Модели и платформы ИИ

NVIDIA сообщает о ранних результатах производства платформы DSX AI Factory

mm
Добавьте Unite.AI в избранные источники в Google

NVIDIA 15 сентября 2026 года опубликовала ранние результаты производства своей платформы DSX AI factory, включая проверку от Lambda, которая, как сообщается, обеспечила на 24 % больший пропуск токенов при фиксированном энергобюджете, а также развертывание спросо‑реагирующей услуги на её фабрике Eos AI, приуроченное к открытию AI Infra Summit в Санта‑Кларе.

Саммит проходит 15–17 сентября 2026 года в Конференц‑центре Санта‑Клара, ожидается более 8 000 участников, согласно странице мероприятия NVIDIA. Иан Бак, вице‑президент NVIDIA по гипермасштабным и высокопроизводительным вычислениям, сделал эффективность AI‑фабрик центральной темой своего выступления “Advancing Infrastructure for the Era of Agentic AI”, а результаты проверки поставщика облачных услуг Lambda были опубликованы в тот же день, как сообщила компания в сообщении в блоге.

Проверка Lambda DSX MaxLPS

Результаты Lambda являются первой проверкой DSX MaxLPS на серверах NVIDIA HGX B200 GPU, согласно сообщению NVIDIA. Облачный провайдер GPU, обслуживающий более 10 000 клиентов — от стартапов, ориентированных на ИИ, до гипермасштабных компаний, запустил программное обеспечение на кластере из пяти стоек и 19 узлов. Запустив 19 узлов в том же энергобюджете, что и 16 узлов при полной мощности, Lambda достигла на 24 % большего пропускного токенов по всему кластеру, увеличив его с примерно 4 млн токенов в секунду до 5 млн, при этом эффективность на ватт улучшилась на 23 %, сообщила Lambda.

“С нашим доказательством концепции мы считаем, что вышли за пределы ограничения фиксированных энергобюджетов”, — сказал Дэйв Уорд, президент облачных сервисов в Lambda. “NVIDIA DSX MaxLPS прокладывает путь к восстановлению неиспользуемой мощности и её преобразованию в реальное использование, обеспечивая значительно большую плотность вычислений в том же пространстве”.

DSX MaxLPS отслеживает энергопотребление GPU и стоек и перераспределяет свободный ресурс между узлами в зависимости от типа нагрузки, восстанавливая мощность, которую статическое выделение оставило бы неиспользуемой, согласно странице платформы DSX. Обучение и вывод потребляют энергию по‑разному, и программное обеспечение оптимизирует распределение в AI‑фабриках, работающих одновременно. По прогнозам NVIDIA, DSX MaxLPS может обеспечить до 40 % большей ёмкости GPU для фабрик Vera Rubin NVL72 следующего поколения при том же мегаваттном энергобюджете в подходящих условиях развертывания.

Обзор платформы DSX и питания 800 VDC

NVIDIA анонсировала платформу DSX на GTC Taipei 31 мая 2026 года, объединив открытые библиотеки программного обеспечения, API, эталонные проекты, вычислительные платформы NVIDIA и технологии партнёров в единую платформу для проектирования, развертывания и эксплуатации AI‑фабрик. Пакет включает DSX Reference Design, DSX Sim, DSX OS, DSX MaxLPS, DSX Flex и DSX Exchange, охватывая проверенные архитектуры, моделирование, открытое модульное программное обеспечение для эксплуатации, управление питанием, оркестрацию сигналов сети и безопасный обмен данными между ИТ‑ и операционными технологическими системами.

На момент майского запуска NVIDIA сообщила, что облачные партнёры CoreWeave, Crusoe, Firmus, IREN, Lambda, Nebius, Nscale и Yotta Data Services развертывают DSX Sim, DSX MaxLPS и DSX OS, в то время как Dell Technologies, HPE, Lenovo и Supermicro входят в число производителей, создающих системы, готовые к DSX. Основатель и генеральный директор NVIDIA Дженсен Хуанг сформулировал ограничение по мощности просто: “Фабрика в один гигаватт никогда не станет фабрикой в два гигаватта”. На майском запуске Хуанг сказал, что DSX предоставляет каждому построителю инфраструктуры полный набор инструкций для моделирования, проверки и эксплуатации AI‑фабрик.

В сообщении от 15 сентября добавлено, что DSX внедряет архитектуру питания 800 VDC в свои эталонные проекты. NVIDIA заявляет, что данная архитектура предназначена для снижения сложности преобразования, повышения эффективности подачи энергии и поддержки более плотных стоек ускоренных вычислений. В посте также отмечается, что стойки GB200 NVL72 с прямым жидкостным охлаждением выделяют примерно 120 кВт тепла, которое необходимо удалить до того, как энергия поступит к вычислительным блокам, и позиционирует DSX Sim для использования до установки первой стойки, DSX OS и DSX Exchange — после запуска фабрики, а DSX Reference Designs — как проверенную стартовую архитектуру.

Спросо‑реагирование в производстве

Большая часть сообщения NVIDIA описывает августовский вечер, когда, с ростом температур и нагрузки на системы кондиционирования, муниципальная электросеть Silicon Valley Power города Санта‑Клара послала сигнал AI‑фабрике об изменении её энергопотребления. Платформа Conductor от Emerald AI выполнила предопределённую иерархию задач: задачи низшего приоритета уступили, выводы высокого приоритета продолжали работать, и мощность упала с четырёх мегаватт до трёх автоматически, без участия оператора.

Основатель и генеральный директор Emerald AI Варун Сиварам наблюдал за процессом в Zoom вместе с около сорока другими, включая свою команду в Сан‑Франциско, инженеров дата‑центра и сотрудников электросети, и заявил, что это первое развертывание компании на тысячах GPU NVIDIA. Его руководитель продукта Мэнси Шах сравнила этот момент с запуском ракеты SpaceX. С тех пор Silicon Valley Power отправила в фабрику более 200 сигнальных запросов, и система сработала каждый раз, при этом Conductor реагировал менее чем за минуту, сообщает NVIDIA.

NVIDIA называет объект своим заводом Eos AI в Санта‑Кларе, где Conductor работает в рамках программы Flexible Load Interconnect компании Silicon Valley Power, которую NVIDIA описывает как первую коммерческую программу сетевой утилиты, предназначенную для использования AI‑заводов как управляемых ресурсов. Установка в Санта‑Кларе предшествует самому DSX Flex, отметил NVIDIA, при этом Conductor от Emerald AI интегрируется в DSX Flex по мере развития платформы.

Silicon Valley Power и Emerald AI объявили о пилотном проекте 21 апреля 2026 года, при этом первая площадка функционировала в коммерческом масштабе в несколько мегаватт в дата‑центре, где NVIDIA запускает AI‑нагрузки на передовых GPU. Нико Прокос, директор по электроэнергетике SVP, сказал тогда, что пилот будет оценивать практические инструменты для обеспечения надёжности и доступности, одновременно поддерживая гибкое планирование будущего роста нагрузки. Emerald AI описала развертывание 1 июня 2026 года как первое коммерческое развертывание DSX Flex, построенное на пяти предыдущих живых демонстрациях Conductor с системами NVIDIA в коммерческих дата‑центрах на двух континентах.

Первое выделенное коммерческое развертывание DSX Flex будет представлять собой AI‑завод мощностью 96 мегаватт Vera Rubin в Исследовательском центре AI‑заводов NVIDIA в Манассасе, штат Вирджиния, сообщила NVIDIA. Emerald AI заявила, что проект в Манассасе планируется в сотрудничестве с Digital Realty, EPRI и PJM Interconnection и запланирован на конец 2026 года.

Тео Нэш - специалист, сгенерированный ИИ, в Unite.AI, освещающий инфраструктуру ИИ, вычисления и аппаратные системы, которые обеспечивают современный искусственный интеллект. Его работа сосредоточена на технических основах, лежащих в основе крупномасштабных рабочих нагрузок ИИ, включая центры данных, ускорители, сетевое взаимодействие и программные стеки, которые их объединяют.
С аналитической и инженерно-ориентированной точки зрения, Тео исследует, как достижения в области GPU, специального кремния, архитектур памяти и распределенных систем позволяют создавать новые поколения моделей ИИ. Он уделяет особое внимание компромиссам между производительностью, энергоэффективностью, масштабируемостью и практическими ограничениями, которые формируют реальное развертывание инфраструктуры ИИ.
Статьи, написанные Тео Нэшем, сгенерированы ИИ и рассмотрены редакционной командой Unite.AI, чтобы обеспечить техническую точность, ясность и ответственное освещение быстро развивающегося ландшафта вычислений ИИ.