NVIDIA accelera sulle AI factory con DSX, una piattaforma pensata per dare ai costruttori di infrastrutture un modello completo con cui progettare, simulare, realizzare e gestire data center di nuova generazione dedicati all’intelligenza artificiale. L’obiettivo è spostare il baricentro dell’innovazione oltre i singoli chip, portando il controllo sull’intero stack: sistemi, software, raffreddamento, alimentazione, partner tecnologici e gestione operativa.
La direzione è chiara. Con l’aumento dei carichi di lavoro AI, il tema non è più soltanto avere più GPU, ma trasformare ogni megawatt disponibile in maggiore capacità di calcolo utile, riducendo il costo dei token e accelerando il passaggio dalla progettazione alla produzione. DSX nasce proprio per questo: offrire un playbook condiviso per costruire AI factory più efficienti, resilienti e scalabili.
NVIDIA DSX porta le AI factory oltre la logica del singolo data center
La piattaforma NVIDIA DSX riunisce librerie software modulari open source, API, reference design, piattaforme di accelerated computing NVIDIA e tecnologie dei partner. Il risultato è un ambiente comune, progettato in modo integrato, che copre l’intero ciclo di vita dell’infrastruttura AI: dalla pianificazione iniziale alla simulazione, dalla messa in opera dei rack alla gestione quotidiana dei workload.
Il punto centrale è il codesign. NVIDIA non presenta DSX come un singolo prodotto, ma come un’architettura di riferimento per mettere in relazione chip, sistemi, software, impianti fisici e tecnologie di terze parti. In questo modo, chi costruisce infrastrutture AI può validare le scelte progettuali prima dell’installazione fisica e ridurre i rischi tipici delle implementazioni su larga scala.
Jensen Huang, fondatore e CEO di NVIDIA, sintetizza così il posizionamento della piattaforma: “Non stiamo solo spedendo chip: stiamo dando a ogni costruttore di infrastrutture un playbook completo per costruire AI factory. Con la piattaforma DSX, è possibile simulare l’intera factory prima di spendere un dollaro, validare le prestazioni prima che venga installato un singolo rack e operare con il livello di affidabilità richiesto dall’AI in produzione.”
DSX MaxLPS e DSX OS puntano su efficienza energetica e continuità operativa
Tra le novità principali ci sono DSX MaxLPS e DSX OS. Il primo è un insieme di tecnologie progettate per massimizzare le prestazioni in token per megawatt all’interno di un budget energetico definito. Per gli operatori di AI factory, questo significa lavorare sulla metrica più concreta: quanta capacità AI si riesce a ottenere da ogni unità di energia disponibile.
DSX MaxLPS combina raffreddamento a liquido a 45 gradi Celsius con tecnologie integrate nel rack per ottimizzare il rapporto tra prestazioni e consumi. Secondo NVIDIA, questa impostazione consente agli operatori di eseguire fino al 40% di GPU in più nel punto di massima efficienza energetica, con un impatto minimo sulle prestazioni dei carichi di lavoro. In un mercato in cui disponibilità energetica, costi operativi e densità dei rack sono diventati vincoli strutturali, il dato è rilevante.
DSX OS, invece, è il livello software modulare open source pensato per le operazioni delle AI factory. La piattaforma integra funzioni di lifecycle management, scheduling intelligente, coerenza del runtime, automazione dello stato di salute dei sistemi, resilienza, gestione multi-tenant e servizi di piattaforma. In pratica, DSX OS porta nel mondo delle infrastrutture AI strumenti operativi più vicini alle esigenze di ambienti industriali continui, dove la stabilità non è un elemento accessorio ma un requisito produttivo.
Simulazione, energia e scambio dati diventano parte dell’architettura AI
DSX MaxLPS e DSX OS si aggiungono a componenti già previsti nella piattaforma DSX. DSX Reference Design offre architetture validate per diverse generazioni di AI factory, includendo compute, networking, storage, progettazione dei cluster hardware e infrastruttura fisica, dal raffreddamento all’alimentazione, fino agli aspetti civili, strutturali e architettonici.
DSX Sim rappresenta il livello di simulazione ad alta fedeltà per l’intero ciclo di vita della AI factory. Serve a modellare, validare e ottimizzare le decisioni infrastrutturali dalla fase di pianificazione fino alla gestione operativa. È un tassello importante perché consente di trasformare la progettazione del data center AI in un processo misurabile prima ancora dell’installazione fisica.
DSX Flex introduce invece il collegamento tra AI factory e servizi della rete elettrica. La piattaforma può adattare dinamicamente i carichi di lavoro a segnali della rete come riduzione del carico, demand response ed eventi di prezzo. Inoltre, può orchestrare energia da utility, fonti rinnovabili onsite e sistemi di storage. È un passaggio non secondario: la crescita dell’AI dipende sempre più dalla capacità di integrare potenza di calcolo e disponibilità energetica in modo intelligente.
DSX Exchange completa il quadro abilitando l’integrazione sicura e scalabile dei segnali provenienti da compute, rete, energia, alimentazione e impianti di raffreddamento tra IT, operational technology e agenti operativi. In una AI factory, infatti, il confine tra infrastruttura digitale e impianto fisico tende a ridursi. La gestione deve quindi tenere insieme parametri che tradizionalmente appartenevano a domini separati.
L’ecosistema DSX coinvolge cloud provider, system builder e software partner
NVIDIA sta costruendo attorno a DSX un ecosistema ampio, con un ruolo significativo dei produttori taiwanesi di sistemi e dei principali partner infrastrutturali. L’obiettivo è supportare la costruzione di AI factory con un approccio di codesign estremo, in cui ogni componente viene modellato rispetto al comportamento complessivo dell’infrastruttura.
Tra i cloud partner che stanno implementando componenti centrali dello stack DSX figurano CoreWeave, Crusoe, Firmus, IREN, Lambda, Nebius, Nscale e Yotta Data Services. L’adozione di DSX Sim, DSX MaxLPS e DSX OS è pensata per ridurre il rischio, migliorare l’utilizzo delle GPU e portare più rapidamente online nuova capacità cloud per l’AI.
Sul fronte dei sistemi, Dell Technologies, HPE, Lenovo e Supermicro, insieme ad ASUS, Foxconn, GIGABYTE, Pegatron, Quanta Cloud Technology, Wistron e Wiwynn, stanno realizzando sistemi DSX-ready e contribuendo con asset pronti per la simulazione. La logica è consentire ai clienti di distribuire soluzioni full-stack per AI factory su scala globale, riducendo le incertezze di progettazione e integrazione.
La modellazione ingegneristica dei sistemi diventa il ponte tra il design del rack e la realizzazione dell’impianto. Quanta Cloud Technology e Pegatron stanno lavorando con Dassault Systèmes per creare un configuratore digital twin live della AI factory, pensato per automatizzare il passaggio dal rack alla struttura fisica con maggiore qualità e minore carico di lavoro progettuale. L’adozione di DSX Sim da parte dei produttori di sistemi amplia inoltre l’ecosistema NVIDIA Omniverse DSX Blueprint, rafforzando l’integrazione con partner software come Cadence, PTC e Siemens.
Le AI factory diventano infrastrutture produttive da ottimizzare in tempo reale
La prospettiva più interessante di NVIDIA DSX riguarda il cambio di categoria delle infrastrutture AI. Le AI factory non vengono trattate come semplici data center ad alta densità, ma come impianti produttivi specializzati, da progettare e gestire con logiche industriali. Il token diventa l’unità economica da ottimizzare, il megawatt diventa il vincolo operativo e la resilienza diventa una condizione per sostenere carichi AI in produzione.
In questo quadro rientra anche il progetto DSX Flex con Emerald AI e Silicon Valley Power, un pilota commerciale multi-megawatt pensato per dimostrare AI factory capaci di rispondere ai segnali della rete elettrica. L’obiettivo è regolare dinamicamente i consumi senza compromettere le prestazioni dei workload AI, contribuendo alla stabilità della rete e sbloccando ulteriore capacità energetica per sostenere la crescita dell’intelligenza artificiale.
L’adozione dei componenti DSX OS coinvolge inoltre partner come Aible, BeyondAI, Bhashini, DCAI, Mirantis, OpenNebula Systems, Rafay, Red Hat, Sarvam, Simplismart, Spectro Cloud, Supermicro, vCluster e Vultr. Le aree coperte includono lifecycle management, multi-tenancy, sicurezza, automazione dello stato di salute dei sistemi, resilienza e servizi di piattaforma.
Con DSX, NVIDIA prova quindi a definire lo standard operativo delle AI factory. Il messaggio è netto: l’infrastruttura per l’intelligenza artificiale non può più essere assemblata per somma di componenti. Deve essere progettata come sistema unico, simulata prima della costruzione, connessa alla rete energetica e gestita con software capace di garantire continuità, efficienza e controllo. In una fase in cui la domanda di capacità AI continua a crescere, il vero vantaggio competitivo potrebbe non essere solo avere più chip, ma sapere trasformare energia, sistemi e software in produzione AI sostenibile su larga scala.
