30秒サマリー
- NVIDIAが公式ブログで、固定電力予算内でGPU稼働率を最大化するDSX MaxLPSの実装手法を解説
- GB200 NVL72で消費電力を125kWから90kWに削減し、同一電力枠内でラック数を最大39%増加
- 動的電力配分ソフト「DPS」（開発者プレビュー中）が静的プロビジョニングの「電力ロス」を回収
何が起きたか
NVIDIAは2026年8月21日付けの技術ブログで、AIファクトリー向け電力最適化技術スイート「DSX MaxLPS（Maximum Land Power Shell）」の仕組みと設計手法を詳説した。MaxLPSは、動的電力配分・ワークロード別パフォーマンス最適化・45℃温水液冷設計の3層で構成される。
核心となる「Dynamic Power Software（DPS）」（現在開発者プレビュー段階）は、データセンター全体のGPU・ラック・グループの電力テレメトリを継続的に収集し、ラックが予約電力を下回って動作している際にその余剰分を同一管理グループ内の他ラックへリアルタイムで再配分する。NVIDIAが示した例では、静的プロビジョニングが170kWの電力を「死蔵」させるのに対し、MaxLPSはこれを回収して540kWの枠内で追加ラックの展開を可能にするとしている。
NVIDIAが公開した推論ワークロードでの検証結果によると、GB200 NVL72ではラックあたりの供給電力を125kWから90kWへ削減し、同一電力エンベロープ内でラック数が39%増加。Vera Rubin NVL72では136kWから101kWへ削減し35%増。ワット当たり性能はGB200 NVL72で約1.5倍、Vera Rubin NVL72で1.3〜1.4倍向上したとしている。使用ワークロードはGB200 NVL72がKimi-K2.5、Vera Rubin NVL72がDeepSeek-R1。
サイト設計面では、45℃温水液冷（DLC）を採用することで冷却オーバーヘッドを削減し、PUE（電力使用効率）を改善してより多くの施設電力を計算資源へ振り向ける設計思想を採っている。NVIDIAは同一電力予算内でRubin GPUの搭載数を最大40%増やせると見込む。
原典ハイライト
NVIDIAの試算では、100MWのAIファクトリーにおいて施設オーバーヘッド・ラックロス・運用非効率で計40MWが失われ、AIワークロードに届く電力は約60MWにとどまる。MaxLPSはこの60MWをさらに効率的に使うアプローチで、静的プロビジョニングが生む「ラック内の死蔵電力」を動的に回収するDPSが中心的役割を担う。
出典: NVIDIA Technical Blog（公式ブログ）
So What?（なぜ重要か）
AIデータセンターの競争軸が「GPUの絶対数」から「メガワットあたりのAI出力」へ移行していることをNVIDIAが明示した点が重要。同一施設・同一電力契約のままGPU実効稼働率を3〜4割向上できるとすれば、新規施設投資や電力増強なしに推論処理能力を拡大できる可能性がある。DPSが開発者プレビュー段階にあるため、商用展開の時期や安定性は今後の検証が必要だが、電力コスト最適化の設計思想として業界標準に影響を与えうる。
日本企業への示唆
国内でGPUクラスタの導入・拡張を検討している通信・金融・製造業の経営者にとって、電力容量の制約はしばしば施設コストの上限を決める要因になる。MaxLPSの設計思想は、電力容量を「静的に確保する」のではなく「動的に活用する」前提でサイト設計を見直す契機となる。具体的には、（1）ラック最大電力での静的予約をやめた場合の余剰電力の定量評価、（2）45℃温水液冷への対応可否の早期検討、（3）DPSのような動的電力管理ツールを前提とした調達仕様の見直し、の3点を早期に施設・インフラ担当と連携して議論することが望ましい。NVIDIAは「早期のサイトレベル関与」を推奨しており、新設・増設計画が具体化する前の段階での技術検討が有効とみられる。
背景・経緯
AIワークロードの急拡大に伴い、データセンターの電力・冷却容量は世界的なボトルネックとなっている。NVIDIAはDSX（Data Center Software Exchange）ブランドのもとでAIファクトリー運用向けソフトウェアスタックを展開しており、MaxLPSはその電力最適化コンポーネントに位置づけられる。DPSおよびDSX Exchangeはともに現時点で開発者プレビュー段階と原文に明記されている。
