MGX 平台

3 秒看懂

MGX 是 NVIDIA 推出的模块化、开放式服务器参考设计与验证平台，为全球系统厂商提供标准化“蓝图”，使其能快速、灵活地构建面向 AI 与高性能计算（HPC）的加速计算系统，尤其是支持最新 GPU 的多节点、高密度服务器。MGX 本身不直接以硬件产品形态销售，而是一个平台级生态框架。

3 分钟产业解释

传统服务器设计如同高级定制西装，每一代产品都需从面料、版型到工艺重新开发，周期长达 18‑24 个月。而 MGX 就像一套**“高级成衣版型”**，NVIDIA 将机箱、供电、散热、网络拓扑等基础架构标准化，并预集成验证了全线 GPU、DPU 与 NVLink/NVSwitch 等高速互连技术。系统厂商（如 Supermicro、Lenovo、Dell）只需根据客户对计算、存储、网络的需求，像选择领带、衬衫一样，搭配不同的 CPU、GPU、网络模块，开发周期可大幅压缩至 6‑12 个月。

这种模式的核心价值在于标准化下的灵活性。对 AI 产业而言，MGX 加速了“AI 超级计算机”的民主化——它使各类规模的企业与实验室，能够更容易获得为万亿参数模型训练与实时推理量身定制的、经过充分验证的硬件基础设施。NVIDIA 亦借此以 “设计即服务” 的形态，将自身硬件与软件优势深度“封装”输出，绑定全球主流 ODM 与 OEM 生态，同时避免与大型客户直接竞争。终端用户得到的不是一台“组装机”，而是软硬件协同优化、开箱即用的“AI 作战单元”。

技术原理

MGX 平台的技术本质是以模块化架构和全栈集成验证，将超级计算级别的高效算力封装成可灵活裁剪的积木系统。

模块化设计哲学
平台将服务器系统解耦为多个独立、标准化模块，通过高速接口连接：

• 计算模块：支持搭载最新 NVIDIA GPU（如 H100/H200/B200）或 NVIDIA Grace CPU 超级芯片。
• 网络模块：集成 ConnectX‑7/8 智能网卡、BlueField‑3 DPU，可灵活适配 InfiniBand 或高速以太网。
• 存储与 I/O 模块：提供本地 NVMe 存储与 BMC 管理功能。
• 基础架构模块：包含机箱、电源、散热系统以及 NVLink/NVSwitch 背板。

[ MGX 平台模块化架构示意 ]
+-------------------------------------------------------+
|                   MGX 机箱 (标准化)                     |
|  +-------------+  +-------------+  +----------------+ |
|  | 计算模块    |  | 网络模块    |  | 存储/管理模块  | |
|  | (GPU/CPU)   |  | (DPU/NIC)   |  | (NVMe/BMC)    | |
|  +-------------+  +-------------+  +----------------+ |
|       |  NVLink/NVSwitch 背板 (高速互连) |             |
|       +--------------------+-------------------+       |
|                       电源与散热系统                     |
+-------------------------------------------------------+

关键硬件集成（以 2024 年公开参数为例）

• GPU：MGX 可搭载 NVIDIA H100 SXM5（80 GB HBM3，NVLink 4.0 双向带宽 900 GB/s）以及未来 Blackwell 架构 B200（192 GB HBM3e，NVLink 5.0 双向 1.8 TB/s，来源：NVIDIA 2024 GTC 主题演讲与规格表）。
• 高速互连：NVLink 与 NVSwitch 是 MGX 与 DGX 共用的核心互连技术，可在 8‑GPU 或更高规模节点内构建超低延迟直连通道，带宽远超 PCIe 5.0，对于万亿参数模型分布式训练至关重要。
• DPU：BlueField‑3 及未来的 BlueField‑4 DPU 负责卸载网络、存储与安全任务，降低 CPU/GPU 负担，提高有效算力利用率。

全栈软件协同
MGX 与 NVIDIA AI 软件栈紧密集成，确保“开箱即用”的高性能：

• 系统驱动与 CUDA：底层计算接口。
• 通信库 NCCL：针对多 GPU/多节点拓扑优化集合通信，最大化 NVLink 与 InfiniBand 吞吐。
• AI 推理与训练：预集成 TensorRT、PyTorch、JAX 等框架优化容器。
• 集群管理与调度：通过 NVIDIA Base Command 或结合合作伙伴平台进行任务编排、资源监控和日志分析。
• 联调验证：NVIDIA 对硬件组合进行严格压力测试与兼容性验证，使最终系统在出厂前即具备生产级稳定性，大幅降低集成商与用户的调优成本。

关键参数

评估基于 MGX 平台构建的系统，应重点关注以下量化维度（相关数值若无特别注明，均基于 NVIDIA 2023‑2024 年公开产品规格）：

注：上述参数为基于 MGX 可构建的典型配置而非 MGX 平台本身的固定数值，最终由系统合作伙伴定制。

技术路线

演进历程

• 前 MGX 时代（2023 年以前）：OEM 需独立完成服务器电子、机械、散热设计并适配 NVIDIA 新芯片，周期长、调优难度大。
• 第一代 MGX（2023 年 Computex 发布）：伴随 Grace Hopper 超级芯片推出，提供模块化机架级参考设计，支持 GH200 以及 x86 + H100 等配置，首次将 NVLink Switch 架构、DPU 及高密度布局标准化。
• 第二代 MGX（2024 年起）：为应对万亿参数模型，平台全面升级。2024 年 3 月 GTC，NVIDIA 展示了基于 Blackwell 架构的 GB200 超级芯片与液冷 MGX 机架设计；规范中引入更高速的 NVLink 5.0、800 Gb/s 网络、液态冷却模组标准，并增强了对 OCP 规范的兼容性，进一步降低系统厂商设计门槛。

设计哲学与路线定位
NVIDIA 自身不通过 MGX 终端品牌销售，而是通过“设计即服务”向全球约十余家核心 ODM/OEM 授权生产，并将 DGX 系统中的顶级互联与软件经验下放至 MGX，使其成为“小 DGX”生态，而非替代品。未来路线图显示，MGX 将每年随新 GPU 架构迭代而更新，并逐步整合更先进的热管理技术与智能遥测功能，以支撑十万卡级别集群的自动化运维。

上游

MGX 平台的核心供应体系可划分为：

下游

MGX 平台的终端需求主要集中于以下三类客户，其交付方式皆为通过 ODM/OEM 购买完整服务器，而非 NVIDIA 直销。

• 大型云服务提供商（CSP）：AWS（基于 MGX 的 P5 实例，如 p5.48xlarge）、Microsoft Azure（ND H100 v5 系列）、Google Cloud、Oracle Cloud 等均已在 AI 基础设施中采用由 MGX 衍生设计的大量高密度 GPU 节点。CSP 通常直接向广达、纬创等 ODM 采购定制节点，2024 年 AI 相关资本开支合计超过 1,500 亿美元（据各家财报及指引，2024 全年数据口径）。
• 企业级数据中心：Meta、Tesla 等大型企业自建 AI 训练集群，通过戴尔、慧与、Supermicro 等品牌厂商采购 MGX 架构的通用/专用服务器，用于推荐系统、自动驾驶模型训练等。
• 科研机构与国家超算中心：各国主权 AI 项目及大学实验室利用基于 MGX 的系统搭建千卡级集群，兼顾性能、交付速度与预算可行性。例如，部分欧洲学术项目已公开部署基于 GH200 的 MGX 集群（公开资料可见 2024 年 ISC 大会报道）。

受益公司

下表梳理了 MGX 生态内各类型参与者的受益逻辑及可验证业绩线索，不构成任何投资建议。

注：MGX 平台收入不单独列示，上述公司受益程度需结合其在 AI 服务器整体市场中的份额与业务结构综合判断。

市场规模

NVIDIA 不单独披露 MGX 平台的直接出货量与收入，但可通过 NVIDIA 数据中心业务及第三方机构对 AI 服务器市场的统计进行估量。

• NVIDIA 数据中心营收：FY2024 全年 475 亿美元，FY2025 上半年合计约 452 亿美元（来源：NVIDIA 季度财报，GAAP 口径）。这些收入几乎全部来自以 MGX 或 DGX 设计为基础的 GPU、网络及软件授权。
• 全球 AI 服务器出货量：据 TrendForce 2024 年 7 月报告，2024 年全球 AI 服务器出货量预估达 167.3 万台，同比增长 38.4%，其中搭载 NVIDIA GPU 的解决方案市占率约为 85%‑90%（TrendForce 2024）。到 2025 年，TrendForce 预测 AI 服务器出货量将超过 200 万台（同上）。
• AI 服务器市场金额：根据 IDC 2024 年数据，2024 年全球 AI 服务器硬件市场约 680 亿美元，2027 年预计突破 1,200 亿美元。MGX 作为占据主导份额的加速平台，其衍生系统贡献了该市场中绝大部分营收。
• ODM 份额：公开资料显示，广达、纬创及 Su Micro 等占据 NVIDIA MGX 及 AI 服务器代工与品牌出货量前列，但精确份额因统计口径差异未能统一（Digitimes Research 2024 年分析）。

注：上述数据均来自第三方机构及上市公司公开披露，MGX 在其中的具体占比属推断，实际应以 NVIDIA 日后可能发布的生态系统数据为准。

玩家对比

MGX 平台与其他主流服务器设计理念在多个维度上存在差异，此处将 MGX 与传统定制化设计、开放计算项目（OCP）进行横向比较。

在 MGX 生态内部，不同系统厂商提供的 MGX 产品也存在差异化：Supermicro 强调“快速上市”和丰富的模块选项，戴尔侧重企业级管理软件（如 OpenManage）与全球服务，联想致力于液冷技术的先驱部署。但所有产品均建立在同一套 NV 验证体系之上，确保了核心性能基准的一致性。

风险

1. GPU 供应与先进封装瓶颈：台积电 CoWoS 产能如果扩张不及预期，将直接扼制 GPU 出货，使 MGX 平台系统无法按期交付。2024‑2025 年虽持续扩产，但需求增速更高（来源：台积电法说会 2024）。
2. 地缘政治与出口管制：美国政府持续收紧对中国等地的高端 GPU 及制造设备出口，可能导致部分 OEM 失去重要客户，同时影响 HBM 等器件的供应链稳定性。
3. 客户自研 ASIC 与替代架构：云厂商加大对自研 AI 芯片（如 Google TPU、AWS Trainium、微软 Maia）的投入，长期或将对 NVIDIA GPU 方案产生部分替代，削弱 MGX 生态的总市场容量。
4. 模块化平台的同质化：过于标准化的设计可能压低系统厂商的附加值，导致利润向 NVIDIA 集中，部分 ODM/OEM 参与动力下降，以及白牌市场价格战。
5. 电力与冷却挑战：GB200 等新一代 MGX 系统机架功耗可达 100 kW 以上，许多数据中心不具备足够电力与液冷基础设施，部署可能延迟。
6. 需求周期性波动：AI 资本开支高度集中，若进入库存消化期或模型效率明显提高导致训练需求减缓，MGX 生态全链条营收将承受压力。
7. 竞品平台兴起：AMD 的 Instinct 开放平台及 Intel Gaudi 架构均试图与系统厂商构建类似生态，长期可能削弱 MGX 的独占性。

误读纠偏

• 误读 1：“MGX 是 NVIDIA 生产的服务器。”
  纠偏：MGX 并非实体产品型号，而是提供给合作伙伴的参考设计平台与验证蓝图。服务器最终由 Supermicro、戴尔、联想等制造并贴牌销售。NVIDIA 自己的整机品牌为 DGX。
• 误读 2：“采用 MGX 设计的服务器性能和配置都一样。”
  纠偏：MGX 强调模块化与灵活性，不同伙伴可在同一基础平台上配置不同数量和型号的 GPU、CPU、存储与网络。因此市场上有大量性能、功耗、价格区间存在显著差异的 MGX 兼容服务器，需用户按需评估。
• 误读 3：“MGX 的价值仅在于硬件拼接。”
  纠偏：核心价值之一是”预集成和验证”。NVIDIA 将硬件组合进行了严格的性能与兼容性测试，并预装优化好的全栈 AI 软件，确保开箱即用，减少企业集成成本与风险。
• 误读 4：“使用 MGX 就能获得与 DGX 完全一致的性能。”
  纠偏：MGX 可复用 DGX 核心互联技术与软件栈，但具体性能受限于合作伙伴所选用的冷却、供电与网络拓扑。DGX 系统往往采用更极致的定制设计与高品质物料，是性能天花板。MGX 是在保留绝大多数性能优势的前提下，提供成本与灵活性更优的选择。

最新事件

以下列出 2023‑2024 年围绕 MGX 平台的关键事件，所有信息均来自公开报道或公司公告。

• 2023 年 5 月：NVIDIA 在 Computex 2023 上首次发布 MGX 平台，展示基于 Grace Hopper 与 x86 的参考设计，并宣布首批合作伙伴包括 Supermicro、广达、纬创等。
• 2023 年 11 月：Supermicro 开始向客户交付基于 MGX 的 4U 8‑GPU H100 服务器；Microsoft Azure 发布采用 MGX 设计的 ND H100 v5 实例。
• 2024 年 3 月 GTC：NVIDIA 发布 Blackwell 架构，并推出第二代 MGX 平台规范，支持 GB200 超级芯片、NVLink 5.0、800 Gb/s 网络及标准化液冷模组。同时展示了采用液冷的 GB200 NVL72 机架（单机架 72 块 GPU，达 30 TB 显存、1.4 EB/s 互连带宽）。
• 2024 年 6 月 Computex：NVIDIA 联合多家厂商展出 MGX Blackwell 液冷服务器实物，包括 Supermicro、华硕、技嘉等。NVIDIA 表示 MGX 生态合作伙伴已超过 40 家。
• 2024 年 8 月：戴尔宣布推出 PowerEdge XE9680L 液冷 MGX 兼容服务器，支持 8×B200 GPU；慧与（HPE）也发布了 ProLiant Compute XD 系列，采用 MGX 架构。
• 2024 年 11 月：NVIDIA 公布 FY2025 Q3 财报，数据中心营收 308 亿美元，再创纪录，管理层在电话会议中指出