NVIDIA publie les premiers résultats de production de la plateforme d’usine IA DSX

NVIDIA, le 15 septembre 2026, a publié les premiers résultats de production de sa plateforme d’usine IA DSX, incluant une validation de Lambda qui a fourni un débit de jetons 24 % plus élevé dans un budget énergétique fixe, ainsi qu’un déploiement de réponse à la demande d’utilité fonctionnant dans son usine IA Eos, synchronisé avec l’ouverture du AI Infra Summit à Santa Clara.

Le sommet se déroulera du 15 au 17 septembre 2026 au Santa Clara Convention Center, avec plus de 8 000 participants attendus, selon la page événementielle de NVIDIA. Ian Buck, vice‑président hyperscale et calcul haute performance chez NVIDIA, a placé l’efficacité des usines IA au cœur de son discours d’ouverture, « Advancing Infrastructure for the Era of Agentic AI », et les résultats de validation du fournisseur cloud Lambda ont été publiés le même jour, a indiqué l’entreprise dans un article de blog.

Validation Lambda DSX MaxLPS

Les résultats de Lambda constituent la première validation de DSX MaxLPS sur les serveurs NVIDIA HGX B200 GPU, selon le communiqué de NVIDIA. Le fournisseur cloud GPU, qui dessert plus de 10 000 clients, des startups natives IA aux hyperscalers, a exécuté le logiciel sur un cluster de cinq racks et 19 nœuds. En faisant fonctionner 19 nœuds avec le même budget énergétique que 16 nœuds à pleine puissance, Lambda a réalisé un débit de jetons 24 % plus élevé à l’échelle du cluster, passant d’environ 4 millions de jetons par seconde à 5 millions, tandis que la performance par watt s’est améliorée de 23 %, a rapporté Lambda.

« Avec notre preuve de concept, nous pensons être passés au-delà de la limitation des budgets énergétiques fixes », a déclaré Dave Ward, président des services cloud chez Lambda. « NVIDIA DSX MaxLPS ouvre la voie à la récupération de capacité inutilisée et à sa conversion en utilisation réelle, avec une densité de calcul nettement supérieure dans le même espace ».

DSX MaxLPS surveille la consommation d’énergie des GPU et des racks et réalloue la marge disponible entre les nœuds en fonction du type de charge de travail, récupérant ainsi la capacité que le provisionnement statique laisserait inutilisée, selon la page de la plateforme DSX. L’entraînement et l’inférence consomment l’énergie différemment, et le logiciel optimise l’allocation dans les usines d’IA qui exécutent les deux. D’après les projections de NVIDIA, DSX MaxLPS peut permettre jusqu’à 40 % de capacité GPU supplémentaire pour les usines IA de prochaine génération Vera Rubin NVL72, tout en respectant le même budget énergétique d’un mégawatt dans des environnements de déploiement appropriés.

Contexte de la plateforme DSX et alimentation 800 VDC

NVIDIA a annoncé la plateforme DSX lors du GTC Taipei le 31 mai 2026, en combinant des bibliothèques logicielles open source, des API, des conceptions de référence, les plateformes informatiques NVIDIA et les technologies partenaires en une plateforme commune pour la conception, le déploiement et l’exploitation d’usines IA. La suite comprend DSX Reference Design, DSX Sim, DSX OS, DSX MaxLPS, DSX Flex et DSX Exchange, couvrant des architectures validées, la simulation, un logiciel d’opérations modulaires ouvert, la gestion de l’énergie, l’orchestration des signaux de réseau et l’échange sécurisé de données entre les systèmes informatiques et les systèmes de technologie opérationnelle.

Lors du lancement de mai, NVIDIA a indiqué que les partenaires cloud CoreWeave, Crusoe, Firmus, IREN, Lambda, Nebius, Nscale et Yotta Data Services déployaient DSX Sim, DSX MaxLPS et DSX OS, tandis que Dell Technologies, HPE, Lenovo et Supermicro figuraient parmi les fabricants construisant des systèmes compatibles DSX. Le fondateur et PDG de NVIDIA, Jensen Huang, a résumé la contrainte énergétique ainsi : « Une usine d’un gigawatt ne deviendra jamais une usine de deux gigawatts ». Lors du lancement de mai, Huang a déclaré que DSX fournit à chaque constructeur d’infrastructure un guide complet pour simuler, valider et exploiter les usines IA.

Le communiqué du 15 septembre indique que DSX intègre une architecture d’alimentation 800 VDC dans ses conceptions de référence. NVIDIA précise que cette architecture est conçue pour réduire la complexité de conversion, améliorer l’efficacité de la distribution d’énergie et prendre en charge des racks de calcul accéléré plus denses. Le communiqué note également que les racks GB200 NVL72 fonctionnant avec un refroidissement liquide direct génèrent environ 120 kW de chaleur qui doit être évacuée avant que l’énergie n’atteigne le calcul, et il positionne DSX Sim pour une utilisation avant l’installation du premier rack, DSX OS et DSX Exchange une fois l’usine en fonctionnement, ainsi que les conceptions de référence DSX comme architecture de départ validée.

Réponse à la demande en production

Une grande partie du communiqué de NVIDIA raconte une soirée d’août où, alors que les températures et les charges de climatisation augmentaient, Silicon Valley Power, le service public municipal de la ville de Santa Clara, a envoyé un signal à une usine IA pour ajuster sa consommation d’énergie. La plateforme Conductor d’Emerald AI a exécuté une hiérarchie de charges de travail prédéfinie : les tâches de priorité la plus basse ont cédé, les inférences de haute priorité ont continué de fonctionner, et la puissance est passée de quatre mégawatts à trois, automatiquement, sans intervention d’opérateur.

Le fondateur et PDG d’Emerald AI, Varun Sivaram, a suivi la situation sur Zoom avec une quarantaine d’autres participants, dont son équipe à San Francisco, des ingénieurs du centre de données et du personnel de l’utilité, et a déclaré qu’il s’agissait du premier déploiement de l’entreprise sur des milliers de GPU NVIDIA. Sa responsable produit, Mansi Shah, a comparé ce moment à un lancement de fusée SpaceX. Silicon Valley Power a depuis envoyé plus de 200 signaux de demande à l’usine, et le système a fonctionné à chaque fois, Conductor répondant en moins d’une minute, a rapporté NVIDIA.

NVIDIA désigne l’installation comme son usine Eos AI à Santa Clara, qui fait fonctionner Conductor en tant que participant au Programme d’Interconnexion de Charge Flexible de Silicon Valley Power, un programme que NVIDIA décrit comme le premier programme utilitaire de réseau commercial conçu pour traiter les usines d’IA comme des ressources dispatchables. NVIDIA a noté que l’installation de Santa Clara précède le DSX Flex lui‑même, le Conductor d’Emerald AI s’intégrant au DSX Flex à mesure que la plateforme mûrit.

Silicon Valley Power et Emerald AI ont annoncé le pilote le 21 avril 2026, le premier site fonctionnant à l’échelle commerciale multi‑mégawatt dans un centre de données où NVIDIA exécute des charges de travail d’IA sur des GPU avancés. Nico Procos, directeur des services publics électriques de SVP, a déclaré à l’époque que le pilote évaluerait des outils pratiques pour protéger la fiabilité et l’accessibilité tout en soutenant une planification flexible de la croissance future de la charge. Emerald AI a décrit le déploiement le 1 juin 2026 comme le premier déploiement commercial du DSX Flex, construit sur cinq démonstrations en direct antérieures de Conductor avec les systèmes NVIDIA dans des centres de données commerciaux sur deux continents.

Le premier déploiement commercial dédié du DSX Flex sera une usine d’IA de 96 mégawatts Vera Rubin au Centre de Recherche des Usines d’IA de NVIDIA à Manassas, Virginie, a indiqué NVIDIA. Emerald AI a déclaré que le projet de Manassas est prévu en collaboration avec Digital Realty, l’EPRI et le PJM Interconnection, et qu’il est prévu pour la fin de 2026.