IA
NVIDIA DSX MaxLPS pilote l'énergie des usines IA
Le 15 septembre 2026, NVIDIA a dévoilé les gains de DSX MaxLPS lors de l'AI Infra Summit. Ce système pilote dynamiquement l'alimentation des serveurs pour extraire jusqu'à 40 % de capacité GPU supplémentaire au sein d'une enveloppe énergétique fixe.
Par Léo Sperl
Le 15 septembre 2026, lors de l'AI Infra Summit à Santa Clara, NVIDIA et ses partenaires ont présenté les résultats opérationnels de la plateforme DSX MaxLPS, un cadre technique qui pilote la distribution électrique des centres de calcul pour l'intelligence artificielle.
L'infrastructure d'IA n'est plus limitée par le nombre de puces physiques installables mais par la puissance électrique maximale que le réseau peut fournir à chaque site. Les exploitants de centres de données peuvent désormais réallouer dynamiquement les réserves d'énergie inutilisées afin de générer davantage de jetons par mégawatt sans renégocier leur raccordement au réseau.
NVIDIA conçoit DSX MaxLPS pour l'énergie fixe
NVIDIA DSX MaxLPS, acronyme de Maximum Land Power Shell, est une suite matérielle, thermique et logicielle conçue par NVIDIA pour maximiser le débit d'exécution d'une usine d'IA dans les limites d'un budget énergétique fixe. La documentation technique de la plateforme DSX MaxLPS détaille que ce cadre coordonne la conception du site, le logiciel Dynamic Power Software et des optimisations au niveau des charges de travail pour extraire un volume supérieur de jetons par mégawatt. Dans les centres de calcul conventionnels, environ 60 % de l'électricité fournie par le réseau parvient effectivement aux processeurs graphiques, le reste étant absorbé par le refroidissement, les pertes de distribution et les marges de sécurité réservées aux pannes. Les exploitants d'infrastructures peuvent ainsi valoriser chaque mégawatt disponible sans attendre l'extension physique des lignes d'alimentation locales.
Le logiciel DPS réalloue l'énergie en temps réel
Le logiciel Dynamic Power Software surveille en boucle continue la consommation des processeurs et des baies pour redistribuer la puissance inutilisée. Une analyse technique détaillée sur le blog développeur de NVIDIA montre que ce programme modélise le centre de données depuis l'arrivée électrique jusqu'aux processeurs, identifie les réserves thermiques vacantes et les réassigne aux nœuds sous tension intense. Lors de tests réalisés sur des serveurs NVIDIA Blackwell, le fournisseur de cloud Lambda a fait fonctionner 19 nœuds avec la puissance habituellement allouée à 16 nœuds, augmentant le débit global de 24 % pour passer de 4 à 5 millions de jetons par seconde tout en améliorant la performance par watt de 23 %. Cette mécanique permet aux hébergeurs de densifier leurs grappes de calcul sans risquer de faire disjoncter l'installation générale.
L'allocation dynamique remplace le provisionnement statique rigide
La méthode traditionnelle de planification assignait à chaque baie un plafond électrique permanent calibré sur son pic maximal théorique de consommation. Cette approche par îlots étanches protégeait l'installation contre les surtensions, mais immobilisait d'importantes quantités d'énergie que les charges réelles d'inférence ou d'apprentissage n'utilisaient que par intermittence. Une baie consommant moins pendant une phase d'accès mémoire ne pouvait pas transférer sa marge inutilisée à un équipement voisin effectuant un calcul intensif. Les données publiées par NVIDIA indiquent que sur un centre de données de 100 mégawatts, 10 mégawatts restent indisponibles pour le calcul en raison des inefficacités opérationnelles liées aux redémarrages, sauvegardes et défaillances. En brisant ces cloisons statiques, les gestionnaires d'infrastructures récupèrent une capacité de calcul dormante sur leurs installations sans engager de dépenses de génie civil supplémentaires.
Les architectures Rubin NVL72 densifient les centres
Le déploiement de MaxLPS cible prioritairement les opérateurs de grappes massives comme les partenaires cloud de NVIDIA et les concepteurs de modèles d'IA générative. L'architecture Vera Rubin NVL72 associe l'interconnexion NVLink 6, la précision NVFP4 et des circuits de refroidissement liquide à 45 degrés Celsius à l'entrée des baies pour exploiter le refroidissement naturel extérieur. D'après le compte-rendu officiel diffusé lors de l'AI Infra Summit, cette combinaison permet d'héberger jusqu'à 40 % de processeurs graphiques supplémentaires sur un site de 100 mégawatts, pour atteindre 40 000 processeurs Rubin. Sur le banc d'essai SemiAnalysis AgentX évaluant le modèle DeepSeek V4 Pro, le système atteint un débit par mégawatt jusqu'à 30 fois supérieur à celui d'un cluster GB300 NVL72, réduisant le coût par million de jetons d'un facteur 45. Les entreprises exploitant des centres conventionnels à air doivent toutefois moderniser leurs réseaux hydrauliques avant de pouvoir accueillir de telles densités thermiques.
L'adoption exige une compatibilité logicielle et thermique
La rentabilité d'une transition vers DSX MaxLPS dépend de l'aptitude du site à supporter les circuits hydrauliques tièdes et les profils de charges mixtes. Les équipes d'exploitation doivent vérifier que leurs armoires de distribution et leurs systèmes de supervision tolèrent un pilotage automatisé des flux de courant. Dans le cadre d'un partenariat entre Emerald AI et Silicon Valley Power, le logiciel Conductor associé à DSX Flex a démontré sa capacité à réguler la consommation en réponse à des centaines de signaux d'effacement du réseau électrique, suspendant les tâches secondaires pour maintenir les calculs prioritaires. En revanche, pour une infrastructure exécutant des charges d'entraînement monolithiques et parfaitement stables au plafond de leur puissance sans phases d'attente, les gains de mutualisation dynamique demeurent réduits. Les gestionnaires de centres doivent donc mesurer l'écart moyen entre leur consommation de pointe et leur consommation continue avant de modifier leurs règles d'allocation.
- 23% d'amélioration de la performance par watt obtenue par Lambda avec NVIDIA DSX MaxLPS AI Infra Summit, NVIDIA 15 septembre 2026
L'optimisation dynamique promise par DSX MaxLPS repose sur des infrastructures capables d'encaisser un refroidissement liquide à 45 °C et des variations rapides de charge électrique, ce qui exclut les centres de données traditionnels non modernisés. Par ailleurs, le logiciel Dynamic Power Software et le bus d'événements DSX Exchange demeurent au stade de préversion développeur, sans calendrier de déploiement général ni tarification logicielle précisés.
Pour une petite structure ou un professionnel indépendant consommant des modèles via des API, cette annonce ne demande aucune intervention technique sur les flux de travail existants. Les gains d'efficacité énergétique enregistrés par les hébergeurs de calcul comme Lambda contribuent à contenir les coûts de facturation au million de jetons sur les modèles complexes à long contexte, sans nécessiter de refonte logicielle côté client.
Qu'est-ce que la plateforme DSX MaxLPS ?
Il s'agit d'un cadre technique qui combine conception du bâtiment, refroidissement liquide et pilotage logiciel pour maximiser la production de jetons par mégawatt sous un plafond électrique fixe.
Faut-il modifier les modèles d'IA pour bénéficier de ce système ?
Non, les optimisations de DSX MaxLPS s'appliquent au niveau des serveurs, de la distribution électrique et de l'ordonnancement matériel, sans modification du code des modèles.
Quand ces fonctionnalités seront-elles largement accessibles ?
Les modules logiciels Dynamic Power Software et DSX Exchange sont actuellement en préversion pour les développeurs, tandis que les premiers résultats opérationnels ont été validés auprès de partenaires comme Lambda.
- DSX MaxLPS remplace le provisionnement électrique statique par une réallocation dynamique de l'énergie entre les baies de serveurs.
- Le dispositif permet d'intégrer jusqu'à 40 % de processeurs graphiques supplémentaires au sein d'une enveloppe électrique inchangée.
- Sur banc d'essai agentique, Vera Rubin NVL72 affiche un débit par mégawatt jusqu'à 30 fois supérieur aux générations antérieures.
Lire la suite de nos actualites