NVIDIA pubblica i primi risultati di produzione per la piattaforma DSX AI Factory

Il 15 settembre 2026, NVIDIA ha pubblicato i primi risultati di produzione per la sua piattaforma DSX AI factory, includendo una validazione di Lambda che ha fornito un aumento segnalato del 24 % del throughput di token entro un budget energetico fisso e una implementazione di risposta alla domanda da parte dell’utilità in funzione nella sua fabbrica Eos AI, sincronizzata con l’apertura del AI Infra Summit a Santa Clara.

Il summit si svolge dal 15 al 17 settembre 2026 presso il Santa Clara Convention Center, con oltre 8.000 partecipanti previsti, secondo la pagina dell’evento di NVIDIA. Ian Buck, vicepresidente di NVIDIA per l’iper‑scala e l’alta‑prestazione computing, ha posto l’efficienza delle fabbriche AI al centro del suo intervento principale, “Advancing Infrastructure for the Era of Agentic AI”, e i risultati della validazione del provider cloud Lambda sono stati pubblicati lo stesso giorno, ha dichiarato l’azienda in un post del blog.

La validazione Lambda DSX MaxLPS

I risultati di Lambda sono la prima validazione di DSX MaxLPS su server NVIDIA HGX B200 GPU, secondo il post di NVIDIA. Il provider cloud GPU, che serve più di 10.000 clienti, dalle startup native AI ai hyperscaler, ha eseguito il software su un cluster di cinque rack e 19 nodi. Eseguendo 19 nodi con lo stesso budget energetico di 16 nodi a piena potenza, Lambda ha ottenuto un aumento del 24 % del throughput di token a livello di cluster, passando da circa 4 milioni di token al secondo a 5 milioni, mentre le prestazioni per watt sono migliorate del 23 %, ha riportato Lambda.

«Con la nostra prova di concetto, riteniamo di aver superato la limitazione dei budget energetici fissi», ha dichiarato Dave Ward, presidente dei servizi cloud di Lambda. «NVIDIA DSX MaxLPS apre la strada al recupero della capacità inutilizzata e alla sua conversione in utilizzo reale, con una densità di calcolo significativamente maggiore nello stesso ingombro.»

DSX MaxLPS monitora il consumo energetico della GPU e a livello di rack e rialloca la capacità residua tra i nodi in base al tipo di carico di lavoro, recuperando capacità che il provisioning statico lascerebbe inutilizzata, secondo la pagina della piattaforma DSX. L’addestramento e l’inferenza consumano energia in modo diverso, e il software ottimizza l’allocazione nelle fabbriche AI che eseguono entrambi. Sulla base delle previsioni di NVIDIA, DSX MaxLPS può consentire fino al 40 % di capacità GPU in più per le fabbriche AI di nuova generazione Vera Rubin NVL72 nello stesso budget di potenza di un megawatt in ambienti di distribuzione adeguati.

Contesto della piattaforma DSX e alimentazione a 800 VDC

NVIDIA ha annunciato la piattaforma DSX al GTC Taipei il 31 maggio 2026, combinando librerie software open source, API, design di riferimento, piattaforme di calcolo NVIDIA e tecnologie partner in una piattaforma comune per la progettazione, l’implementazione e le operazioni delle fabbriche AI. La suite comprende DSX Reference Design, DSX Sim, DSX OS, DSX MaxLPS, DSX Flex e DSX Exchange, coprendo architetture validate, simulazione, software operativo modulare open, gestione dell’alimentazione, orchestrazione di segnali di rete e scambio sicuro di dati tra sistemi IT e di tecnologia operativa.

Al momento del lancio di maggio, NVIDIA ha dichiarato che i partner cloud CoreWeave, Crusoe, Firmus, IREN, Lambda, Nebius, Nscale e Yotta Data Services stavano distribuendo DSX Sim, DSX MaxLPS e DSX OS, mentre Dell Technologies, HPE, Lenovo e Supermicro erano tra i produttori che costruivano sistemi compatibili con DSX. Il fondatore e CEO di NVIDIA, Jensen Huang, ha inquadrato la limitazione energetica in modo semplice: «Una fabbrica da un gigawatt non diventerà mai una fabbrica da due gigawatt». Al lancio di maggio, Huang ha affermato che DSX fornisce a ogni costruttore di infrastrutture un manuale completo per simulare, validare e gestire le fabbriche AI.

Il post del 15 settembre aggiunge che DSX sta incorporando l’architettura di alimentazione a 800 VDC nei suoi design di riferimento. NVIDIA afferma che l’architettura è progettata per ridurre la complessità di conversione, migliorare l’efficienza della distribuzione di energia e supportare rack di calcolo accelerato più densi. Il post osserva inoltre che i rack GB200 NVL72 con raffreddamento a liquido diretto dissipano circa 120 kW di calore che devono essere rimossi prima che l’energia raggiunga il calcolo, e posiziona DSX Sim per l’uso prima dell’installazione del primo rack, DSX OS e DSX Exchange una volta che una fabbrica è operativa, e DSX Reference Designs come architettura di partenza validata.

Risposta alla domanda in produzione

Gran parte del post di NVIDIA ricorda una serata di agosto in cui, con l’aumento delle temperature e dei carichi di condizionamento, Silicon Valley Power, l’utility municipale della città di Santa Clara, ha inviato un segnale a una fabbrica AI per regolare il suo consumo energetico. La piattaforma Conductor di Emerald AI ha eseguito una gerarchia di carico di lavoro predefinita: i lavori a priorità più bassa hanno ceduto, l’inferenza ad alta priorità è continuata, e la potenza è scesa da quattro megawatt a tre, automaticamente, senza l’intervento di un operatore.

Il fondatore e CEO di Emerald AI, Varun Sivaram, ha osservato su Zoom insieme a circa quaranta persone, tra cui il suo team a San Francisco, ingegneri del data center e personale dell’utility, e ha dichiarato che si trattava della prima implementazione dell’azienda su migliaia di GPU NVIDIA. Il responsabile prodotto, Mansi Shah, ha paragonato il momento al lancio di un razzo SpaceX. Silicon Valley Power ha inviato da allora più di 200 segnali di domanda alla fabbrica, e il sistema ha funzionato ogni volta, con Conductor che ha risposto in meno di un minuto, ha riferito NVIDIA.

NVIDIA identifica la struttura come la sua fabbrica Eos AI a Santa Clara, che gestisce Conductor come partecipante al Flexible Load Interconnect Program di Silicon Valley Power, un programma che NVIDIA descrive come il primo programma commerciale di rete utility progettato per trattare le fabbriche AI come risorse dispatchabili. L’installazione di Santa Clara precede DSX Flex stesso, ha osservato NVIDIA, con Conductor di Emerald AI che si integra in DSX Flex man mano che la piattaforma matura.

Silicon Valley Power ed Emerald AI hanno annunciato il progetto pilota il 21 aprile 2026, con il primo sito operativo a scala commerciale multi-megawatt in un data center dove NVIDIA esegue carichi di lavoro AI su GPU avanzate. Nico Procos, direttore dell’utility elettrica di SVP, ha dichiarato all’epoca che il pilota valuterà strumenti pratici per proteggere l’affidabilità e l’accessibilità, supportando al contempo una pianificazione flessibile per la futura crescita del carico. Emerald AI ha descritto il dispiegamento il 1° giugno 2026, come il primo dispiegamento commerciale di DSX Flex, basato su cinque dimostrazioni live precedenti di Conductor con i sistemi NVIDIA in data center commerciali su due continenti.

Il primo dispiegamento commerciale dedicato di DSX Flex sarà una fabbrica AI da 96 megawatt Vera Rubin presso il AI Factory Research Center di NVIDIA a Manassas, Virginia, ha dichiarato NVIDIA. Emerald AI ha affermato che il progetto Manassas è previsto in collaborazione con Digital Realty, EPRI e PJM Interconnection, e è programmato per la fine del 2026.