KI-Modelle und Plattformen
NVIDIA berichtet über frühe Produktionsergebnisse für die DSX AI Factory-Plattform
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
NVIDIA veröffentlichte am 15. September 2026 frühe Produktionsergebnisse für seine DSX AI‑Fabrikplattform, darunter eine Lambda‑Validierung, die laut Bericht 24 % mehr Token‑Durchsatz bei festem Leistungsbudget lieferte, sowie einen Einsatz von Demand‑Response für Versorgungsunternehmen, der in seiner Eos AI‑Fabrik lief und zum Zeitpunkt der Eröffnung des AI Infra Summit in Santa Clara stattfand.
Das Gipfeltreffen findet vom 15. bis 17. September 2026 im Santa Clara Convention Center statt, wobei laut NVIDIA‑Veranstaltungsseite mehr als 8 000 Teilnehmende erwartet werden. Ian Buck, NVIDIAs Vizepräsident für Hyperscale‑ und Hochleistungs‑Computing, stellte die Effizienz von KI‑Fabriken in den Mittelpunkt seiner Eröffnungsrede mit dem Titel „Advancing Infrastructure for the Era of Agentic AI“, und die Validierungsergebnisse des Cloud‑Anbieters Lambda wurden am selben Tag veröffentlicht, wie das Unternehmen in einem Blogbeitrag mitteilte.
Die Lambda‑DSX‑MaxLPS‑Validierung
Lambdas Ergebnisse stellen laut NVIDIAs Beitrag die erste Validierung von DSX MaxLPS auf NVIDIA‑HGX‑B200 GPU‑Servern dar. Der GPU‑Cloud‑Anbieter, der mehr als 10 000 Kund*innen bedient – von KI‑Start‑ups bis zu Hyperscalern – führte die Software auf einem Cluster mit fünf Racks und 19 Knoten aus. Durch den Betrieb von 19 Knoten innerhalb desselben Leistungsbudgets wie 16 Knoten bei voller Leistung erzielte Lambda einen um 24 % höheren clusterweiten Token‑Durchsatz, der von etwa 4 Millionen Tokens pro Sekunde auf 5 Millionen anstieg, während die Leistung pro Watt um 23 % verbessert wurde, berichtete Lambda.
„Mit unserem Proof‑of‑Concept glauben wir, dass wir die Beschränkung fester Leistungsbudgets überwunden haben“, sagte Dave Ward, Präsident für Cloud‑Services bei Lambda. „NVIDIA DSX MaxLPS ebnet den Weg, ungenutzte Kapazitäten zurückzugewinnen und in reale Nutzung umzuwandeln, mit deutlich höherer Rechendichte bei gleichem Platzbedarf.“
DSX MaxLPS überwacht den GPU‑ und Rack‑Energieverbrauch und verteilt den Spielraum über die Knoten hinweg basierend auf dem Workload‑Typ, wodurch Kapazitäten zurückgewonnen werden, die bei statischer Bereitstellung ungenutzt blieben, laut NVIDIAs DSX‑Plattformseite. Training und Inferenz verbrauchen Energie unterschiedlich, und die Software optimiert die Zuweisung in KI‑Fabriken, die beides ausführen. Laut NVIDIAs Prognosen kann DSX MaxLPS bis zu 40 % mehr GPU‑Kapazität für die nächste Generation der Vera Rubin NVL72 KI‑Fabriken innerhalb desselben Megawatt‑Leistungsbudgets in geeigneten Einsatzumgebungen ermöglichen.
Hintergrund der DSX‑Plattform und 800‑VDC‑Leistung
NVIDIA kündigte die DSX‑Plattform an auf der GTC Taipei am 31. Mai 2026 und vereinte Open‑Source‑Softwarebibliotheken, APIs, Referenzdesigns, NVIDIA‑Computing‑Plattformen und Partnertechnologien zu einer gemeinsamen Plattform für das Design, die Bereitstellung und den Betrieb von KI‑Fabriken. Die Suite umfasst DSX Reference Design, DSX Sim, DSX OS, DSX MaxLPS, DSX Flex und DSX Exchange und deckt validierte Architekturen, Simulation, offene modulare Betriebssoftware, Energiemanagement, Grid‑Signal‑Orchestrierung sowie sicheren Datenaustausch zwischen IT‑ und OT‑Systemen ab.
Zum Zeitpunkt des Mai‑Launches sagte NVIDIA, dass Cloud‑Partner wie CoreWeave, Crusoe, Firmus, IREN, Lambda, Nebius, Nscale und Yotta Data Services DSX Sim, DSX MaxLPS und DSX OS einsetzen, während Dell Technologies, HPE, Lenovo und Supermicro zu den Herstellern gehören, die DSX‑kompatible Systeme bauen. NVIDIAs Gründer und CEO Jensen Huang formulierte die Leistungsbeschränkung schlicht: „Eine Ein‑Gigawatt‑Fabrik wird niemals zu einer Zwei‑Gigawatt‑Fabrik werden.“ Beim Mai‑Launch erklärte Huang, dass DSX jedem Infrastruktur‑Entwickler ein vollständiges Handbuch bietet, um KI‑Fabriken zu simulieren, zu validieren und zu betreiben.
Der Beitrag vom 15. September fügt hinzu, dass DSX die 800‑VDC‑Stromarchitektur in seine Referenzdesigns integriert. NVIDIA gibt an, dass die Architektur darauf ausgelegt ist, die Umwandlungskomplexität zu reduzieren, die Effizienz der Stromversorgung zu verbessern und dichtere beschleunigte Rechenracks zu unterstützen. Der Beitrag weist außerdem darauf hin, dass GB200‑NVL72‑Racks mit direkter Flüssigkühlung etwa 120 kW Wärme erzeugen, die abgeführt werden muss, bevor die Energie die Rechenmodule erreicht, und positioniert DSX Sim für den Einsatz, bevor das erste Rack installiert ist, DSX OS und DSX Exchange, sobald eine Fabrik läuft, sowie DSX Reference Designs als validierte Ausgangsarchitektur.
Demand‑Response in der Produktion
Ein Großteil von NVIDIAs Beitrag berichtet von einem Augustabend, an dem bei steigenden Temperaturen und Klimaanlagenlasten das kommunale Versorgungsunternehmen Silicon Valley Power der Stadt Santa Clara ein Signal an eine KI‑Fabrik sendete, um deren Stromverbrauch anzupassen. Die Conductor‑Plattform von Emerald AI führte eine vordefinierte Workload‑Hierarchie aus: Die Jobs mit niedrigster Priorität wurden reduziert, hochpriorisierte Inferenz blieb aktiv, und die Leistung sank automatisch von vier Megawatt auf drei, ohne dass ein Bediener eingreifen musste.
Der Gründer und CEO von Emerald AI, Varun Sivaram, beobachtete per Zoom zusammen mit etwa vierzig weiteren Personen, darunter sein Team in San Francisco, Ingenieure im Rechenzentrum und das Versorgungspersonal, und sagte, es sei die erste Implementierung des Unternehmens über tausende NVIDIA‑GPUs hinweg. Seine Produktchefin, Mansi Shah, verglich den Moment mit einem SpaceX‑Raketenstart. Silicon Valley Power hat seitdem mehr als 200 Demand‑Signals an die Fabrik gesendet, und das System funktionierte jedes Mal, wobei Conductor in weniger als einer Minute reagierte, berichtete NVIDIA.
NVIDIA bezeichnet die Anlage als seine Eos‑AI‑Fabrik in Santa Clara, die Conductor als Teilnehmer am Flexible Load Interconnect Program von Silicon Valley Power betreibt, ein Programm, das NVIDIA als das erste kommerzielle Netz‑Utility‑Programm beschreibt, das KI‑Fabriken als steuerbare Ressourcen behandelt. Die Installation in Santa Clara sei, so NVIDIA, älter als DSX Flex selbst, wobei der Emerald‑AI‑Conductor in DSX Flex integriert wird, sobald die Plattform reift.
Silicon Valley Power und Emerald AI kündigten den Piloten am 21. April 2026 an, wobei die erste Anlage im kommerziellen Mehr‑Megawatt‑Maßstab in einem Rechenzentrum betrieben wird, in dem NVIDIA KI‑Workloads auf fortschrittlichen GPUs ausführt. Nico Procos, Direktor für elektrische Versorgungsunternehmen bei SVP, sagte damals, dass der Pilot praktische Werkzeuge zur Sicherung von Zuverlässigkeit und Erschwinglichkeit evaluieren und gleichzeitig flexible Planungen für zukünftiges Lastwachstum unterstützen werde. Emerald AI beschrieb die Implementierung am 1. Juni 2026 als die erste kommerzielle DSX‑Flex‑Implementierung, die auf fünf vorherigen Live‑Demonstrationen von Conductor mit NVIDIA‑Systemen in kommerziellen Rechenzentren auf zwei Kontinenten aufbaut.
Die erste dedizierte kommerzielle DSX‑Flex‑Implementierung wird eine 96‑Megawatt‑Vera Rubin‑KI‑Fabrik im AI Factory Research Center von NVIDIA in Manassas, Virginia, sein, sagte NVIDIA. Emerald AI hat erklärt, dass das Manassas‑Projekt in Zusammenarbeit mit Digital Realty, EPRI und der PJM Interconnection geplant ist und für später im Jahr 2026 vorgesehen wird.
