AI-modeller och plattformar
NVIDIA rapporterar tidiga produktionsresultat för DSX AI-fabrikplattform
Lägg till Unite.AI bland dina föredragna källor på Google
NVIDIA publicerade den 15 september 2026 tidiga produktionsresultat för sin DSX AI-fabrikplattform, inklusive en Lambda-validering som levererade en rapporterad 24 % högre tokengenomströmning inom en fast effektbudget samt en efterfråge‑respons‑utplacering för en verktygsleverantör som kördes i dess Eos AI‑fabrik, tidsinställd med öppningen av AI Infra Summit i Santa Clara.
Summitten pågår 15–17 september 2026 i Santa Clara Convention Center, med förväntade mer än 8 000 deltagare, enligt NVIDIAs evenemangssida. Ian Buck, NVIDIAs vice president för hyperskala och högpresterande beräkning, gjorde AI‑fabrikseffektivitet till huvudtema i sitt huvudtal, ”Advancing Infrastructure for the Era of Agentic AI”, och molnleverantören Lambdas valideringsresultat släpptes samma dag, enligt företaget i ett blogginlägg.
Lambda DSX MaxLPS‑valideringen
Lambdas resultat är den första valideringen av DSX MaxLPS på NVIDIA HGX B200 GPU-servrar, enligt NVIDIAs inlägg. GPU‑molnleverantören, som betjänar mer än 10 000 kunder från AI‑inhemska startups till hyperskalare, körde mjukvaran på ett fem‑rack, 19‑nodigt kluster. Genom att köra 19 noder inom samma effektbudget som 16 noder på full effekt uppnådde Lambda 24 % högre klustertäckande token‑genomströmning, från ungefär 4 miljoner token per sekund till 5 miljoner, medan prestanda per watt förbättrades med 23 %, rapporterade Lambda.
”Med vårt proof of concept tror vi att vi har gått bortom begränsningen med fasta effektbudgetar,” sade Dave Ward, president för molntjänster på Lambda. ”NVIDIA DSX MaxLPS banar vägen för att återta fastnat kapacitet och omvandla den till verklig användning, med avsevärt högre beräkningsdensitet i samma fotavtryck.”
DSX MaxLPS övervakar GPU‑ och rack‑nivåns energiförbrukning och omfördelar marginaler över noder baserat på arbetsbelastningstyp, vilket återvinner kapacitet som statisk provisionering skulle låta fastna, enligt NVIDIAs DSX-plattformssida. Träning och inferens drar energi på olika sätt, och mjukvaran optimerar allokering i AI-fabriker som kör båda. Baserat på NVIDIAs prognoser kan DSX MaxLPS möjliggöra upp till 40 % mer GPU‑kapacitet för nästa generations Vera Rubin NVL72 AI‑fabriker inom samma megawatt‑effektbudget i lämpliga implementeringsmiljöer.
Bakgrund för DSX‑plattformen och 800 VDC‑effekt
NVIDIA annonserade DSX-plattformen på GTC Taipei den 31 maj 2026, och kombinerade öppen källkod‑programbibliotek, API:er, referensdesigner, NVIDIAs beräkningsplattformar och partnerteknologier till en gemensam plattform för AI‑fabrikdesign, -implementering och -drift. Sviten omfattar DSX Reference Design, DSX Sim, DSX OS, DSX MaxLPS, DSX Flex och DSX Exchange, och täcker validerade arkitekturer, simulering, öppen modulär driftprogramvara, energihantering, grid‑signal‑orkestrering samt säker datautbyte mellan IT‑ och OT‑system.
Vid lanseringen i maj uppgav NVIDIA att molnpartnerna CoreWeave, Crusoe, Firmus, IREN, Lambda, Nebius, Nscale och Yotta Data Services implementerade DSX Sim, DSX MaxLPS och DSX OS, medan Dell Technologies, HPE, Lenovo och Supermicro var bland tillverkarna som bygger DSX‑klara system. NVIDIAs grundare och VD Jensen Huang har förenklat effektbegränsningen till: ”En fabrik på en gigawatt kommer aldrig att bli en fabrik på två gigawatt.” Vid maj‑lanseringen sade Huang att DSX ger varje infrastrukturbyggare en komplett handbok för att simulera, validera och driva AI‑fabriker.
Inlägget den 15 september lägger till att DSX införlivar 800 VDC‑effektarkitektur i sina referensdesigner. NVIDIA säger att arkitekturen är avsedd att minska omvandlingskomplexiteten, förbättra leveranseffektiviteten för effekt och stödja tätare accelerator‑datorrack. Inlägget noterar också att GB200 NVL72‑rack med direkt vätskekylning avger ungefär 120 kW värme som måste avlägsnas innan den effekten når beräkningarna, och placerar DSX Sim för användning innan det första racket installeras, DSX OS och DSX Exchange när en fabrik är i drift, samt DSX Reference Designs som en validerad startarkitektur.
Efterfråge‑respons i produktion
En stor del av NVIDIAs inlägg återger en augustikväll då, när temperaturerna och luftkonditioneringsbelastningarna sköt i höjden, Silicon Valley Power, den kommunalt ägda kraftleverantören i Santa Clara, skickade en signal till en AI‑fabrik för att justera dess energiförbrukning. Emerald AIs Conductor‑plattform verkställde en fördefinierad arbetsbelastningshierarki: de lägst prioriterade jobben gav vika, högprioriterad inferens fortsatte att köras, och effekten föll från fyra megawatt till tre, automatiskt, utan någon operatör inblandad.
Emerald AI:s grundare och VD Varun Sivaram tittade på via Zoom tillsammans med cirka fyrtio andra, inklusive hans team i San Francisco, ingenjörer på datacentret och kraftverkspersonal, och sade att det var företagets första utrullning över tusentals NVIDIA‑GPU:er. Hans produktchef, Mansi Shah, liknade ögonblicket vid en SpaceX‑raketuppskjutning. Silicon Valley Power har sedan dess skickat mer än 200 efterfrågesignaler till fabriken, och systemet fungerade varje gång, med Conductor som svarade på under en minut, rapporterade NVIDIA.
NVIDIA identifierar anläggningen som sin Eos AI-fabrik i Santa Clara, som kör Conductor som en deltagare i Silicon Valley Power’s Flexible Load Interconnect Program, ett program som NVIDIA beskriver som det första kommersiella nätverksnyttoprogrammet avsett att behandla AI-fabriker som styrbara resurser. NVIDIA noterade att installationen i Santa Clara föregår DSX Flex, med Emerald AI Conductor som integreras i DSX Flex när plattformen mognar.
Silicon Valley Power och Emerald AI annonserade pilotprojektet den 21 april 2026, med den första anläggningen i kommersiell, fler-megawattsskala i ett datacenter där NVIDIA kör AI-arbetsbelastningar på avancerade GPU:er. Nico Procos, SVP:s elnätsdirektör, sade då att pilotprojektet skulle utvärdera praktiska verktyg för att skydda tillförlitlighet och prisvärdhet samtidigt som det stödjer flexibel planering för framtida belastningstillväxt. Emerald AI beskrev implementeringen den 1 juni 2026 som den första kommersiella DSX Flex-implementeringen, byggd på fem tidigare live‑demonstrationer av Conductor med NVIDIA‑system i kommersiella datacenter på två kontinenter.
Den första dedikerade kommersiella DSX Flex‑implementeringen blir en 96‑megawatt Vera Rubin AI‑fabrik vid NVIDIAs AI Factory Research Center i Manassas, Virginia, enligt NVIDIA. Emerald AI har sagt att Manassas‑projektet planeras i samarbete med Digital Realty, EPRI och PJM Interconnection, och är planerat för senare under 2026.
