Un soir d’août, Silicon Valley Power a envoyé à une usine d’intelligence artificielle de Santa Clara un signal lui demandant de réduire sa consommation d’électricité. La plateforme Conductor d’Emerald AI a maintenu les services d’intelligence artificielle critiques tout en ralentissant et en replanifiant les tâches moins prioritaires. La consommation est automatiquement passée de quatre mégawatts à trois mégawatts, sans intervention de l’opérateur. Depuis cette date, Silicon Valley Power a envoyé plus de 200 signaux de demande à l’usine et a obtenu un résultat à chaque fois.
L’objectif de l’approche présentée par NVIDIA lors de l’AI Infra Summit est de répondre aux besoins en électricité des usines d’intelligence artificielle sans attendre de nouvelles lignes de transmission. Selon la première validation de Lambda, annoncée le même jour, la génération de tokens peut augmenter de 24 % lorsqu’un budget d’électricité fixe est géré intelligemment.
- NVIDIA DSX MaxLPS : augmente la génération de tokens dans le cadre d’un budget d’électricité fixe en surveillant en temps réel la consommation des GPU et des racks.
- NVIDIA DSX Flex : modifie les priorités des tâches en fonction des signaux du réseau électrique et protège les tâches hautement prioritaires.
- NVIDIA DSX OS : fournit des logiciels open source pour la gestion du cycle de vie des usines d’intelligence artificielle, la cohérence opérationnelle, l’automatisation de la maintenance et la résilience.
- NVIDIA DSX Sim : permet de modéliser les conceptions et d’identifier les goulets d’étranglement avant l’installation physique.
- NVIDIA DSX Reference Designs : fournit des architectures validées couvrant le calcul, le réseau, le stockage et les installations.
Pourquoi c’est important
Cette approche vise à réduire la nécessité, pour les centres de données d’intelligence artificielle, d’être pour le réseau uniquement une charge continue et inflexible. Pour les gestionnaires de réseau, sa valeur réside dans la possibilité de réorganiser les charges de travail en fonction de leurs priorités lorsque la demande de consommation évolue, plutôt que d’interrompre complètement le service. Les exploitants de centres de données, quant à eux, gagnent la possibilité de gérer simultanément la capacité de calcul et la continuité des opérations dans les mêmes limites de puissance. Toutefois, les résultats présentés reposent sur des exemples de démonstration et de validation réalisés par NVIDIA Blog et ses partenaires ; il reste donc à déterminer comment la méthode se comportera dans différents sites, avec différentes charges de travail et à plus grande échelle. Les composants logiciels, de simulation et de conception de référence de la famille DSX montrent également que la solution ne se résume pas à un simple ajustement instantané de la consommation.
Contexte
NVIDIA n’est pas un nouveau nom dans les archives de FikirPilot : nous avons publié 13 articles mentionnant ce nom au cours des 90 derniers jours ; le plus récent date du 27 septembre 2026.