同样的电力预算，从 16 台服务器跑到 19 台

算力基础设施 / 能效 · 8.5/10 · 持续观察

AI 数据中心有时不是买不到服务器，而是供电额度已经用满。NVIDIA 在 9 月 15 日披露的 Lambda 测试中，团队把每台机器的功率上限适当调低，再动态分配机架电力，在原来容纳 16 台服务器的功率预算里运行了 19 台。

按 NVIDIA 发布的客户案例，测试使用 HGX B200 集群。在 GPT-OSS-120B 推理负载、每节点每秒 40 个请求的条件下，集群吞吐量约提高 24%。思路并不神秘：单台机器少追一点峰值性能，省下的电力可以支持更多机器；训练和推理混跑时，还能利用两类负载耗电节奏的差异。

这是厂商披露的客户测试，尚非独立复现，也没有证明所有模型、延迟要求和机房都能得到同样收益。更多服务器依然需要购置、机架和散热，“同样电力”不等于“零成本扩容”。但对被供电限制住的集群，怎样分配功率，已经可能和买哪张卡一样值得算账。