DSX considère le calcul, la distribution électrique, le refroidissement et les logiciels comme un seul et même problème d’ingénierie. Les conceptions de référence standardisent les interfaces entre les racks et les installations, ainsi que les circuits de fluide caloporteur. DSX Sim et SimReady Central accélèrent la validation grâce à des modèles qualifiés par les fournisseurs, tandis que DSX OS automatise la gestion du cycle de vie et les vérifications de préparation. Concrètement, cela signifie moins de mauvaises surprises lors de la mise en service, des conceptions validées pour les demandes de permis et les études de raccordement au réseau, et la possibilité de reproduire ces gains d’efficacité dans différentes régions cloud et des centres de données tiers.

MaxLPS répartit dynamiquement la puissance disponible dans une usine d’IA afin de privilégier le débit de jetons plutôt que la puissance de pointe statique de chaque GPU. La solution combine une modulation de la puissance adaptée aux charges de travail et une priorisation à l’échelle du cluster, ce qui permet aux exploitants de troquer un peu de latence ou de simultanéité contre davantage de jetons d’inférence ou d’entraînement par minute. Les essais montrent des hausses significatives du débit du cluster et de la capacité GPU utilisable, sans dépasser les plafonds électriques fixés : un levier opérationnel pour les sites où la capacité du réseau est le principal facteur limitant.

Les conceptions de référence DSX associent le refroidissement liquide à l’échelle des racks à des refroidisseurs secs pour évacuer la chaleur, ce qui évite les tours de refroidissement par évaporation, grandes consommatrices d’eau. En théorie, une installation de 2 GW utilisant des refroidisseurs secs pourrait économiser des dizaines de millions de litres d’eau par jour par rapport aux tours de refroidissement traditionnelles — un avantage crucial dans les régions confrontées à la pénurie d’eau ou à des restrictions réglementaires. Les exploitants doivent toutefois tenir compte du climat local : l’efficacité des refroidisseurs secs dépend des températures ambiantes et un refroidissement mécanique supplémentaire peut être nécessaire pendant les vagues de chaleur.

DSX Flex permet aux usines d’IA de moduler leur consommation électrique en fonction des signaux du réseau, des prix ou de l’état du stockage. Lors d’essais simulant des événements sur le réseau, la consommation du cluster a pu être réduite jusqu’à 40 % tout en maintenant les charges de travail essentielles. Pour les gestionnaires de réseau et les promoteurs, cette flexibilité peut accélérer l’approbation du raccordement et limiter le besoin de coûteuses mises à niveau du réseau, en rendant la capacité modulable à court terme et en alignant la consommation sur les énergies renouvelables et le stockage sur site.

Les preuves de concept de Lambda et de Nscale sont prometteuses, mais les résultats réels varieront selon la composition des charges de travail, le climat du site et le degré de maturité opérationnelle. Les gains dépendent de la capacité à privilégier le nombre de jetons produits plutôt que les performances maximales d’un GPU isolé, ainsi qu’à intégrer les logiciels DSX aux systèmes d’ordonnancement et de télémétrie. Il faut également tenir compte des coûts d’investissement et d’intégration : nouveaux réseaux de distribution du liquide de refroidissement, refroidisseurs secs, modèles validés et formation du personnel. Avant d’adopter les conceptions de référence DSX, les exploitants devraient réaliser des simulations par jumeau numérique avec DSX Sim et valider les scénarios les plus défavorables en matière de températures et de contraintes réseau.