में 23% सुधार दर्ज किया गया। 2
3
इसका महत्व केवल बेंचमार्क तक सीमित नहीं है। कई डेटा सेंटरों की क्षमता उस बिजली से तय होती है जो साइट तक वास्तविक रूप से पहुंच सकती है। अलग-अलग वर्कलोड की पावर जरूरतें लगातार एक जैसी नहीं होतीं; ऐसे में खाली पड़ी पावर क्षमता को उपयोगी कंप्यूट में बदलने वाला सॉफ्टवेयर, बिना नया विद्युत कनेक्शन या बड़ा पावर बजट लिए, आउटपुट बढ़ा सकता है।
Vera Rubin के आंकड़े अभी अनुमान हैं
Nvidia ने भावी Vera Rubin NVL72 तैनातियों के लिए भी संभावित लाभ बताए। कंपनी का कहना है कि DSX MaxLPS किसी निश्चित साइट-पावर सीमा के भीतर GPU क्षमता को 40% तक बढ़ा सकता है और टोकन थ्रूपुट में 35% तक वृद्धि दिला सकता है; हालांकि यह तैनाती की परिस्थितियों पर निर्भर करेगा। 2
3
इन आंकड़ों को Lambda के परिणामों से अलग नजर से देखना जरूरी है। Lambda के आंकड़े Blackwell-आधारित सिस्टम पर रिपोर्ट किए गए डिप्लॉयमेंट परिणाम हैं, जबकि Vera Rubin के आंकड़े भविष्य के प्लेटफॉर्म के लिए Nvidia के अनुमान हैं। 2
3
बिजली ग्रिड के हिसाब से ढलने वाली AI फैक्ट्री
Summit का दूसरा प्रमुख विषय था लचीलापन। Nvidia की सोच में AI फैक्ट्री को ग्रिड की स्थिति पर प्रतिक्रिया देनी चाहिए, क्योंकि हर कंप्यूट कार्य समान रूप से तात्कालिक नहीं होता।
Nvidia की Eos AI फैक्ट्री में Emerald AI के Conductor प्लेटफॉर्म ने Silicon Valley Power के साथ एक वाणिज्यिक फ्लेक्सिबल-लोड कार्यक्रम में काम किया। Nvidia ने बताया कि सिस्टम ने यूटिलिटी के 200 से अधिक डिमांड सिग्नलों पर प्रतिक्रिया दी। एक प्रदर्शित घटना में इसने एक मिनट से कम समय में सुविधा की खपत 4 मेगावाट से घटाकर 3 मेगावाट कर दी। यह कम-प्राथमिकता वाले लचीले कंप्यूट कार्यों को पीछे करके किया गया, जबकि उच्च-प्राथमिकता इन्फरेंस चालू रहा। 2
3
Nvidia ने इसे अपने नियोजित DSX Flex की दिशा में शुरुआती उदाहरण के रूप में पेश किया। कंपनी के अनुसार, DSX Flex लोड-शेडिंग, डिमांड-रिस्पॉन्स और बिजली मूल्य संकेत प्राप्त कर सकता है, फिर वर्कलोड की प्राथमिकता के आधार पर कम जरूरी काम रोककर बाद में दोबारा शुरू करा सकता है; महत्वपूर्ण सेवाएं सक्रिय रखी जा सकती हैं। Eos का प्रदर्शन स्वयं DSX Flex इंस्टॉलेशन नहीं, बल्कि वाणिज्यिक स्तर का पहले का प्रमाण था। 2
3
ऑपरेटरों के लिए इसका व्यावहारिक मतलब साफ है। हर ट्रेनिंग जॉब, बैच प्रोसेसिंग या ऑफलाइन कार्य को प्रोडक्शन इन्फरेंस जितनी त्वरित प्रतिक्रिया की जरूरत नहीं होती। कंप्यूट को एक लचीले बिजली लोड की तरह संभालने से डेटा सेंटर ग्रिड कार्यक्रमों में भाग लेते हुए अधिक मूल्य वाले काम की रक्षा कर सकते हैं।
चिप से लेकर संचालन तक का फुल-स्टैक दांव
इन घोषणाओं में Nvidia ने खुद को केवल कंपोनेंट या GPU विक्रेता से आगे, AI फैक्ट्री प्लेटफॉर्म प्रदाता के रूप में पेश किया। इसके प्रस्तावित स्टैक में Vera Rubin कंप्यूट, NVLink स्केल-अप नेटवर्किंग, Dynamo इन्फरेंस सॉफ्टवेयर, Ethernet और SuperNIC नेटवर्किंग, BlueField इन्फ्रास्ट्रक्चर कंपोनेंट, रैक-स्तरीय पावर ऑप्टिमाइजेशन और ग्रिड-सजग वर्कलोड संचालन शामिल हैं। 2
Groq 3 LPX भी इसी व्यापक रणनीति का हिस्सा है। Nvidia इसे Vera Rubin के लिए इंटरैक्टिव इन्फरेंस एक्सेलरेटर बताती है, जिसे एजेंटिक सिस्टम की कम-लेटेंसी और बड़े कॉन्टेक्स्ट की जरूरतों के लिए बनाया गया है। 1
12 उपलब्ध साक्ष्य इस भूमिका का समर्थन करते हैं, लेकिन रिलीज समय, 35 गुना थ्रूपुट-प्रति-मेगावाट तुलना या दो ट्रिलियन से अधिक पैरामीटर वाले मॉडलों से जुड़ी अधिक विशिष्ट बातों की स्वतंत्र पुष्टि नहीं करते।
कारोबार के पैमाने से क्यों जुड़ी है यह रणनीति
यह इन्फ्रास्ट्रक्चर संदेश Nvidia के तेज बढ़ते डेटा सेंटर कारोबार के बीच आया है। 26 जुलाई 2026 को समाप्त वित्त वर्ष 2027 की दूसरी तिमाही में Nvidia ने 96.2 अरब डॉलर का राजस्व दर्ज किया, जो साल-दर-साल 106% अधिक था। इसमें डेटा सेंटर राजस्व 89.0 अरब डॉलर रहा। 17 कंपनी ने तीसरी तिमाही के लिए 108 अरब डॉलर, दो प्रतिशत ऊपर या नीचे, के राजस्व का अनुमान दिया।
28
30
इसी पैमाने पर बिजली जुटाना, तय पावर सीमा में अधिक आउटपुट निकालना और बिजली या संचालन संबंधी व्यवधानों के दौरान इन्फरेंस सेवाएं चलाए रखना ग्राहक कंपनियों के लिए निर्णायक मुद्दे बनते जा रहे हैं।
निष्कर्ष
Nvidia का कहना यह नहीं है कि तेज एक्सेलरेटर अब मायने नहीं रखते। उसका तर्क यह है कि AI फैक्ट्री की अर्थव्यवस्था के लिए केवल पीक प्रदर्शन पर्याप्त नहीं है।
सत्यापित टोकन प्रति मेगावाट का माप हार्डवेयर की क्षमता को डेटा सेंटर ऑपरेटरों की वास्तविक चुनौतियों—साइट पावर, ग्रिड घटनाएं, वर्कलोड प्राथमिकता और सिस्टम उपलब्धता—से जोड़ता है। Lambda का रिपोर्ट किया गया 24% थ्रूपुट लाभ इस सोच के पक्ष में एक शुरुआती डिप्लॉयमेंट-आधारित संकेत है; वहीं Vera Rubin और व्यापक DSX दावों को ग्राहक परिचालनों में आगे सत्यापित होना बाकी है। 2
3
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"Nvidia का नया फोकस: पीक कंप्यूट नहीं, प्रति मेगावाट ज्यादा AI टोकन" का संक्षिप्त उत्तर क्या है?
Nvidia का तर्क है कि AI फैक्ट्रियों को केवल पीक कंप्यूट से नहीं, बल्कि प्रति मेगावाट बनने वाले सत्यापित एजेंटिक AI टोकनों से मापा जाना चाहिए।
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
Nvidia का तर्क है कि AI फैक्ट्रियों को केवल पीक कंप्यूट से नहीं, बल्कि प्रति मेगावाट बनने वाले सत्यापित एजेंटिक AI टोकनों से मापा जाना चाहिए। Lambda के HGX B200 क्लस्टर में DSX MaxLPS के साथ समान पावर बजट पर टोकन थ्रूपुट 24% बढ़ने और प्रति वॉट प्रदर्शन 23% सुधरने की रिपोर्ट दी गई।
मुझे अभ्यास में आगे क्या करना चाहिए?
Nvidia ने बिजली ग्रिड के संकेतों के अनुसार कम प्राथमिकता वाले कंप्यूट कार्य घटाने और महत्वपूर्ण इन्फरेंस जारी रखने की रणनीति भी पेश की।