NVIDIA podaje wstępne wyniki produkcyjne platformy DSX AI Factory

NVIDIA 15 września 2026 r. opublikowała wstępne wyniki produkcyjne swojej platformy DSX AI factory, w tym walidację firmy Lambda, która wykazała 24 % większą przepustowość tokenów przy stałym budżecie mocy, oraz wdrożenie reakcji na popyt użytecznościowe działające w jej fabryce Eos AI, zsynchronizowane z otwarciem AI Infra Summit w Santa Clara.

Szczyt odbywa się 15–17 września 2026 r. w Santa Clara Convention Center, a według strony wydarzenia NVIDIA spodziewa się ponad 8 000 uczestników. Ian Buck, wiceprezes NVIDIA ds. hiperskali i wysokowydajnych obliczeń, uczynił efektywność fabryk AI centralnym tematem swojego wystąpienia inauguracyjnego “Advancing Infrastructure for the Era of Agentic AI”, a wyniki walidacji dostawcy chmury Lambda zostały opublikowane tego samego dnia, jak podała firma w post na blogu.

Walidacja Lambda DSX MaxLPS

Wyniki Lambda są pierwszą walidacją DSX MaxLPS na serwerach NVIDIA HGX B200 GPU, zgodnie z postem NVIDIA. Dostawca chmury GPU, obsługujący ponad 10 000 klientów – od startupów AI po hiperskalery – uruchomił oprogramowanie na klastrze składającym się z pięciu szaf i 19 węzłów. Dzięki uruchomieniu 19 węzłów w tym samym budżecie mocy co 16 węzłów przy pełnym obciążeniu, Lambda osiągnęła o 24 % większą łączną przepustowość tokenów, wzrastając z około 4 milionów tokenów na sekundę do 5 milionów, przy jednoczesnym wzroście wydajności na wat o 23 %, jak podała Lambda.

“Z naszym dowodem koncepcji uważamy, że przeszliśmy poza ograniczenie stałych budżetów mocy” – powiedział Dave Ward, prezes ds. usług chmurowych w Lambda. “NVIDIA DSX MaxLPS toruje drogę do odzyskania nieużywanej pojemności i przekształcenia jej w rzeczywiste zastosowania, zapewniając znacznie większą gęstość obliczeniową przy tej samej powierzchni.”

DSX MaxLPS monitoruje zużycie energii GPU i szaf oraz przelicza dostępny zapas mocy między węzłami w zależności od rodzaju obciążenia, odzyskując pojemność, którą statyczne przydzielanie pozostawiłoby nieużywaną, według strony platformy DSX NVIDIA. Trening i wnioskowanie pobierają energię w różny sposób, a oprogramowanie optymalizuje przydział w fabrykach AI działających jednocześnie. Na podstawie prognoz NVIDIA, DSX MaxLPS może umożliwić nawet 40 % większą pojemność GPU dla fabryk AI nowej generacji Vera Rubin NVL72 przy tym samym budżecie mocy w megawatowych warunkach wdrożeniowych.

Tło platformy DSX i zasilanie 800 VDC

NVIDIA ogłosiła platformę DSX podczas GTC Taipei 31 maja 2026 r., łącząc otwarte biblioteki oprogramowania, interfejsy API, projekty referencyjne, platformy obliczeniowe NVIDIA oraz technologie partnerów w jedną platformę służącą do projektowania, wdrażania i eksploatacji fabryk AI. Pakiet obejmuje DSX Reference Design, DSX Sim, DSX OS, DSX MaxLPS, DSX Flex oraz DSX Exchange, obejmując zweryfikowane architektury, symulacje, otwarte modułowe oprogramowanie operacyjne, zarządzanie energią, orkiestrację sygnałów sieciowych oraz bezpieczną wymianę danych pomiędzy systemami IT i technologią operacyjną.

Od premiery w maju NVIDIA informowała, że partnerzy chmurowi CoreWeave, Crusoe, Firmus, IREN, Lambda, Nebius, Nscale i Yotta Data Services wdrażają DSX Sim, DSX MaxLPS i DSX OS, podczas gdy Dell Technologies, HPE, Lenovo i Supermicro należą do producentów budujących systemy gotowe na DSX. Założyciel i CEO NVIDIA Jensen Huang sformułował ograniczenie mocy w prosty sposób: “Fabryka o mocy jednego gigawata nigdy nie stanie się fabryką o mocy dwóch gigawatów.” Podczas premiery w maju Huang stwierdził, że DSX dostarcza każdemu budowniczowi infrastruktury kompletny podręcznik do symulacji, walidacji i eksploatacji fabryk AI.

Post z 15 września dodaje, że DSX włącza architekturę zasilania 800 VDC do swoich projektów referencyjnych. NVIDIA podkreśla, że architektura ma na celu zmniejszenie złożoności konwersji, poprawę efektywności dostarczania energii oraz wsparcie gęstszych szaf przyspieszonych obliczeń. W poście zauważono również, że szafy GB200 NVL72 z bezpośrednim chłodzeniem cieczą generują około 120 kW ciepła, które musi zostać odprowadzone, zanim energia dotrze do procesora, oraz wskazano, że DSX Sim ma być używany przed instalacją pierwszej szafy, DSX OS i DSX Exchange po uruchomieniu fabryki, a DSX Reference Designs jako zweryfikowana architektura początkowa.

Reakcja na popyt w produkcji

Znaczna część posta NVIDIA opisuje wieczór w sierpniu, kiedy to wraz ze wzrostem temperatur i obciążenia klimatyzacji, Silicon Valley Power, komunalny dostawca energii miasta Santa Clara, wysłał sygnał do fabryki AI, aby dostosowała zużycie energii. Platforma Conductor firmy Emerald AI wykonała zdefiniowaną hierarchię obciążeń: zadania o najniższym priorytecie zostały wstrzymane, wnioskowanie o wysokim priorytecie kontynuowano, a moc spadła automatycznie z czterech megawatów do trzech, bez udziału operatora.

Założyciel i CEO Emerald AI Varun Sivaram obserwował to na Zoomie wraz z około czterdziestoma innymi osobami, w tym swoim zespołem w San Francisco, inżynierami w centrum danych oraz personelem firmy energetycznej, i stwierdził, że jest to pierwsze wdrożenie firmy w tysiącach GPU NVIDIA. Szefowa produktu, Mansi Shah, porównała ten moment do startu rakiety SpaceX. Od tego czasu Silicon Valley Power wysłało do fabryki ponad 200 sygnałów popytu, a system zadziałał za każdym razem, przy czym Conductor reagował w mniej niż minutę, podała NVIDIA.

NVIDIA określa obiekt jako swoją fabrykę Eos AI w Santa Clara, która uruchamia Conductor jako uczestnika programu Flexible Load Interconnect firmy Silicon Valley Power, programu, który NVIDIA opisuje jako pierwszy komercyjny program użyteczności sieciowej zaprojektowany do traktowania fabryk AI jako zasobów dyspozycyjnych. Instalacja w Santa Clara powstała przed samym DSX Flex, zauważyła NVIDIA, przy czym Conductor Emerald AI integruje się z DSX Flex w miarę dojrzewania platformy.

Silicon Valley Power i Emerald AI ogłosiły pilotaż 21 kwietnia 2026 r., a pierwsza lokalizacja działała na komercyjnej, wielomegawatowej skali w centrum danych, w którym NVIDIA uruchamia obciążenia AI na zaawansowanych GPU. Nico Procos, dyrektor ds. elektrycznych usług użyteczności SVP, powiedział wówczas, że pilotaż będzie oceniać praktyczne narzędzia chroniące niezawodność i przystępność cenową, jednocześnie wspierając elastyczne planowanie przyszłego wzrostu obciążenia. Emerald AI opisała wdrożenie 1 czerwca 2026 r. jako pierwsze komercyjne wdrożenie DSX Flex, oparte na pięciu wcześniejszych demonstracjach Conductor z systemami NVIDIA w komercyjnych centrach danych na dwóch kontynentach.

Pierwsze dedykowane komercyjne wdrożenie DSX Flex będzie 96-megawatową fabryką AI Vera Rubin w Centrum Badawczym Fabryk AI NVIDIA w Manassas, Wirginia, podała NVIDIA. Emerald AI poinformowała, że projekt w Manassas jest planowany we współpracy z Digital Realty, EPRI i PJM Interconnection oraz przewidziany na późniejszą część 2026 roku.