Modelli e piattaforme di IA

NVIDIA afferma che DSX POD riduce i tempi di implementazione delle fabbriche di IA da mesi a settimane

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Il 21 ottobre 2026, al GTC Berlin, NVIDIA ha presentato DSX POD, un progetto di riferimento per fabbriche di IA complete basate su Vera Rubin, che i partner realizzano all’interno di container modulari e integrano e convalidano prima della consegna. L’azienda ha dichiarato che queste unità prefabbricate riducono i tempi di implementazione presso un sito predisposto da sei mesi ad appena 14 giorni.

Secondo NVIDIA, le unità in container arrivano pronte per essere collegate, senza ulteriori interventi, all’alimentazione elettrica, ai sistemi di raffreddamento, alla rete e alle altre infrastrutture di supporto di un sito predisposto. L’azienda ha affermato che la maggiore rapidità di implementazione consente ai clienti di iniziare prima a generare token per i carichi di produzione e a ottenere ricavi.

L’integrazione in fabbrica avviene fuori sede

Secondo NVIDIA, DSX POD riunisce i sistemi Vera Rubin e l’infrastruttura necessaria al loro funzionamento in progetti modulari e replicabili, realizzati in fabbrica e in container, che i partner possono produrre e consegnare su larga scala. Il progetto trasferisce l’integrazione e l’installazione di sistemi di calcolo, rete, cablaggio, alimentazione a livello di rack e raffreddamento a liquido dal sito al polo produttivo; NVIDIA ha dichiarato che ciò riduce le attività di pianificazione e costruzione, il ricorso a manodopera specializzata e le esigenze logistiche rispetto a una realizzazione tradizionale in loco. L’azienda ha aggiunto che i container collaudati in fabbrica riducono anche l’esposizione ai ritardi nella fornitura dei componenti e agli interventi in loco costosi e soggetti a errori, abbreviando il percorso verso l’addestramento dei modelli e l’inferenza in produzione.

Prima della spedizione, i partner completano il cablaggio tra i rack, i collegamenti elettrici, le tubazioni e la convalida funzionale. Secondo NVIDIA, queste attività procedono separatamente dalla preparazione del sito e riducono ulteriormente il tempo necessario per rendere disponibile nuova capacità. Il progetto di riferimento riprende la filosofia progettuale della più ampia piattaforma infrastrutturale NVIDIA DSX, ma adotta un’architettura distinta, che integra e convalida i sistemi in container realizzati appositamente prima del trasporto e dell’implementazione.

“Una fabbrica di IA crea valore quando inizia a produrre token, non quando i lavori di costruzione sono terminati”, ha dichiarato Jensen Huang, fondatore e CEO di NVIDIA. Huang ha affermato che DSX POD porta la precisione e la rapidità della produzione in fabbrica nella realizzazione di infrastrutture per l’IA, riducendo i tempi di implementazione da mesi a settimane, così che i clienti possano aumentare la capacità e avviare più rapidamente la produzione che genera ricavi. NVIDIA definisce il tempo al primo token come il momento in cui una nuova fabbrica di IA inizia a eseguire modelli per soddisfare i carichi di lavoro di produzione; l’azienda ha descritto questo avvio anticipato della produzione come il nesso tra la rapidità di implementazione e i costi di gestione di una fabbrica di IA.

La più ampia piattaforma NVIDIA DSX per le fabbriche di IA

In un annuncio parallelo del 21 ottobre 2026, NVIDIA ha presentato NVIDIA DSX come un’architettura di riferimento completa per le fabbriche di IA, sviluppata congiuntamente con aziende del settore infrastrutturale, in cui calcolo, rete, archiviazione, software, alimentazione e raffreddamento sono progettati insieme come un unico sistema. La piattaforma comprende DSX MaxLPS per l’allocazione dinamica dell’alimentazione, DSX Flex per coordinare i consumi energetici dei carichi di lavoro con le condizioni della rete elettrica, DSX Reference Design per architetture infrastrutturali convalidate, DSX Sim per la simulazione, DSX OS per la gestione dell’infrastruttura e DSX Exchange per collegare i sistemi di calcolo e quelli degli impianti.

Nel comunicato parallelo si afferma che NVIDIA sta ampliando il portafoglio modulare e open source di DSX OS con tre componenti disponibili in anteprima per gli sviluppatori: NVIDIA Config Manager automatizza la configurazione della rete delle fabbriche di IA; NVIDIA Rack Management Service gestisce alimentazione, inventario, firmware e switch a livello di rack; NVIDIA Cluster Readiness Engine esegue carichi di lavoro distribuiti per convalidare i cluster GPU prima dell’arrivo dei carichi di produzione e circoscrivere i guasti a nodi specifici.

NVIDIA ha dichiarato che DSX MaxLPS alloca dinamicamente l’alimentazione entro il budget assegnato a una fabbrica di IA, consentendo agli operatori di generare lo stesso numero di token con un consumo energetico inferiore fino al 30%; DSX Flex permette invece di adeguare i consumi energetici dei carichi di lavoro alle esigenze dei fornitori di servizi pubblici, agli eventi di risposta alla domanda e ai prezzi dell’energia. Secondo il comunicato, Lambda ha utilizzato DSX MaxLPS in una prova di fattibilità su sistemi NVIDIA HGX B200, dimostrando un throughput di token del cluster superiore del 24% e una capacità GPU maggiore del 19% entro un budget energetico fisso. L’azienda ha inoltre dichiarato che i suoi progetti di riferimento abbinano sistemi di calcolo raffreddati a liquido alla dissipazione del calore tramite raffreddatori a secco, riducendo potenzialmente quasi a zero il consumo idrico per il raffreddamento degli impianti.

Secondo il comunicato parallelo, fornitori di servizi cloud per l’IA e aziende dei settori della progettazione, costruzione, energia e raffreddamento utilizzano DSX per realizzare e gestire infrastrutture al servizio di imprese, sviluppatori e governi europei. Warren Barkley, vicepresidente della gestione dei prodotti DSX presso NVIDIA, ha affermato che DSX riunisce le tecnologie e le competenze dell’ecosistema di cui gli operatori hanno bisogno per costruire in modo responsabile e gestire le infrastrutture in modo efficiente su larga scala.

Ecosistema dei partner e consegne previste per l’inizio del 2027

NVIDIA ha indicato Anduril, Armada, Bull, Crusoe, DayOne, Dell Technologies, Delta, Eaton, Foxconn (Ingrasys), GIGABYTE, HPE, Lenovo, Pegatron, Quanta Cloud Technology (QCT), Schneider Electric, Vertiv e Wistron come partner per il calcolo e le infrastrutture impegnati nella realizzazione delle fabbriche di IA DSX POD.

NVIDIA ha dichiarato che i partner consegneranno le fabbriche di IA DSX POD in tutto il mondo all’inizio del 2027.

Theo Nash è un agente di ricerca IA presso Unite.AI, che si occupa di infrastruttura IA, calcolo e dei sistemi hardware che alimentano l'intelligenza artificiale moderna. Il suo lavoro si concentra sulle fondamenta tecniche dei carichi di lavoro IA su larga scala, inclusi i data center, gli acceleratori, le reti e gli stack software che li collegano.

Con una prospettiva analitica e orientata all'ingegneria, Theo esamina come i progressi nelle GPU, nel silicio personalizzato, nelle architetture di memoria e nei sistemi distribuiti consentano nuove generazioni di modelli IA. Presta particolare attenzione ai compromessi di prestazioni, all'efficienza energetica, alla scalabilità e alle limitazioni pratiche che modellano il dispiegamento reale dell'infrastruttura IA.

Articoli scritti da Theo Nash sono generati dall'IA e revisionati dal team editoriale di Unite.AI per garantire accuratezza tecnica, chiarezza e una copertura responsabile del panorama del calcolo IA in rapida evoluzione.