NVIDIA GTC Taipei : DSX, la plateforme qui veut standardiser l'infrastructure des usines à IA

Le 31 mai 2026, à l'occasion du NVIDIA GTC Taipei, Jensen Huang a officiellement levé le voile sur une stratégie qui dépasse largement la simple vente de puces. Avec la plateforme NVIDIA DSX, l'entreprise fournit désormais le « mode d'emploi » complet pour les usines à IA – ces data centers d'un nouveau genre dédiés à l'entraînement et à l'inférence de modèles . Cette annonce majeure s'articule autour de trois piliers : un système d'exploitation open source, une suite logicielle pour l'efficacité énergétique et un outil de gestion de la demande électrique.

DSX OS : le cerveau open source de l'usine à IA

Au cœur de cette annonce se trouve DSX OS, un système d'exploitation modulaire et open source conçu pour orchestrer l'ensemble du cycle de vie d'une usine à IA . Concrètement, il s'agit d'une couche logicielle qui fédère la gestion du cycle de vie, la cohérence des environnements d'exécution, l'automatisation des diagnostics, la résilience et les opérations multi-locataires . En agissant comme le système d'exploitation unique de l'usine, DSX OS intègre de manière native le calcul, les logiciels, les infrastructures physiques et les technologies des partenaires, éliminant ainsi les silos traditionnels .

En rendant DSX OS open source, NVIDIA ne fait pas preuve d'altruisme mais poursuit un objectif stratégique clair : faire de sa solution le standard de facto de l'industrie, à l'image de ce que Linux a accompli dans le cloud et les infrastructures d'entreprise . L'idée est d'accélérer l'adoption par l'écosystème, de favoriser l'innovation communautaire et de réduire la fragmentation du marché .

DSX MaxLPS : faire plus avec la même prise électrique

Le défi énergétique est l'un des principaux goulets d'étranglement des usines à IA. Pour y répondre, NVIDIA introduit DSX MaxLPS (Maximiser la Performance par Mégawatt). Cette suite logicielle gère dynamiquement la consommation électrique au niveau de chaque GPU, de chaque baie et de chaque charge de travail pour maximiser le nombre de jetons (tokens) générés par rapport à l'énergie consommée .

La promesse est de taille : permettre aux opérateurs de faire fonctionner jusqu'à 40 % de GPU supplémentaires à leur point d'efficacité énergétique maximal, sans augmenter l'enveloppe de puissance allouée au data center . Cette prouesse est rendue possible par une combinaison de technologies, notamment un système de refroidissement liquide à 45 degrés Celsius et une allocation extrêmement fine de l'énergie, limitant ainsi le gaspillage et le « stranded power » (capacité électrique installée mais inutilisée) .

DSX Flex : quand l'usine à IA dialogue avec le réseau électrique

Conscient que l'explosion de l'IA exercera une pression considérable sur les réseaux électriques, NVIDIA a développé DSX Flex. Ce composant agit comme une interface entre l'usine à IA et le gestionnaire de réseau. Il permet une adaptation dynamique des charges de travail en fonction de signaux externes tels que des demandes d'effacement de consommation (load shedding), de réponse à la demande ou de variation des prix de l'électricité .

DSX Flex peut également orchestrer un mix énergétique complexe, en équilibrant l'apport du réseau public, des énergies renouvelables sur site et du stockage sur batteries . Cette technologie n'est pas une vue de l'esprit : elle est déjà au cœur d'un projet pilote commercial de plusieurs mégawatts mené avec Silicon Valley Power, démontrant une gestion de la charge de travail IA capable de répondre aux contraintes du réseau sans dégrader les performances .

Un écosystème en ordre de marche

Pour concrétiser cette vision, NVIDIA s'appuie sur un large écosystème de partenaires. L'entreprise collabore étroitement avec les grands constructeurs taïwanais de systèmes pour bâtir cette nouvelle génération d'infrastructures . Côté cloud, plusieurs acteurs majeurs déploient d'ores et déjà les composants centraux de la plateforme, parmi lesquels on retrouve CoreWeave, Crusoe, Firmus, IREN, Lambda, Nebius, Nscale et Yotta Data Services .