AI-modellen en platforms
NVIDIA meldt vroege productieresultaten voor het DSX AI-fabriekplatform
Voeg Unite.AI toe aan je voorkeursbronnen op Google
NVIDIA heeft op 15 september 2026 vroege productieresultaten voor zijn DSX AI-fabriekplatform gepubliceerd, inclusief een Lambda‑validatie die een gerapporteerde toename van 24% in token‑doorvoer binnen een vast stroombudget opleverde en een nuts‑vraag‑en‑respons‑implementatie die draait in zijn Eos AI-fabriek, getimed op de opening van de AI Infra Summit in Santa Clara.
Het summit vindt plaats van 15 tot 17 september 2026 in het Santa Clara Convention Center, met naar verwachting meer dan 8.000 deelnemers, volgens de evenementpagina van NVIDIA. Ian Buck, vicepresident hyperschaal‑ en high‑performance computing bij NVIDIA, maakte AI‑fabrieks‑efficiëntie tot het middelpunt van zijn keynote, “Advancing Infrastructure for the Era of Agentic AI”, en de validatieresultaten van cloudprovider Lambda werden dezelfde dag gepubliceerd, aldus het bedrijf in een blogbericht.
De Lambda DSX MaxLPS‑validatie
De resultaten van Lambda vormen de eerste validatie van DSX MaxLPS op NVIDIA HGX B200 GPU-servers, volgens het bericht van NVIDIA. De GPU‑cloudprovider, die meer dan 10.000 klanten bedient, variërend van AI‑native startups tot hyperscalers, draaide de software op een cluster van vijf racks met 19 knooppunten. Door 19 knooppunten te draaien binnen hetzelfde stroombudget als 16 knooppunten op vol vermogen, behaalde Lambda een toename van 24% in cluster‑brede token‑doorvoer, van ongeveer 4 miljoen tokens per seconde naar 5 miljoen, terwijl de prestaties per watt met 23% verbeterden, meldde Lambda.
“Met ons proof‑of‑concept geloven we dat we de beperking van vaste stroombudgetten hebben overwonnen,” zei Dave Ward, president cloudservices bij Lambda. “NVIDIA DSX MaxLPS baant de weg om vastzittende capaciteit terug te winnen en om te zetten in praktisch gebruik, met aanzienlijk meer rekencapaciteit binnen dezelfde voetafdruk.”
DSX MaxLPS bewaakt het GPU‑ en rack‑niveau stroomverbruik en herverdeelt beschikbare capaciteit over knooppunten op basis van het type werkbelasting, waardoor capaciteit wordt teruggewonnen die statische provisioning zou laten stranden, volgens de DSX‑platformpagina van NVIDIA. Training en inferentie verbruiken stroom op verschillende manieren, en de software optimaliseert de toewijzing in AI‑fabrieken die beide uitvoeren. Op basis van de projecties van NVIDIA kan DSX MaxLPS tot 40% meer GPU‑capaciteit mogelijk maken voor de volgende generatie Vera Rubin NVL72 AI‑fabrieken binnen hetzelfde megawatt‑stroombudget in geschikte implementatie‑omgevingen.
Achtergrond van het DSX‑platform en 800 VDC‑stroom
NVIDIA annonceerde het DSX‑platform op GTC Taipei op 31 mei 2026, waarbij open‑source softwarebibliotheken, API’s, referentie‑ontwerpen, NVIDIA‑computingplatformen en partner‑technologieën werden samengevoegd tot een gemeenschappelijk platform voor AI‑fabriek‑ontwerp, -implementatie en -operaties. De suite omvat DSX Reference Design, DSX Sim, DSX OS, DSX MaxLPS, DSX Flex en DSX Exchange, en bestrijkt gevalideerde architecturen, simulatie, open modulaire operationele software, stroombeheer, grid‑signaal‑orchestratie en veilige gegevensuitwisseling tussen IT‑ en operationele‑technologiesystemen.
Vanaf de lancering in mei meldde NVIDIA dat cloud‑partners CoreWeave, Crusoe, Firmus, IREN, Lambda, Nebius, Nscale en Yotta Data Services DSX Sim, DSX MaxLPS en DSX OS implementeerden, terwijl Dell Technologies, HPE, Lenovo en Supermicro tot de fabrikanten behoorden die DSX‑klare systemen bouwden. NVIDIA‑oprichter en CEO Jensen Huang formuleerde de stroombeperking eenvoudig: “Een fabriek van één gigawatt zal nooit een fabriek van twee gigawatt worden.” Bij de lancering in mei zei Huang dat DSX elke infrastructuur‑bouwer een volledig draaiboek biedt om AI‑fabrieken te simuleren, valideren en exploiteren.
In het bericht van 15 september wordt toegevoegd dat DSX de 800 VDC‑stroomarchitectuur in zijn referentie‑ontwerpen opneemt. NVIDIA stelt dat de architectuur is ontworpen om conversie‑complexiteit te verminderen, de efficiëntie van stroomlevering te verbeteren en dichtere versnelde rekentanks te ondersteunen. Het bericht merkt ook op dat GB200 NVL72‑racks met directe vloeistofkoeling ongeveer 120 kW aan warmte genereren die moet worden afgevoerd voordat die stroom de rekeneenheid bereikt, en het positioneert DSX Sim voor gebruik vóór de installatie van de eerste rack, DSX OS en DSX Exchange zodra een fabriek operationeel is, en DSX Reference Designs als een gevalideerde startarchitectuur.
Vraag‑respons in productie
Een groot deel van het bericht van NVIDIA beschrijft een avond in augustus toen, terwijl temperaturen en airconditioning‑belastingen piekten, Silicon Valley Power, het gemeentelijke nutsbedrijf van de stad Santa Clara, een signaal naar een AI‑fabriek stuurde om haar stroomverbruik aan te passen. Het Conductor‑platform van Emerald AI voerde een vooraf gedefinieerde werkbelastingshiërarchie uit: de laagst‑prioritaire taken gaven toe, inferentie met hoge prioriteit bleef draaien, en het stroomverbruik daalde automatisch van vier megawatt naar drie, zonder tussenkomst van een operator.
Emerald AI‑oprichter en CEO Varun Sivaram keek via Zoom toe samen met ongeveer veertig anderen, waaronder zijn team in San Francisco, ingenieurs in het datacenter en personeel van de nutsvoorziening, en zei dat het de eerste inzet van het bedrijf was over duizenden NVIDIA‑GPU’s. Zijn producthoofd, Mansi Shah, vergeleek het moment met een SpaceX‑raketlancering. Silicon Valley Power heeft sindsdien meer dan 200 vraag‑signalen naar de fabriek gestuurd, en het systeem werkte elke keer, waarbij Conductor binnen een minuut reageerde, meldde NVIDIA.
NVIDIA identificeert de faciliteit als haar Eos AI-fabriek in Santa Clara, die Conductor laat draaien als deelnemer aan het Flexible Load Interconnect Program van Silicon Valley Power, een programma dat NVIDIA beschrijft als het eerste commerciële netwerkgereedschap dat AI-fabrieken behandelt als dispatchbare bronnen. De installatie in Santa Clara dateert van vóór DSX Flex zelf, merkte NVIDIA op, waarbij Emerald AI Conductor integreert in DSX Flex naarmate het platform volwassen wordt.
Silicon Valley Power en Emerald AI kondigden de pilot aan op 21 april 2026, met de eerste locatie die operationeel is op commerciële, multi-megawatt schaal in een datacentrum waar NVIDIA AI-werkbelastingen draait op geavanceerde GPU’s. Nico Procos, directeur elektrische nutsvoorzieningen van SVP, zei destijds dat de pilot praktische hulpmiddelen zou evalueren om betrouwbaarheid en betaalbaarheid te beschermen, terwijl flexibele planning voor toekomstige belastinggroei wordt ondersteund. Emerald AI beschreef de uitrol op 1 juni 2026 als de eerste commerciële DSX Flex-uitrol, gebouwd op vijf eerdere live demonstraties van Conductor met NVIDIA-systemen in commerciële datacentra op twee continenten.
De eerste toegewijde commerciële DSX Flex-uitrol zal een 96-megawatt Vera Rubin AI-fabriek zijn in het AI Factory Research Center van NVIDIA in Manassas, Virginia, aldus NVIDIA. Emerald AI heeft aangegeven dat het Manassas-project gepland is in samenwerking met Digital Realty, EPRI en de PJM Interconnection, en gepland staat voor later in 2026.
