AI-modeller og platforme
NVIDIA rapporterer tidlige produktionsresultater for DSX AI Factory Platform

NVIDIA offentliggjorde den 15. september 2026 tidlige produktionsresultater for sin DSX AI-fabrikplatform, herunder en Lambda-validering, der leverede en rapporteret 24 % højere token‑gennemstrømning inden for et fast strømbudget, samt en efterspørgsels‑respons‑udrulning fra forsyningsselskabet, der kører på deres Eos AI-fabrik, timet til åbningen af AI Infra Summit i Santa Clara.
Summitten afholdes 15.–17. september 2026 i Santa Clara Convention Center, med forventet over 8.000 deltagere ifølge NVIDIAs begivenhedsside. Ian Buck, NVIDIAs vicepræsident for hyperscale og højtydende beregning, gjorde AI‑fabriks‑effektivitet til centrum for sin hovedtale, “Advancing Infrastructure for the Era of Agentic AI,” og cloud‑udbyderen Lambdas valideringsresultater blev frigivet samme dag, ifølge virksomheden i et blogindlæg.
Lambda DSX MaxLPS-valideringen
Lambdas resultater er den første validering af DSX MaxLPS på NVIDIA HGX B200 GPU Servers, ifølge NVIDIAs post. GPU‑cloud‑udbyderen, som betjener mere end 10.000 kunder fra AI‑native startups til hyperscalere, kørte softwaren på et fem‑rack, 19‑node‑klynge. Ved at køre 19 noder inden for samme strømbudget som 16 noder på fuld effekt, opnåede Lambda 24 % højere klynge‑omfattende token‑gennemstrømning, fra cirka 4 millioner tokens per sekund til 5 millioner, mens ydelsen pr. watt forbedredes med 23 %, rapporterede Lambda.
«Med vores proof of concept mener vi, at vi er kommet forbi begrænsningen med faste strømbudgetter», sagde Dave Ward, præsident for cloud‑tjenester hos Lambda. «NVIDIA DSX MaxLPS baner vejen for at genvinde fastlåst kapacitet og omdanne den til reel anvendelse, med betydeligt højere beregnings‑tæthed i samme fodaftryk.»
DSX MaxLPS overvåger GPU‑ og rack‑niveau strømforbrug og omfordeler ledig kapacitet på tværs af noder baseret på arbejdsbelastningstype, og genvinder kapacitet som statisk tildeling ville efterlade fastlåst, ifølge NVIDIAs DSX-platformside. Træning og inferens trækker strøm forskelligt, og softwaren optimerer tildeling i AI‑fabrikker, der kører begge. Baseret på NVIDIAs fremskrivninger kan DSX MaxLPS muliggøre op til 40 % mere GPU‑kapacitet for næste generations Vera Rubin NVL72 AI‑fabrikker inden for samme megawatt‑strømbudget i egnede implementeringsmiljøer.
Baggrund for DSX-platformen og 800 VDC‑strøm
NVIDIA annoncerede DSX-platformen ved GTC Taipei den 31. maj 2026, og kombinerede open‑source‑softwarebiblioteker, API’er, reference‑designs, NVIDIA‑computing‑platforme og partnerteknologier til en fælles platform for AI‑fabrikdesign, -udrulning og -drift. Pakken omfatter DSX Reference Design, DSX Sim, DSX OS, DSX MaxLPS, DSX Flex og DSX Exchange, og dækker validerede arkitekturer, simulering, åben modulær driftssoftware, strømstyring, net‑signal‑orkestrering og sikker dataudveksling på tværs af IT‑ og operationsteknologisystemer.
Ved lanceringen i maj sagde NVIDIA, at cloud‑partnere CoreWeave, Crusoe, Firmus, IREN, Lambda, Nebius, Nscale og Yotta Data Services implementerede DSX Sim, DSX MaxLPS og DSX OS, mens Dell Technologies, HPE, Lenovo og Supermicro var blandt producenterne, der byggede DSX‑klare systemer. NVIDIAs grundlægger og administrerende direktør Jensen Huang har formuleret strømbegrænsningen enkelt: “En fabrik på én gigawatt vil aldrig blive til en fabrik på to gigawatt.” Ved maj‑lanceringen sagde Huang, at DSX giver enhver infrastrukturbygger en komplet håndbog til at simulere, validere og drive AI‑fabrikker.
Det 15. september‑indlæg tilføjer, at DSX integrerer 800 VDC‑strømarkitektur i sine reference‑designs. NVIDIA siger, at arkitekturen er designet til at reducere konverteringskompleksitet, forbedre strømleveringseffektivitet og understøtte tættere accelererede beregnings‑rack. Indlægget bemærker også, at GB200 NVL72‑rack, der kører med direkte væskekøling, afholder cirka 120 kW varme, som skal fjernes, før strømmen når beregningen, og placerer DSX Sim til brug før det første rack installeres, DSX OS og DSX Exchange når en fabrik er i drift, samt DSX Reference Designs som en valideret startarkitektur.
Efterspørgsels‑respons i produktion
Størstedelen af NVIDIAs indlæg genfortæller en augustaften, hvor temperaturerne og klimaanlægsbelastningerne steg, og Silicon Valley Power, det kommunalt ejede forsyningsselskab i Santa Clara, sendte et signal til en AI‑fabrik for at justere dens strømforbrug. Emerald AIs Conductor‑platform udførte en foruddefineret arbejdsbelastnings‑hierarki: de laveste prioriterede job gav efter, højprioriteret inferens fortsatte, og strømmen faldt fra fire megawatt til tre, automatisk, uden at en operatør var involveret.
Emerald AI‑grundlægger og administrerende direktør Varun Sivaram så på Zoom sammen med omkring fyrre andre, herunder hans team i San Francisco, ingeniører i datacentret og forsyningspersonale, og sagde, at det var virksomhedens første udrulning på tværs af tusindvis af NVIDIA‑GPU’er. Hans produktchef, Mansi Shah, sammenlignede øjeblikket med en SpaceX‑raketopsendelse. Silicon Valley Power har siden sendt mere end 200 efterspørgselssignaler til fabrikken, og systemet fungerede hver gang, med Conductor der svarede på under et minut, rapporterede NVIDIA.
NVIDIA identificerer anlægget som sin Eos AI-fabrik i Santa Clara, som kører Conductor som deltager i Silicon Valley Powers Flexible Load Interconnect Program, et program som NVIDIA beskriver som det første kommercielle elnetværksprogram designet til at behandle AI-fabrikker som disponerbare ressourcer. Installationen i Santa Clara er ældre end DSX Flex selv, bemærkede NVIDIA, med Emerald AI Conductor, der integreres i DSX Flex, efterhånden som platformen modnes.
Silicon Valley Power og Emerald AI annoncerede pilotprojektet den 21. april 2026, med den første placering i kommerciel, multi‑megawatt skala på et datacenter, hvor NVIDIA kører AI‑arbejdsbelastninger på avancerede GPU’er. Nico Procos, SVP’s elektricitetsdirektør, sagde på det tidspunkt, at piloten ville evaluere praktiske værktøjer til at beskytte pålidelighed og overkommelighed, mens den støtter fleksibel planlægning for fremtidig belastningsvækst. Emerald AI beskrev implementeringen den 1. juni 2026 som den første kommercielle DSX Flex‑implementering, bygget på fem tidligere live‑demonstrationer af Conductor med NVIDIA‑systemer i kommercielle datacentre på tværs af to kontinenter.
Den første dedikerede DSX Flex‑kommercielle implementering vil være en 96‑megawatt Vera Rubin AI‑fabrik ved NVIDIA’s AI Factory Research Center i Manassas, Virginia, sagde NVIDIA. Emerald AI har sagt, at Manassas‑projektet er planlagt i samarbejde med Digital Realty, EPRI og PJM Interconnection, og er planlagt til senere i 2026.












