Nvidia affirme que son logiciel DSX MaxLPS peut installer jusqu’à 40 % de GPU supplémentaires dans une même enveloppe électrique avec les « usines d’IA » Vera Rubin NVL72, lorsque les conditions de déploiement s’y prêtent. Présentés le 15 septembre 2026 à l’AI Infra Summit, ces résultats placent la consommation électrique du centre de données et non plus seulement la puissance maximale des puces au cœur de la course aux infrastructures d’intelligence artificielle.
Un premier test réalisé par le fournisseur de cloud Lambda sur des serveurs Blackwell apporte une validation concrète, mais plus mesurée : 19 nœuds ont fonctionné dans le budget électrique normalement réservé à 16 nœuds à pleine puissance. Selon les chiffres communiqués, le débit global est passé d’environ 4 à 5 millions de jetons par seconde, soit une hausse de 24 %, avec une amélioration de 23 % de la performance par watt.
Répartir l’électricité plutôt que réserver le maximum
DSX MaxLPS surveille la consommation à l’échelle des GPU et des baies, puis réalloue dynamiquement la puissance disponible. Le principe consiste à récupérer la marge inutilisée par un provisionnement statique : tous les équipements n’atteignent pas simultanément leur pic de consommation, tandis que l’entraînement et l’inférence présentent des profils électriques différents.
Nvidia avance que cette optimisation à l’échelle d’un site peut fournir jusqu’à 1,4 fois plus de jetons par mégawatt. Pour une installation Vera Rubin NVL72, l’entreprise évoque également jusqu’à 35 % de débit supplémentaire sans nouvelle ligne électrique. Ces deux valeurs sont des maxima annoncés par le constructeur, et non une garantie applicable uniformément à chaque centre de données.
La distinction est essentielle. Le gain réel dépend notamment de la combinaison des charges, de leur variabilité et de l’infrastructure électrique existante. Le résultat de Lambda constitue la première validation de DSX MaxLPS sur des serveurs Blackwell mentionnée par Nvidia ; le potentiel de 40 % de GPU supplémentaires concerne pour sa part la génération Vera Rubin NVL72 et les environnements adaptés.
Ce déplacement vers les « jetons par mégawatt » répond aux exigences accrues des charges agentiques en matière de performance, d’efficacité énergétique et de passage à l’échelle. À mesure que ces usages multiplient les étapes de raisonnement, les appels à des outils et les contextes longs, le volume de calcul associé à une session augmente. Nvidia présente ainsi la puissance électrique disponible comme une contrainte centrale pour les usines d’IA.
Vera Rubin revendique de forts écarts sur les charges agentiques
Nvidia a également publié des mesures concernant Vera Rubin NVL72. Sur AgentX de SemiAnalysis, un banc d’essai fondé sur des sessions enregistrées de programmation agentique, la plateforme atteindrait jusqu’à 30 fois le débit par mégawatt du GB300 NVL72 avec le modèle DeepSeek V4 Pro. Le coût par million de jetons pourrait être réduit jusqu’à 45 fois dans ce même cadre.
AgentX cherche à reproduire la progression réelle d’une session : croissance du contexte, délais provoqués par les appels d’outils et création de sous-agents. D’après Nvidia, une telle session peut traiter environ 15 fois plus de jetons qu’une simple requête conversationnelle. Ce protocole diffère donc des tests d’inférence centrés sur une requête isolée, et les multiplicateurs annoncés ne doivent pas être extrapolés à tous les modèles ni à toutes les applications.
Les performances reposent sur plusieurs éléments combinés : le domaine de calcul NVL72, la sixième génération de NVLink, la précision NVFP4 sur les Tensor Cores de cinquième génération, ainsi que TensorRT LLM et Dynamo. Nvidia indique que Vera Rubin est en production à grande échelle dans son écosystème, tout en prévoyant de poursuivre les optimisations logicielles.
Avec Groq 3 LPX, présenté comme un complément à faible latence pour l’inférence, Nvidia annonce jusqu’à 35 fois plus de jetons par mégawatt que le GB200 NVL72 pour des modèles de plus de 2 000 milliards de paramètres et à contexte long. Sur une charge Qwen 3.8 27B avec un contexte de 100 000 jetons, Groq 3 LPX a atteint 2 529 jetons de sortie par seconde et par utilisateur. Là encore, il s’agit d’un résultat associé à une configuration et à une charge précises.
Faire varier la charge en fonction de l’état du réseau
L’efficacité présentée par Nvidia ne s’arrête pas aux serveurs. Emerald AI et le constructeur ont démontré un mécanisme commercial de charge flexible avec Silicon Valley Power. Le système a répondu à des centaines de signaux de demande du fournisseur d’électricité, tout en protégeant les travaux d’IA considérés comme prioritaires.
Emerald AI prévoit d’utiliser DSX Flex dans son logiciel Conductor. Celui-ci doit pouvoir interpréter des demandes de délestage, des événements de réponse à la demande ou des signaux tarifaires. Les tâches les moins prioritaires peuvent alors être ralenties ou suspendues temporairement, puis reprendre, tandis que les travaux critiques continuent.
Cette approche permet à un centre de calcul d’agir comme une charge flexible pour le réseau électrique. DSX Flex applique les signaux reçus en fonction d’une hiérarchie prédéfinie des travaux : les tâches critiques se poursuivent, tandis que les autres peuvent être interrompues temporairement avant de reprendre.
NVLink 6 vise la continuité à très grande échelle
Nvidia a enfin détaillé les mécanismes de résilience de NVLink 6 pour des infrastructures comptant potentiellement des centaines de milliers de GPU. La couche physique associe correction d’erreurs, nouvelle tentative de transmission et récupération de liaison. Au niveau du réseau, le contrôle de flux, le routage dynamique et le rééquilibrage des liens doivent contenir localement les pannes et éviter qu’un incident ne bloque une partie plus large du système.
L’objectif annoncé est de détecter, contenir et corriger les défaillances avant qu’elles n’affectent les applications. Nvidia présente ainsi Vera Rubin, NVLink, Dynamo, les DPU BlueField et les logiciels DSX comme un ensemble conçu conjointement, du silicium jusqu’au raccordement au réseau électrique.
Nvidia met désormais en avant des métriques telles que la quantité de travail agentique produite par mégawatt et le coût de chaque million de jetons. La performance brute d’une puce ne suffit plus, selon cette approche, à caractériser une infrastructure dont la puissance électrique est plafonnée. Les résultats de Lambda représentent la première validation de DSX MaxLPS sur des serveurs Blackwell mentionnée par Nvidia ; les gains les plus spectaculaires annoncés pour Vera Rubin restent étroitement liés aux modèles, aux logiciels et aux conditions de test retenus.
Source : NVIDIA Newsroom
