Hindi ito isang "listahan ng mga supplier," kundi isang "blueprint ng isang AI factory."
May-akda ng artikulo, pinagkukunan: 0x9999in1, ME News
TL;DR
- Ang DSX AI Factory ecosystem map na inilabas ni NVIDIA ay hindi sa katotohanan isang "listahan ng mga supplier," kundi isang "blueprint ng pagbuo ng AI factory."
- Ang ekosistema ay nahati sa tatlong bahagi: AI Factory Software, Energy & Cooling, Compute Systems. Ang enerhiya at pagpapalamig ay pinag-unahan, isang karaniwang posisyon.
- Ito ay nangangahulugan na ang bottleneck sa infrastruktura ng AI ay nagmumula sa "hindi makakakuha ng GPU" patungo sa "hindi makakonekta sa kuryente, hindi kayang kontrolin ang init".
- Ang mga kumpanya mula sa Taiwan ang naglalagay ng halos lahat sa hardware layer, kasama ang Hon Hai, Quanta, Wistron, Inventec, ASUS, Gigabyte, Delta, at Pegatron—nabuo na ang "imperyong contract manufacturing" ng AI factory.
- Malakas ang signal ng Sovereign AI: Nakilahok na ang ISAT ng Indonesia, Malaysia Telekom, NAVER ng Korea, KDDI/SoftBank/NTT ng Japan, at Sify ng India.
- Ang NVIDIA ay nag-uupgrade mula sa isang "company ng chip" bilang "standard setter ng AI factory reference architecture", katulad ng papel ng Intel sa panahon ng PC, ngunit mas kompletong pagbabago.
- Ang totoong palisada ay hindi na ang CUDA, kundi ang buong pagkakakilanlan mula sa isang lupain hanggang sa isang token.
Isang larawan, mas halaga kaysa sa isang pagpapahayag. Una, sabihin ang pagtataya.
Ang mga DSX AI Factory ecosystem map ng NVIDIA ay mas worth it na basahin nang buong detalye kaysa sa anumang keynote ni Jensen Huang.
Bakit? Dahil ang keynote ay tungkol sa pagkukuwento, habang ang ecosystem map ay tungkol sa pagpapalagay ng mga piraso. Kung saan ilalagay ang mga piraso, sino ang nasa unang hanay, at sino ang isinasaayos sa bawat kategorya—sa likod nito ay may totoong pera at mga ugnayang pinirmahan na sa supply chain.
Mas mahalaga pa, ipinakita ng larawang ito ang AI infrastructure bilang isang "panggawaan" para sa unang pagkakataon.
Input: Kuryente, data, network, kapital.
Output: tokens, inference, training.
Ang gitna ay isang buong set ng "reference architecture" na iginagawad ng NVIDIA at isinagawa ng mga kapartner.
Ano ang konseptong ito? Ibig sabihin nito na hindi na natutuwa ang NVIDIA sa pagbebenta ng GPU lamang, kundi ibinibenta na nito ang "saklaw ng paano itayo ang isang gawaan" bilang standard na sagot.
Gusto mo magtatag ng AI factory? Maaari. Pero mangyaring sundin ang aking referensyal arkitektura: sino ang magbibigay ng kuryente, sino ang magpapatakbo ng pagpapalamig, sino ang magbibigay ng cabinet, sino ang magbibigay ng server, sino ang magpapagawa ng konstruksyon, sino ang magpapadala ng cloud service integration—lahat ay naka-lista na para sa iyo.
Kilala mo ba ang这套打法？
Parang sobrang katulad ng Intel Inside noong 1990s. Pero mas malakas pa kaysa sa Intel noong panahon na iyon. Ang Intel noong panahong iyon ay nagtatag ng CPU at motherboard lamang, habang ang NVIDIA ngayon ay gagawing istandard ang buong proseso, mula sa lupa hanggang sa token.
Ang pagpapakita ng “enerhiya at pagpapalamig” sa sentro ay ang pinakamalaking signal ng larawan na ito. Maraming tao ang tumitingin sa ekosistemong larawang ito at ang unang reaksyon ay ang pagbilang sa mga tagapagproseso ng GPU server, at pagtingin kung sino ang nasa unahan—SMCI, Dell, o HPE.
Mali.
Ang tunay na hindi karaniwan ay ang kolumn na Energy & Cooling, na hiwalay na inilista at may malaking timbang.
Schneider, ABB, Mitsubishi Electric, Eaton, Vertiv, Trane, Delta, GE Vernova, Engie, Siemens, Hitachi... halos lahat ng pangunahing kumpanya sa global na industrial automation at power management.
What does this mean?
Ibig sabihin ng NVIDIA mismo: Ang pinakamalaking hadlang sa kasalukuyang AI factory ay hindi ang kakulangan sa GPU, kundi ang kulang na kuryente, hindi kayang kontrolin ang init, at hindi kayang itayo ang data center.
Ang data ay malamig, ngunit ang kuwento ay mainit.
Nakapaghula ang International Energy Agency (IEA) sa kanilang 2024 na ulat na maaaring laktawan ng 1,000 TWh ang pagkakagamit ng kuryente ng mga data center sa buong mundo hanggang 2026, katumbas ng buong pagkakagamit ng kuryente ng Japan sa isang taon.
Habang ang Goldman Sachs Research ay mas direkta sa kanilang pagtataya noong 2024: hanggang 2030, tataas ang pangangailangan sa kuryente ng mga data center ng 160% kumpara sa 2023, kung saan ang AI ay ang pangunahing tagapagpabilis.
Ano ang antas ng presyur na ito?
Ang isang H100 ay may maximum power consumption na 700W, ang isang B200 ay umabot sa 1200W, at ang mga alamat tungkol sa Rubin platform ay nagsasabing mas mataas pa ang power consumption ng bawat card. Ang isang GB200 NVL72 cabinet sa maximum load ay 120kW, na 10 hanggang 15 beses ang dami ng tradisyonal na cabinet.
Traditional air cooling? Can't handle it.
Normal grid? Hindi makakonekta.
Karaniwang kontraktor? Hindi kayang gawin.
Kaya nakikita mo, ang Vertiv ay nagbibigay ng liquid-cooled racks, ang Delta ay gumagawa ng power modules, ang Eaton ay nagpapamahala ng kuryente, ang Trane ay nag-aalok ng pagpapalamig, ang Jacobs Engineering ay nagdidisenyo ng infrastruktura, ang Procore ay nagpapamahala ng proyekto, ang GE Vernova ay nagpapagawa ng grid scheduling, at ang Engie ay nag-uugnay ng clean energy.
Hindi ito isang mapa ng ekosistema ng chip. Ito ay isang pagtawag sa pagkakaisa ng "koalisyon ng industriyal na imprastruktura".
Sinasabi ng NVIDIA: Sa hinaharap, sino man ang makakapagdala ng kuryente, makakalabas ng init, at makakabuo ng gusali, siya ang makakakuha ng pinakamalaking bahagi ng cake sa panahon ng AI.
Ang "imperyong paggawa" ng mga tagapagproseso mula sa Taiwan, halos naglalagay ng lahat sa antas ng hardware—ilipat ang iyong pansin sa kolum na Compute Systems.
Hon Hai (2317.TW), Quanta (2382.TW), Wistron (3231.TW), Wistron NeWeb (6669.TW), ASUS (2357.TW), Gigabyte (2376.TW), Pegatron (4938.TW), Delta (2308.TW).
Walong Taiwanese manufacturers, maayos na nakasali.
Hindi ito pagkakataon. Ito ay patuloy na epekto ng mga tradisyon sa产业链 ng PC at server manufacturing sa nakaraang tatlong dekada, at direktang resulta ng paglago ng AI servers sa nakaraang tatlong taon.
Sa kanilang pagsusuri ng 2025, ang kita mula sa AI servers ay lumampas na sa 50%, at nagsasampa ng bagong rekord sa kada kwarter.
Ang Hon Hai ay malinaw na ipinahayag sa maraming investor briefings na ang AI servers ay ang pinakamahalagang motor ng paglago ng grupo sa susunod na tatlong taon, at marami nang binanggit ang malalim na pakikipagtulungan sa NVIDIA.
Ang Wistron at Wistron ay kumakapit sa malaking bahagi ng mga order para sa full-container shipments ng GB200/GB300.
Bakit ang Taiwan?
Sapagkat sila lang ang may kakayahan sa ODM na antas ng kabinet na may "kataas-taasang kumplikasyon, mataas na density, mataas na yield, at mabilis na iteration." Isang kabinet na GB200 NVL72 na may mga libo-libong bahagi, libo-libong kable, at kumplikadong mga tubo para sa liquid cooling, ay maaaring mabuo at matapos ang pagsubok sa loob ng 4–6 linggo—tanging ilan lamang sa buong mundo ang kayang gawin ito.
Mas interesante pa, ang bilang ng mga manufacturer na nanggaling lamang sa North America ay hindi napakarami: Dell, HPE, SMCI, Digital Realty, Equinix, CoreWeave, Nebius, Iris Energy.
Ang software at cloud services ay nasa North America, ang paggawa ng hardware ay nasa Asia, at ang enerhiya ng kagamitan ay nasa buong mundo—ito ang ipinapakita ng ekosistemong ito sa panahon ng AI factory.
Hindi ang Sovereign AI isang slogan, kundi ang mga customer na nasa queue para mag-order ang tumitingin sa kolum na AI Factory Software, doon makikita mo isang napakaliliit na phenomenon.
ISAT ng Indonesia, 6742.KL ng Malaysia, NAVER ng Korea, KDDI ng Japan, SoftBank, NTT, Sify ng India…
Isang buong hanay ng mga pambansang timog Asyano at mga semi-pambansang grupo, inilagay ng NVIDIA sa software layer.
Bakit hindi ang OpenAI, hindi ang Anthropic, hindi ang Meta?
Dahil ang larawan na ito ay hindi tungkol sa "sino ang nagpapalawak ng malalaking modelo", kundi sa "sino ang nagtatayo ng pambansang imprastruktura ng AI".
Ito ang Sovereign AI—soberanya AI—na paulit-ulit na binanggit ni Jensen Huang sa nakalipas na taon.
Ang bawat bansa ay dapat may sariling computing power, sariling data, sariling model, at sariling token production capacity.
Ang Japan ay pinangunahan ng KDDI, SoftBank, at NTT, ang India ay pinoproseso ng Reliance, Yotta, at Sify, ang Korea ay nakasalalay sa NAVER at KT, ang Southeast Asia ay nakasalalay sa ISAT at Telekom Malaysia, at ang Europe ay pinoproseso ng Mistral at mga operator ng telekomunikasyon sa bawat bansa.
Ipinapakita ng NVIDIA sa pamamagitan ng pagpapakilala sa mga sovereign AI player sa DSX ecosystem ang isang malinaw na mensahe:
Sa mga susunod na taon, ang pinakamalaking mananalapi ng mga AI factory ay hindi kailangang ang ilang malalaking cloud provider mula sa Silicon Valley, kundi ang mga gobyerno at mga malalaking telecom company sa buong mundo.
Tama rin sa datos. Ayon sa ulat ng Omdia noong 2025, ang taunang kompound growth rate ng mga pag-invest sa data center na may kaugnayan sa Sovereign AI ay lalampas sa 40% sa panahon ng 2025–2027, na mas mataas kaysa sa 18% ng tradisyonal na hyperscale cloud.
Ito ay isang mas maliit na segment ng merkado kaysa sa Hyperscaler, ngunit may mas malaking kabuuang laki.
At ang NVIDIA, ay nakaayos na ang mga upuan.
Bukod sa CUDA, ang bagong palayanan ng NVIDIA ay tinatawag na "reference architecture." Palaging sinasabi natin na ang palayanan ng NVIDIA ay ang CUDA.
Tama 'yan, pero hindi na sapat.
Ang CUDA ay nagtatagpo ng developer ecosystem at ang gastos sa paglipat sa software layer. Ngunit ang paligid ng AI factory era ay nagsalibot na mula sa software layer patungo sa pisikal na mundo.
Ang DSX ecosystem map ay ang pinakatuwid na ebidensya.
Ibinabahagi nito sa lahat ng gustong magtatayo ng AI factory: Hindi mo kailangang mag-eksperimento nang mag-isa, sundin mo na lang ang reference architecture na ito—kung saan kukunin ang kuryente, kung saan pupunta ang lamig, paano i-arrange ang cabinets, paano piliin ang servers, paano i-setup ang network, paano i-manage ang konstruksyon, at paano i-integrate ang cloud—lahat ay napatunayan na.
Ito ay isang bagong karapatan sa pagbuo ng mga pamantayan.
Kasalukuyang tinutukoy ng TSMC kung paano itatayo ang mga planta ng wafer ng advanced process, tulad ng Boeing at Airbus na tinukoy kung paano gawin ang mga eroplano, at Toyota na tinukoy kung paano gawin ang lean manufacturing ng mga kotse.
Ngayon, ang nais ipagtakda ng NVIDIA ay "paano itayo ang AI factory".
Ano ang mangyayari kung magiging totoo ang reference architecture na ito?
Una, anumang naglalayong magtatag ng sariling AI infrastructure ay kailangang magtanong muna sa NVIDIA kung "maaari ba ang NVIDIA Certified".
Pangalawa, ang anumang tagagawa ng hardware na hindi kasali sa referensyal na arkitekturang ito ay magkakaroon ng pagkakalimot nang paulit-ulit.
Ikatlo, maaari ng NVIDIA na kunin ang mas maraming "toll fee" mula sa mga gawaan sa pamamagitan ng mga software layer tulad ng DGX Cloud, NIM, at Omniverse.
Ito ang totoong nakakatakot.
Ang pagbebenta ng GPU ay isang beses lamang; kapag naka-establish na ang reference architecture, ito ay nagsisimula na sa sampung taon o higit pa bilang karapatan sa pagkuha ng renta.
Paano masasagot ng alliance ng AMD, Broadcom, at ASIC? May tatlong tanong: Hindi ba mabuti rin ang pagbebenta ng AMD MI300/MI350? Hindi ba ang Google TPU, Amazon Trainium, Meta MTIA, at custom ASIC ng Broadcom ay nag-aakay din sa pagkakawala ng kita ni NVIDIA?
Oo. Ngunit ang DSX ecosystem map ay naglalantad ng isang napapaligoy na katotohanan:
Ang chip ay isang bahagi lamang sa loob ng pabrika, at ang karapatan sa pagtukoy ng mga pamantayan ng pabrika ay mas may halaga kaysa sa bahagdan ng merkado ng isang tiyak na bahagi.
Ang MI355X ng AMD ay talagang nagpapalapit sa performance ng B200; ayon sa maraming pagsusuri ng SemiAnalysis noong 2025, ang MI355X ay may mas magandang value-for-money sa ilang inference scenarios.
Ang Broadcom ay nagpapalakas sa "non-NVIDIA" na estratehiya sa antas ng kita na milyar dolyar sa pamamagitan ng pagdidisenyo ng custom ASIC para sa Google at Meta.
Ngunit.
Ang mga tagapaghamon na ito, sa kasalukuyan, ay nananatili pa sa antas ng "pagbebenta ng chip" o "pagbebenta ng acceleration card".
Walang kumpanya ang makakagawa ng isang "plug-and-play" na blueprint ng pabrika na kumakapal ng enerhiya, pagpapalamig, konstruksyon, cabinet, network, software, cloud services, at digital twin tulad ng NVIDIA.
Ito ang pagbaba ng antas ng pag-atake.
Ikaw ang bumebenta ng mga parte, ako naman ang bumebenta ng pabrika.
Sa maikling panahon, ang alliance ng AMD at ASIC ay patuloy na makakakuha ng bahagi sa loob-ng-pagpapatakbo ng mga cloud provider.
Ngunit sa paningin ng medyo mahaba at matagal, ang mga sovereign AI, mga operator ng telekomunikasyon, mga pangalawang-tier na cloud vendor, at mga enterprise AI factory ay mas nahihikayat na direktang bumili ng "NVIDIA package" para mabawasan ang pag-aalala, pagkawala ng oras, at panganib sa pulitika.
Natapos na ang ilang mga paghula sa mga trend na dapat i-bet sa harap; sabihin ang ilang前瞻性 na paghula. Para lamang sa referensya, hindi isang rekomendasyon.
Una, ang pagkalat ng liquid cooling ay magiging mas mabilis sa pagtemo noong 2026–2027.
Ayon sa Dell'Oro Group sa kanilang pagtataya para sa 2025, lalampas sa 40% ang pagkakaroon ng liquid cooling sa AI data centers hanggang 2027, mula sa kasalukuyang 15%. Ang mga manufacturer na binanggit ni NVIDIA tulad ng Vertiv, Delta, Eaton, at Trane ay magiging mga unang makakatanggap ng struktural na benepisyo.
Pangalawa, ang kuryente ay magiging unang salik sa pagpili ng lokasyon ng AI factory.
Hindi na batay sa bandwidth o kakayahan ang pagpili ng lokasyon para sa mga pabrika ng AI sa hinaharap, kundi sa “saan may murang, matatag, at malinis na kuryente.” Ito ang dahilan kung bakit kinabibilangan ng GE Vernova at Engie sa ekosistema. Ang Texas, Idaho, Nordic, Johor ng Malaysia, at Abu Dhabi ng United Arab Emirates ay magiging mga bagong sentro ng AI computing power.
Ikatlo, ang premium sa "system-level integration" ng mga Taiwanese ODM ay magpapatuloy na lalawak.
Mas mataas ang gross profit sa bulk shipment kaysa sa single unit shipment. Ang papel ng Hon Hai, Quanta, at Wistron sa panahon ng GB200/GB300/Rubin ay magsisilbing "contract manufacturer" patungo sa "system integrator," at mababago ang valuation logic.
Ikaapat, ang sovereignty AI ay magdudulot ng isang bagong serye ng mga rehiyonal na cloud giants.
Ang CoreWeave, Nebius, at Iris Energy ay ang mga unang una lamang. Sa susunod na tatlong taon, magkakaroon ng isang serye ng "mga lokal na bersyon ng CoreWeave" sa Timog-Silangang Asya, Middle East, India, at Latin America, at ang kanilang magkakatulad na label ay: Naka-certify ng NVIDIA, lokal na data, at suporta ng gobyerno.
Ika-lima, ang digital twin ay magiging "standard design language" ng AI factory.
Ang Dassault Systèmes, PTC, Siemens, at Cadence ay sumali sa ecosystem, hindi para lang sa pampalibang. Sa hinaharap, bago mabuo ang isang AI factory sa pisikal na mundo, sasagutan muna nito ang buong proseso sa Omniverse, kabilang ang load ng kuryente, distribusyon ng init, at pag-unlad ng konstruksyon. Ito ay isang malaking pagtutol mula sa industriyal na software.
Wakas: Ang NVIDIA ay naglalagay ng mas malaking mapa kaysa sa GPU, bumabalik sa orihinal na tanong.
Bakit ibinigay ng NVIDIA ang opisyal na eksposisyon ng DSX ecosystem sa panahong ito?
Dahil ito ay nagpapahayag sa buong产业链:
Ang kuwento ng GPU ay nasa ikalawang movimento na.
Ang unang kabanata ay tinatawag na "Scarcity of Hash Power", at ang pangunahing tauhan ay ang chip.
Ang ikalawang kabanata ay tinatawag na "Scarcity of the Factory", at ang pangunahing tauhan ay ang buong imprastruktura.
At ang NVIDIA, ay patuloy na maging ang tagapag-ugnay sa gitna.
Hindi na ito simpleng kumpanya na nagbebenta ng chips; ito ang "definer ng reference architecture" ng AI industrial revolution.
Ibinuhos nito ang mga kumpanya ng kuryente, mga kumpanya ng konstruksyon, mga kumpanya ng pag-cool, mga kumpanya ng cabinet, mga ODM manufacturer, mga cloud provider, mga malalaking telekomunikasyon, at mga gobyerno ng iba’t ibang bansa sa iisang larawan.
Ang larawang ito, tila isang listahan ng mga kapartner sa ekosistema lamang.
Ngunit sasabihin ng mga nakakaintindi: Ito ay isang draf ng "Constitution ng AI Industriya" sa bagong panahon.
Ang tagapagsulat ng draft ay may apelyido na Huang.
Kung gaano katagal magiging epektibo ang konstitusyong ito, o kung babagsakin ito ng AMD, ng ASIC alliance, o ng isang biglaang pagbabago sa arkitektura—iyon ay ibang kuwento.
Ngunit kung saan man sa tag-init ng 2026, ang board ay nakaayos ni NVIDIA, ang mga patakaran ay itinakda ni NVIDIA, at ang mga upuan sa unang row ay ibinahagi ni NVIDIA.
Ang mga natitirang manlalaro, o sumasali o lumalabas.
Walang third option.
Sanggunian:
- International Energy Agency (IEA), Electricity 2024: Pagsusuri at Paghuhula hanggang 2026
- Goldman Sachs Research, Generational Growth: AI, Data Centers at ang Darating na Pagtaas ng Kuryente sa US, 2024
- Omdia, Sovereign AI Infrastructure Market Tracker, 2025
- Dell'Oro Group, Talaan ng Pagtataya ng Liquid Cooling sa Data Center, 2025
- SemiAnalysis, AMD MI355X vs NVIDIA B200 Performance at TCO Analysis, 2025
- Opisyal na Newsroom ng NVIDIA, NVIDIA DSX Blueprint para sa Gigawatt-Scale AI Factories, 2025
- Quanta Computer Investor Presentation, Q4 2025 Earnings Report
- Mga Materyales ng Taunang Konperensya ng mga Investor ng Foxconn (Hon Hai), 2025