Sam Altman a confirmé un robot humanoïde : créé par OpenAI et avec ChatGPT
Le directeur général a admis que le design physique lui importe moins que de résoudre le logiciel qui va le contrôler.
Nvidia a présenté DSX POD, une référence de conception pour les centres de données d'intelligence artificielle basée sur son architecture Vera Rubin, que ses partenaires fabriquent dans des conteneurs modulaires. Cette proposition réduit le temps de mise en œuvre sur un site préparé de six mois à seulement 14 jours, selon l'entreprise lors de la conférence GTC Berlin.
Le système arrive intégré et validé en usine, prêt à être connecté à l'électricité, au refroidissement, aux réseaux et au reste de l'infrastructure de support d'un site préparé. Avec cette annonce, Nvidia fait un nouveau pas dans l'évolution de son offre matérielle pour l'intelligence artificielle.
Le design du DSX POD transfère une grande partie du travail d'installation à l'usine de fabrication. Là, le montage de l'informatique, des réseaux, du câblage, de l'alimentation au niveau du rack et du refroidissement liquide est réalisé.
Les partenaires fabricants complètent avant l'expédition le câblage entre racks, les tuyauteries et la validation fonctionnelle de chaque unité. Il ne reste plus que la préparation du site où le conteneur sera installé.
Jensen Huang, fondateur et directeur général de Nvidia, a expliqué le sens de cette stratégie dans un communiqué de l'entreprise : « Une usine d'IA crée de la valeur lorsqu'elle commence à produire des tokens, pas lorsque la construction est terminée ». Huang a ajouté que le design réduit le temps de mise en œuvre « de mois à semaines » afin que les clients puissent mettre en ligne la production génératrice de revenus plus rapidement.
Cette réduction des délais d'installation constitue la proposition centrale de l'annonce. En pratique, cela implique qu'une infrastructure qui prenait auparavant six mois pour être opérationnelle peut maintenant commencer à fonctionner en seulement deux semaines, grâce au fait que le travail lourd d'assemblage se déroule hors du site final.
Chaque conteneur de DSX POD abrite 504 GPU Rubin répartis dans sept racks Vera Rubin NVL72, selon les données publiées par The New Stack. Il s'agit d'une concentration considérable de capacité de calcul dans un seul module transportable.
Le design est conçu pour être déplacé par camion sur des routes ordinaires. Selon CNBC, le module pèse environ 28 000 kilogrammes (près de 62 000 livres) et ses dimensions sont comparables à celles d'un conteneur d'expédition standard.
Ian Buck, vice-président de l'informatique à grande échelle de Nvidia, a détaillé le processus de mise en service lors d'un appel d'information avec des journalistes. Une fois que le conteneur arrive sur site, les équipes le positionnent, le connectent aux unités adjacentes et effectuent un dernier tour de tests de burn-in.
« La seule chose qui doit se produire lorsqu'il arrive sur le site est qu'il se place à son emplacement, se connecte au reste des autres conteneurs et se valide par des tests finaux de combustion », a expliqué Buck.
Nvidia a confirmé qu'elle travaille avec un large réseau d'entreprises pour produire et distribuer les systèmes DSX POD. Parmi les partenaires mentionnés par la figurent Anduril, Armada, Bull, Crusoe, DayOne, Dell Technologies, Delta, Eaton, Foxconn (Ingrasys), Gigabyte, HPE, Lenovo, Pegatron, Quanta Cloud Technology, Schneider Electric, Vertiv et Wistron.
Ces fabricants seront chargés de construire et d'expédier les unités aux clients finaux. Selon la compagnie, la livraison des premiers systèmes DSX POD est prévue pour le début de 2027.
Nvidia n'a pas révélé le prix de ces modules. Les estimations des analystes situent le coût d'un seul rack Vera Rubin à plus de 7 millions de dollars, ce qui donne une idée de la valeur économique que pourrait représenter un conteneur complet avec sept racks.
Le lancement du DSX POD s'inscrit dans une trajectoire d'expansion constante au sein du catalogue de produits de Nvidia. Comme on le sait, la compagnie a commencé par fabriquer des puces GPU individuelles, est passée à des serveurs à quatre et huit GPU, puis à des racks complets, et arrive maintenant à des modules préfabriqués qui regroupent plusieurs racks en une seule unité.
Cette progression reflète la manière dont Nvidia a emballé des niveaux croissants d'infrastructure sous un même design de référence, dans le but de simplifier le déploiement de la capacité de calcul pour l'intelligence artificielle à grande échelle.
Bibliothèque Mot Avec
Trois guides choisis en fonction du sujet de cet article.
Trouver un emploi à l’ère de l’IA
Utilisez les nouveaux outils sans perdre votre voix, votre crédibilité ni le contrôle de vos données.
Découvrir le livre
Piloter un projet hybride en 2026
Choisissez le bon niveau de prévision, apprenez assez vite et gardez la décision humaine.
Découvrir le livre
Écrire efficacement au travail
Produisez des écrits courts, précis et actionnables, adaptés au lecteur, au risque et au canal.
Découvrir le livre