Pas de nouvelle puce à la GTC de Berlin, mais une idée qui pourrait peser lourd : avec DSX, Nvidia veut que les data centers IA écoutent le réseau électrique et ajustent leur charge en conséquence. La promesse est ambitieuse : jusqu’à 40 % de consommation en moins par cluster. Le chiffre, lui, reste à prouver hors du labo.

L’IA dévore l’électricité et les data centers pèsent sur les réseaux : le refrain est connu. Nvidia, dont les GPU sont au cœur de cette course, a choisi sa conférence européenne pour proposer une autre histoire. Celle de data centers qui deviennent des « bons citoyens » du réseau, pour reprendre l’expression de Dion Harris, directeur senior de la mise sur le marché des solutions HPC et AI Factory chez Nvidia.

Le contexte donne du poids à cette ambition. Selon Nvidia, l’énergie est devenue le premier goulot d’étranglement des infrastructures : plus de 300 milliards de dollars d’équipements sont en attente de livraison, et plus de 200 gigawatts de projets patientent dans les files de raccordement au réseau aux États-Unis. En cause, d’après le constructeur : le réseau, le bâtiment et les serveurs ont toujours été conçus chacun de leur côté, ce qui crée retards, risques et capacités inutilisées. DSX prétend les faire fonctionner comme un seul système, « du poste électrique jusqu’au rack ».

Le réseau parle, le data center écoute

Le cœur du dispositif s’appelle DSX Flex. C’est un framework d’orchestration à base de règles, présenté en préversion, qui adapte la charge de travail d’un data center à l’état du réseau électrique et à ce que produisent les centrales. Concrètement, il définit un modèle de données commun entre exploitants de data centers et énergéticiens. Le gestionnaire du réseau fixe des cibles de puissance et des fenêtres horaires, et le data center s’y plie.

Pour faire circuler l’information, Nvidia ajoute DSX Exchange, un bus orienté événements couplé à un broker MQTT, une sorte de hub IoT. L’opérateur peut ainsi prévenir d’un pic de consommation à venir, d’une vague de chaleur qui réduit la puissance disponible ou, à l’inverse, d’un surplus d’énergie à absorber. Les ordonnanceurs du data center prennent le relais.

C’est sur ce mécanisme que repose le chiffre phare : jusqu’à 40 % de consommation en moins par cluster. Il faut  lire ce chiffre avec précaution, il provient d’un test sur des événements réseau simulés, rien ne dit encore ce qu’il donnera face aux aléas d’un vrai réseau.

Nvidia résume l’ambition en une formule : faire passer les data centers IA du statut de charge statique à celui d’actif flexible pour le réseau. Des partenaires s’y branchent déjà. Emerald AI a intégré sa plateforme Conductor à DSX Flex pour aider les distributeurs d’électricité à exploiter la capacité sous-utilisée du réseau. Selon ses modélisations, l’approche pourrait libérer jusqu’à 100 gigawatts sur le réseau américain existant. Là encore, il s’agit d’un modèle, pas d’une mesure.

MaxLPS, ou l’art de remplir le budget électrique

Max LPS s’impose comme la couche logicielle stratégique attendue par les exploitants pour piloter et brider la puissance des racks GPU. Cet outil assure la remontée de la télémétrie vers les infrastructures du site tout en optimisant l’allocation d’énergie en mode dynamique

Avec une allocation dynamique et de l’énergie disponible, Nvidia annonce jusqu’à 30 % de GPU supplémentaires pour un même budget électrique. Autrement dit, l’efficacité énergétique sert aussi à vendre plus de puces. L’enjeu pour Nvidia est aussi de convaincre ses clients d’acheter davantage de GPU pour rentabiliser leurs contrats d’électricité.

Le revers est connu de tous ceux qui ont déjà exploité une salle à pleine charge. Réduire la marge de sécurité, c’est s’exposer davantage aux pics de consommation et à la hausse de température des installations. Nvidia le reconnaît dans un billet de blog : tout dépend du mélange des charges. Des profils de puissance complémentaires laissent de la marge, des pics simultanés beaucoup moins. D’où sa recommandation de tester des charges de production représentatives avant de jouer avec la limite globale. Côté terrain, plusieurs acteurs testent déjà MaxLPS : CoreWeave, Firmus, IREN, Lambda, Nebius, Nscale et Sharon AI. Google Cloud, qui a déployé ses premiers racks Vera Rubin NVL72, figure aussi parmi les noms cités.

Premier retour chiffré côté partenaires : Phaidra a intégré DSX Flex, DSX Max-Q et DSX Exchange à ses agents auto-apprenants, qui pilotent le refroidissement et l’allocation de puissance. Résultat annoncé : environ 10 % de calcul en plus dans la même enveloppe électrique. C’est trois fois moins que les 30 % mis en avant par Nvidia, mais c’est un ordre de grandeur utile pour calibrer les attentes.

45 °C pour économiser l’eau

L’angle environnemental ne s’arrête pas aux kilowattheures. MaxLPS doit aussi maintenir autour de 45 °C la température des boucles fermées de refroidissement liquide des racks Vera Rubin. L’explication de Dion Harris est simple : quand il fait chaud dehors et qu’il faut garder une température de fonctionnement basse, on doit recourir à des groupes froids qui évaporent de l’eau. À 45 °C, ce besoin chute fortement, et des refroidisseurs à sec peuvent suffire. Moins d’eau évaporée, c’est un indicateur que les équipes RSE suivent de près.

Une pile logicielle pensée pour les géants

Autour de ces briques, Nvidia assemble DSX OS, un ensemble de logiciels majoritairement open source pour gérer réseau, racks, charges, sécurité, état des GPU et déploiement des modèles. On y retrouve Run AI, plateforme Kubernetes qui alloue dynamiquement des GPU entiers ou fractionnés, ainsi que Dynamo et Grove pour les déploiements d’inférence répartis sur plusieurs nœuds. Mirantis, filiale d’IREN, prévoit d’intégrer Run AI à sa plateforme K0rdent. En amont, DSX Sim et SimReady Central permettent de valider un design de data center avant installation.

L’écosystème énergétique suit. GE Vernova apporte son expertise du raccordement au réseau et de l’alimentation des racks. Le système de stockage par batteries (BESS) d’Hitachi Energy est désormais qualifié « DSX Ready ». Schneider Electric, avec AVEVA et ETAP, propose des architectures de référence validées pour l’alimentation et le refroidissement des racks Vera Rubin, ainsi qu’un jumeau numérique du data center basé sur Omniverse. Siemens Energy développe de son côté une architecture de référence pour une alimentation électrique « consciente du réseau », de la production à la distribution. Pour un acheteur, ces labels et ces designs de référence pourraient devenir des repères concrets lors du choix des équipements.

Pour une DSI « normale » ?

C’est la vraie question, que l’on se pose sans détour. Ces outils sont taillés pour les déploiements à grande échelle et pour les nouveaux fournisseurs cloud, pressés par la demande. Une entreprise qui exploite quelques clusters, dans une pile d’inférence souvent hybride, pourra-t-elle en tirer profit ? Rien ne le garantit à ce stade.

Pour autant, le message mérite d’être entendu bien au-delà des hyperscalers. Si les gros exploitants commencent à moduler leur charge selon le réseau, la flexibilité énergétique risque de devenir un critère de choix pour un hébergeur ou un fournisseur cloud. Dans un appel d’offres, demander comment le prestataire encadre ses plafonds de puissance, ses pics de charge et son refroidissement ne relève plus du détail RSE. C’est une question d’architecture.

Ce qu’il faut retenir

Nvidia ne promet pas une IA sobre, il promet une IA plus disciplinée, capable de consommer quand le réseau le permet et de lever le pied lorsqu’on le lui demande, tout en remplissant au maximum chaque watt disponible. L’idée est séduisante, les chiffres restent à confirmer en conditions réelles, d’ici là, DSX a au moins un mérite : faire entrer le réseau électrique dans les schémas d’architecture des data centers IA.