NVIDIA rapporterer tidlige produksjonsresultater for DSX AI-fabrikkplattform

NVIDIA publiserte 15. september 2026 tidlige produksjonsresultater for sin DSX AI-fabrikkplattform, inkludert en Lambda-validering som leverte rapportert 24 % høyere token‑gjennomstrømning innenfor et fast strømbudsjett, samt en etterspørselsrespons‑utplassering for verktøyet som kjører ved sin Eos AI-fabrikk, timet til åpningen av AI Infra Summit i Santa Clara.

Summiten avholdes 15.–17. september 2026 på Santa Clara Convention Center, med forventet over 8 000 deltakere, ifølge NVIDIAs arrangementside. Ian Buck, NVIDIAs visepresident for hyperskala og høyytelsesberegning, gjorde AI‑fabrikkens effektivitet til hovedtema i sin hovedtale, «Advancing Infrastructure for the Era of Agentic AI», og skyleverandøren Lambdas valideringsresultater ble publisert samme dag, ifølge selskapet i et blogginnlegg.

Lambda DSX MaxLPS-valideringen

Lambdas resultater er den første valideringen av DSX MaxLPS på NVIDIA HGX B200 GPU-servere, ifølge NVIDIAs innlegg. GPU‑skyleverandøren, som betjener mer enn 10 000 kunder fra AI‑innfødte oppstartsbedrifter til hyperskalere, kjørte programvaren på et fem‑rack, 19‑nodekluster. Ved å kjøre 19 noder innenfor samme strømbudsjett som 16 noder på full kraft, oppnådde Lambda 24 % høyere token‑gjennomstrømning for hele klustret, fra omtrent 4 millioner tokens per sekund til 5 millioner, mens ytelse per watt forbedret seg med 23 %, rapporterte Lambda.

«Med vårt proof of concept tror vi at vi har kommet forbi begrensningen med faste strømbudsjett», sa Dave Ward, president for sky‑tjenester hos Lambda. «NVIDIA DSX MaxLPS baner vei for å gjenvinne fastlåst kapasitet og omdanne den til reell bruk, med betydelig høyere beregningsdensitet i samme fotavtrykk.»

DSX MaxLPS overvåker GPU‑ og rack‑nivå strømforbruk og omfordeler ledig kapasitet på tvers av noder basert på arbeidsbelastningstype, og gjenoppretter kapasitet som statisk provisjonering ville ha latt stå fast, ifølge NVIDIAs DSX-plattformside. Trening og inferens trekker strøm på ulike måter, og programvaren optimaliserer tildelingen i AI-fabrikker som kjører begge. Basert på NVIDIAs prognoser kan DSX MaxLPS muliggjøre opptil 40 % mer GPU‑kapasitet for neste generasjons Vera Rubin NVL72 AI‑fabrikker innenfor samme megawatt‑strømbudsjett i egnede distribusjonsmiljøer.

DSX-plattformens bakgrunn og 800 VDC‑strøm

NVIDIA kunngjorde DSX platform på GTC Taipei 31. mai 2026, og kombinerte åpen kildekode‑programvarebiblioteker, API‑er, referansedesign, NVIDIA‑databehandlingsplattformer og partnerteknologier til en felles plattform for AI‑fabrikkdesign, -utplassering og -drift. Pakken omfatter DSX Reference Design, DSX Sim, DSX OS, DSX MaxLPS, DSX Flex og DSX Exchange, og dekker validerte arkitekturer, simulering, åpen modulær driftsprogramvare, strømstyring, grid‑signal‑orkestrering og sikker datautveksling på tvers av IT‑ og operasjonsteknologisystemer.

Per mai‑lanseringen oppga NVIDIA at sky‑partnere CoreWeave, Crusoe, Firmus, IREN, Lambda, Nebius, Nscale og Yotta Data Services implementerte DSX Sim, DSX MaxLPS og DSX OS, mens Dell Technologies, HPE, Lenovo og Supermicro var blant produsentene som bygde DSX‑klare systemer. NVIDIAs grunnlegger og administrerende direktør Jensen Huang har formulert strømbegrensningen enkelt: «En ett‑gigawatt‑fabrikk vil aldri bli en to‑gigawatt‑fabrikk.» På mai‑lanseringen sa Huang at DSX gir hver infrastrukturbygger en komplett håndbok for å simulere, validere og drifte AI‑fabrikker.

Innlegget 15. september legger til at DSX integrerer 800 VDC‑strømarkitektur i sine referansedesign. NVIDIA sier at arkitekturen er utviklet for å redusere konverteringskompleksitet, forbedre effektiviteten i strømleveransen og støtte tettere akselererte datarack. Innlegget bemerker også at GB200 NVL72‑rack som bruker direkte væskekjøling genererer omtrent 120 kW varme som må fjernes før strømmen når beregningene, og plasserer DSX Sim for bruk før det første racket er installert, DSX OS og DSX Exchange når en fabrikk er i drift, samt DSX Reference Designs som en validert startarkitektur.

Etterspørselsrespons i produksjon

Mesteparten av NVIDIAs innlegg beskriver en augustkveld da, ettersom temperaturene og klimaanleggets belastning steg, Silicon Valley Power, det kommunalt eide kraftselskapet i Santa Clara, sendte et signal til en AI‑fabrikk for å justere strømforbruket. Emerald AIs Conductor-plattform utførte en forhåndsdefinert arbeidsbelastningshierarki: de lavest prioriterte jobbene ga etter, høyprioritert inferens fortsatte å kjøre, og strømmen falt fra fire megawatt til tre, automatisk, uten noen operatør involvert.

Emerald AI‑grunnlegger og administrerende direktør Varun Sivaram så på Zoom sammen med omtrent førti andre, inkludert teamet hans i San Francisco, ingeniører ved datasenteret og kraftselskapets personale, og sa at dette var selskapets første utrulling på tvers av tusenvis av NVIDIA‑GPU‑er. Hans produktansvarlige, Mansi Shah, liknet øyeblikket med en SpaceX‑rakettoppskyting. Silicon Valley Power har siden sendt mer enn 200 etterspørsels‑signaler til fabrikken, og systemet fungerte hver gang, med Conductor som svarte på under ett minutt, rapporterte NVIDIA.

NVIDIA identifiserer anlegget som sin Eos AI‑fabrikk i Santa Clara, som kjører Conductor som deltaker i Silicon Valley Powers Flexible Load Interconnect Program, et program NVIDIA beskriver som det første kommersielle strømnettverktøyprogrammet designet for å behandle AI‑fabrikker som styrbare ressurser. Installeringen i Santa Clara er eldre enn DSX Flex selv, bemerket NVIDIA, med Emerald AI Conductor som integreres i DSX Flex etter hvert som plattformen modnes.

Silicon Valley Power og Emerald AI kunngjorde pilotprosjektet 21. april 2026, med den første lokasjonen i kommersiell, multi‑megawatt‑skala ved et datasenter hvor NVIDIA kjører AI‑arbeidsbelastninger på avanserte GPU‑er. Nico Procos, SVP’s direktør for elektrisk kraftforsyning, sa på den tiden at pilotprosjektet ville evaluere praktiske verktøy for å beskytte pålitelighet og prisgunstighet samtidig som det støtter fleksibel planlegging for fremtidig belastningsvekst. Emerald AI beskrev utrullingen 1. juni 2026, som den første kommersielle DSX Flex‑utrullingen, bygget på fem tidligere live‑demonstrasjoner av Conductor med NVIDIA‑systemer i kommersielle datasentre på to kontinenter.

Den første dedikerte kommersielle DSX Flex‑utrullingen vil bli en 96‑megawatt Vera Rubin AI‑fabrikk ved NVIDIAs AI Factory Research Center i Manassas, Virginia, sa NVIDIA. Emerald AI har oppgitt at Manassas‑prosjektet er planlagt i samarbeid med Digital Realty, EPRI og PJM Interconnection, og er planlagt til senere i 2026.