從晶片到電網：三菱電機 DSX 藍圖馴服 NVIDIA Vera Rubin 的百萬瓦機櫃

AI 最難的問題已經不是模型，而是百萬瓦（megawatt）。當生成式 AI 走向代理式 AI（agent AI）與實體 AI（physical AI），一座前沿級部署的算力足跡，已經從一整排機房膨脹成「附掛資料中心的發電廠」。2026 年 9 月 24 日，三菱電機（TOKYO: 6503）正式揭曉了它的答案：透過美國子公司 Mitsubishi Electric Power Products, Inc.（MEPPI）發布與 NVIDIA AI 基礎設施相容的次世代 AI 資料中心參考設計（Reference Designs），支援 NVIDIA Vera Rubin NVL72 機櫃級系統以及之後的下一代 NVIDIA 平台。

這次發布的核心，是 MEPPI 稱為 Chip-to-Grid DSX 參考設計 的產品家族——一套預先驗證、標準化的工程藍圖，貫穿 AI 工廠的每一層：從電網併接與廠內自發電，一路到送進晶片本身的電力；從直接貼在晶片上的液體冷卻，往上到設施級的熱管理。時機經過精心安排。三菱電機在東京的新聞稿指出，AI 的應用範圍已從廣泛普及的生成式 AI，擴展到代理式 AI 與實體 AI，資料中心可望快速擴張成為社會關鍵基礎設施——而經營者同時被電力取得、熱管理與營運穩定性三面擠壓。

設計裡到底有什麼

參考設計以 250 MW 部署區塊 為基本單位。每個區塊不只是平面圖上的抽象概念：它可以採孤島（islanded）模式運轉，依靠廠內自發電與電池儲能系統（BESS）供电，並保留日後與電網併接的路徑；也可以從第一天起就併網運轉。在正常運轉時，設計會將廠區對電網的依賴降到最低；一旦電網故障，設施會切換到自家微電網自主運轉，穩定供電——訓練中的模型或線上推理叢集不會跟著電網一起倒下。

在機房內部，設計同時支援傳統 415/480 VAC 供電與 800 VDC 直流供電。後者是 NVIDIA 為次世代機櫃主推的架構：當單櫃功耗飆升，低壓直流的轉換損耗與銅線重量都會變得難以忍受。熱管理方面，藍圖採用雙迴路冷卻架構——高溫直接液冷（direct liquid cooling）負責晶片本體，低溫冰水空側冷卻負責其餘部件——三菱電機表示，這套組合專為高密度 AI 負載設計，能將整體能源效率最大化。

擴充性目標是最令人側目的部分。這些設計針對北美超大規模（hyperscale）、新興雲（neocloud）與託管（colocation）業者，單櫃密度規劃從今天的約 200 kW 一路成長到超過 1 MW，並預留朝 GW 級園區擴充的路徑。框架與 NVIDIA MGX 機櫃級加速運算平台、以及 NVIDIA Vera Rubin DSX AI 工廠參考設計的基礎設施供應策略對齊——換句話說，營運者可以把這份藍圖直接放進 NVIDIA 自家 DSX 數位孿生工具（Omniverse）所模擬與營運的同一個生態系。

脈絡：電力才是真正的瓶頸

為什麼一家超過百年歷史的日本工業集團，突然成了 AI 新聞的主角？看約束條件就知道。電力取得已成為 AI 產能擴建最嚴峻的瓶頸之一——美國主要市場的併網排程動輒以年計，一座 AI 工廠是賺錢還是變成孤兒資產，差距往往就用「幾個月對幾百萬瓦」來衡量。這重新定義了誰才是關鍵供應商：能把「從變電所到 GPU 電壓軌」整條路預先工程化的公司，不再是周邊配角，而是整個擴建時程的要徑。

MEPPI 的位置相當特殊。這家總部位於賓州 Warrendale 的公司，本業就是電力產業本身：智慧電網的分散式能源管理系統（DERMS）、電池儲能、變電所監控與進階分析；其 Critical Power Solutions 部門再往下延伸到任務關鍵設施。換言之，這家子公司的既有產品線——變壓器、開關設備、儲能、電網軟體——差不多就是一座孤島式 AI 園區需要的物料清單。Chip-to-Grid 設計最貼切的解讀是：把電網級設備，重新包裝成與 NVIDIA 對齊、標準化的 AI 時代產品策略。

發布稿中的引言把定位講得很白。MEPPI 總裁暨執行長 Tricia Breeger 說：「打造次世代 AI 基礎設施的競賽，正在推動我們這個時代最重大的變革之一。隨著 AI 需求加速，成敗不只取決於算力，還需要韌性十足的能源系統，以及能從今日部署成長到明日 GW 級園區的可擴充基礎設施。我們的 Chip-to-Grid 參考設計，能幫助客戶更快部署 AI 基礎設施、更有信心地擴張。」NVIDIA 端則由 AI 基礎設施副總裁 Vladimir Troy 用系統語言定調：「AI 工廠需要算力、電力與冷卻作為一個系統協同運作。三菱電機的 Chip-to-Grid 參考設計，給了營運者一套可重複使用的藍圖，用來部署 NVIDIA Vera Rubin 基礎設施，並朝 GW 級 AI 園區擴張。」

為什麼「參考設計」是關鍵詞

更深一層的故事，是 AI 建設的工業化。NVIDIA 先前已釋出自家的 Vera Rubin DSX AI 工廠參考設計（附 Omniverse DSX 數位孿生藍圖），並獲得產業廣泛支援；電力與冷卻供應商——Vertiv、Schneider Electric、Siemens、Carrier、三星，如今再加上三菱電機——紛紛把自家型錄對齊到這套框架。「參考設計」的意義在於：它把客製化的資料中心工程，轉變成接近可重複製造的流程——預先驗證的組態降低工程複雜度、壓縮許可與施工時程，讓營運者以 250 MW 為單位增量擴充，而不必每座園區都從零重新設計。

具體到 Vera Rubin NVL72——NVIDIA 次世代機櫃級超級運算系統，整合 72 顆 Rubin GPU 與 36 顆 Vera CPU——其單櫃功耗與熱密度早已超出氣冷能應付的範圍，這正是直接液冷與 800 VDC 供電遍佈合作夥伴生態系設計的原因。三菱電機的差異化在於堆疊的「電網端」：極少競爭者能在一個企業屋簷下，同時擁有輸配電血統、DERMS 軟體與 BESS 整合能力。

後續觀察

三菱電機表示，將以這套參考設計為基礎開發次世代 AI 資料中心解方案，整合旗下更完整的資料中心系統產品線，擴大全球市場業務。短期值得留意的訊號很具體：第一座真正以「孤島式 250 MW 區塊」採購落地的美國 AI 園區何時出現；單櫃 1 MW 路徑能否在量產的 Vera Rubin 系統上完成機櫃級驗證；以及「先建微電網、後併網」的拓撲，會不會成為等不起併網排程的新興雲業者標準打法。

這項發布也提醒了我們 AI 供應鏈正在分層。晶片廠商佔據頭條，但瓶頸經濟學已經把電力基礎設施公司推進戰略要地。當機櫃密度跨過百萬瓦門檻，設計對話就不再圍繞伺服器，而是圍繞變電所——而三菱電機剛剛把它對這場對話的回答，變成了一份可以下單的產品。