Nvidia dévoile DSX POD avec des partenaires taïwanais, visant un déploiement de l’IA en 14 jours

Sept racks d’IA, un conteneur et une mise en service plus rapide

Nvidia a présenté DSX POD, une conception modulaire d’usine d’IA qui regroupe sept racks de calcul Vera Rubin NVL72 dans un conteneur, assemblé et testé avant expédition. Selon l’entreprise, le déploiement sur un site préparé pourrait ne prendre que 14 jours, contre environ six mois pour une installation et une intégration conventionnelles.

Présentée au GTC Berlin dans une annonce du 21 octobre datée de 2026, cette conception intègre six entreprises taïwanaises à un réseau mondial de livraison : Foxconn, par l’intermédiaire d’Ingrasys, Delta, GIGABYTE, Pegatron, Quanta Cloud Technology (QCT) et Wistron. Les livraisons dans le monde entier sont prévues pour début 2027.

Les 14 jours correspondent au déploiement une fois que le site de destination dispose de l’électricité, du refroidissement, du réseau et des infrastructures nécessaires. La préparation du terrain, les fondations, les raccordements électriques et les autres travaux de construction restent inclus dans le calendrier global du projet.

L’argument commercial de Nvidia est simple : les processeurs coûteux commencent à produire de la valeur plus tôt lorsqu’il y a moins de câbles, de conduites et de systèmes à assembler sur le site de destination. Une usine d’IA est un centre de données conçu pour entraîner des modèles d’IA ou les faire fonctionner pour des clients. Sa production comprend des jetons, les petits éléments de texte ou d’autres informations que les modèles traitent et génèrent.

Jensen Huang, fondateur et directeur général de Nvidia, a décrit le moment où cette infrastructure commence à créer de la valeur :

Une usine d’IA crée de la valeur dès qu’elle commence à produire des jetons

Pour les exploitants, l’objectif est donc plus précis que l’achèvement des travaux. Nvidia parle de délai avant le premier jeton de production : le moment où le nouveau site commence à exécuter des modèles pour des charges de travail réelles de clients. Une mise en service plus précoce permet à une entreprise de proposer plus tôt ses services de calcul, à condition que les clients soient prêts à utiliser cette capacité.

Que contient un DSX POD ?

Un conteneur de calcul abrite 504 processeurs graphiques Rubin, ou GPU, répartis entre ses sept racks NVL72. Les GPU effectuent de nombreux calculs simultanément, ce qui les rend adaptés aux charges de calcul mathématique considérables de l’IA. En les reliant par centaines, il devient possible de répartir des tâches qui dépasseraient les capacités d’un seul processeur.

Le conteneur pèse environ 28 000 kilogrammes, soit 28 tonnes, et a une taille comparable à celle d’un conteneur maritime standard. Ses systèmes intégrés comprennent environ 10 millions de composants et 3 500 câbles. Les connexions incluent quelque 20 kilomètres de câbles en cuivre NVLink, qui relient les processeurs, et 17 kilomètres de câblage réseau pour les communications au sein du système informatique global.

La conception de Nvidia ne se limite pas aux racks de calcul. Elle comprend le stockage, les fonctions de service et de gestion, la distribution électrique, le refroidissement, les systèmes de contrôle et les connexions entre conteneurs. Le stockage doit transférer les données d’entraînement, les informations des modèles et les états sauvegardés assez rapidement pour que les processeurs ne manquent pas de travail.

Il s’agit donc d’une conception de référence, et non d’un produit unique entièrement fabriqué par Nvidia. Une conception de référence fournit aux partenaires une base technique commune, avec notamment des plans, des interfaces et des exigences de test, à partir de laquelle ils construisent et prennent en charge les installations de leurs clients.

Comment l’assemblage en usine modifie le calendrier

Une installation traditionnelle exige que des équipes sur le site positionnent les racks, tirent les câbles, raccordent les conduites de refroidissement et testent les équipements interconnectés. Ces tâches dépendent de la présence des différents spécialistes dans le bon ordre, avec les bons composants, au fur et à mesure que le bâtiment et les réseaux sont prêts.

DSX POD transfère une grande partie de ces opérations répétitives vers un site de fabrication. Les partenaires réalisent les raccordements entre les racks, le câblage électrique, la plomberie du refroidissement et les vérifications fonctionnelles avant l’expédition. Pendant ce temps, les équipes sur le site de destination peuvent préparer les fondations, l’alimentation électrique, le refroidissement externe et l’accès au réseau.

Les travaux en usine et la préparation du site peuvent donc se dérouler simultanément. Après la livraison, les équipes mettent les conteneurs en place, les raccordent aux unités voisines et aux services externes, vérifient leur état après le transport et procèdent à la mise en service. Celle-ci consiste à vérifier que l’installation raccordée fonctionne comme prévu dans des conditions opérationnelles.

Ian Buck, vice-président de Nvidia chargé du calcul hyperscale, a décrit l’arrivée comme une succession d’étapes : mise en place, raccordements et tests finaux. Les essais de rodage, qui font partie de cette dernière phase, consistent à faire fonctionner les équipements pour repérer d’éventuelles défaillances avant leur mise en service normale. Nvidia estime que le transfert de l’intégration en usine réduira les risques liés aux retards de composants et aux erreurs coûteuses lors de l’installation.

Le déploiement comporte trois grandes étapes :

• 21 octobre 2026 : Nvidia annonce DSX POD au GTC Berlin.
• Avant le déploiement : les partenaires assemblent et valident les conteneurs pendant que les équipes sur le site préparent les infrastructures nécessaires.
• Début 2027 : les livraisons dans le monde entier sont prévues, avec un objectif de déploiement en seulement 14 jours sur les sites préparés.

Les partenaires taïwanais se tournent davantage vers les systèmes complets

Ingrasys, filiale de Foxconn, a participé aux premiers travaux de conception et de fabrication de DSX POD. Sa présence place le groupe aux côtés d’entreprises taïwanaises dont les activités couvrent les systèmes informatiques, les infrastructures électriques et l’intégration industrielle. QCT fait partie de Quanta, tandis que Delta, GIGABYTE, Pegatron et Wistron complètent le groupe taïwanais cité par Nvidia.

L’écosystème complet compte 17 partenaires. Aux côtés de ces six entreprises figurent Anduril, Armada, Bull, Crusoe, DayOne, Dell Technologies, Eaton, HPE, Lenovo, Schneider Electric et Vertiv. Cette liste associe des fabricants de systèmes informatiques à des entreprises spécialisées dans l’électricité, le refroidissement, les infrastructures modulaires et le déploiement.

Nvidia fournit la base de conception validée. Les fabricants d’équipements intègrent les systèmes informatiques ; les spécialistes des infrastructures adaptent les installations électriques et de refroidissement ; les fournisseurs de solutions modulaires construisent les enceintes et intègrent les sous-systèmes ; enfin, les partenaires sur site prennent en charge la préparation du terrain, l’installation et l’assistance à la mise en service.

La participation de Foxconn fait également suite à son projet de centre de supercalcul à Taïwan, annoncé en 2025 avec Nvidia. Ce projet prévoyait un investissement de 1,4 milliard de dollars, une puissance de 27 mégawatts et un début d’activité au premier semestre 2026. Développé par Visonbay.ai autour de systèmes Blackwell GB300, il illustrait l’expansion de Foxconn dans la fabrication d’infrastructures d’IA et la commercialisation d’un accès à des capacités de calcul.

DSX POD prolonge le volet industriel de cette relation en proposant des unités intégrées de plus grande taille. Une plus grande part de l’assemblage, des tests et de l’ingénierie liée au transport est réalisée avant la livraison, ce qui confie à l’usine une part plus importante de la mise en état de fonctionnement de l’installation.

L’électricité et le refroidissement restent déterminants pour chaque déploiement

L’explication technique de DSX POD publiée le 21 octobre par Premal Savla, directeur principal de la gestion des produits, décrit une conception standard avec une alimentation en courant continu de 800 volts. Elle couvre la protection et la distribution électriques, la mise à la terre, les raccordements aux racks, les systèmes de contrôle et la télémétrie, c’est-à-dire les mesures utilisées pour surveiller les équipements.

Les partenaires doivent concevoir l’alimentation électrique en amont et les équipements de conversion en fonction de chaque site. Les règles électriques, les équipements disponibles et la configuration du réseau varient selon les régions. Une interface commune à la limite du conteneur permet de conserver une conception de base reproductible tout en adaptant l’alimentation externe aux conditions locales.

Le refroidissement liquide évacue la chaleur des racks de calcul à forte densité. Les équipes en usine peuvent assembler les conduites internes, les rincer, les soumettre à des essais de pression, vérifier l’absence de fuites et valider les capteurs avant l’expédition. Les équipes sur le site de destination raccordent ensuite le conteneur aux systèmes d’alimentation en eau et d’évacuation de la chaleur préparés, puis vérifient l’ensemble du circuit de refroidissement.

Nvidia a également décrit le refroidissement à l’échelle de l’architecture DSX, qui accepte une eau entrante à 45 degrés Celsius et utilise un circuit fermé avec des refroidisseurs à sec. Un circuit fermé fait circuler le liquide de refroidissement en continu ; un refroidisseur à sec transfère la chaleur à l’air extérieur sans recourir à l’évaporation.

L’entreprise estime que des installations adaptées utilisant cette approche pourraient économiser jusqu’à 54 millions de litres d’eau par jour à une échelle de 2 gigawatts. Ce chiffre est une projection pour un déploiement de très grande ampleur. La consommation d’eau réelle dépend du système de refroidissement, du climat local et de l’installation prise comme référence.

Gérer l’électricité, en plus de l’installer

La plateforme DSX plus large de Nvidia comprend MaxLPS, qui dirige dynamiquement l’électricité vers les tâches de calcul qui en ont besoin. Selon l’entreprise, cette technologie peut fournir le même niveau de production en consommant jusqu’à 30 % d’électricité en moins. Des logiciels aident également les exploitants à planifier les charges de travail en fonction de l’électricité disponible sur un site.

DSX Flex répond à une autre contrainte : la demande des autres utilisateurs du réseau. Cette solution s’appuie sur des interfaces de programmation d’applications, ou API, pour permettre aux systèmes des centres de données de se coordonner automatiquement avec les opérateurs d’électricité. Certaines tâches de calcul peuvent être retardées ou réduites pendant les pics de demande, libérant ainsi de la capacité pour d’autres utilisateurs.

Buck a décrit le passage de dispositifs pouvant dépendre d’appels téléphoniques à une coordination automatisée. Pour un exploitant, cela signifie qu’il faut tenir compte à la fois de la puissance électrique maximale disponible et du calendrier des charges de travail. Une tâche d’entraînement pouvant être interrompue n’a pas les mêmes exigences de planification qu’un service client qui doit répondre immédiatement.

À Berlin, Huang a présenté les infrastructures d’IA comme cinq couches interconnectées : l’électricité, le calcul avancé, les usines d’IA, les modèles et les applications. DSX POD vise à accélérer la mise en service des couches physiques, tandis que les outils de gestion de l’électricité permettent d’améliorer l’efficacité d’exploitation des capacités installées.

Pourquoi quelques semaines de retard coûtent cher

Au GTC Berlin, Huang a avancé un exemple financier de grande ampleur : une usine d’IA consommant 1 gigawatt pourrait coûter environ 50 milliards de dollars et générer près de 40 milliards de dollars de chiffre d’affaires annuel. À ce rythme de recettes supposé, trois mois de retard représenteraient environ 10 milliards de dollars de chiffre d’affaires manqué.

Évoquant cette estimation, Huang a déclaré :

Un chiffre d’affaires de 10 milliards de dollars, ça inquiète tout le monde

Ce calcul explique pourquoi Nvidia insiste sur la mise en service du matériel installé. Ses hypothèses de chiffre d’affaires portent sur une installation hypothétique fonctionnant à l’échelle indiquée. Les résultats de chaque exploitant dépendront de la demande, du taux d’utilisation, des prix et des coûts d’exploitation.

Huang a également indiqué que la période entre l’arrivée des équipements et la production de jetons, en passant par l’installation, était déjà passée de quatre ou cinq mois à environ un mois. L’annonce de DSX POD fixe un objectif plus précis : seulement 14 jours sur un site préparé, contre les six mois annoncés pour un déploiement conventionnel.

Nvidia a également présenté Vera Rubin comme une plateforme destinée aux agents d’IA, des logiciels capables d’effectuer des tâches à l’aide de modèles et d’outils. Huang a déclaré que les performances de l’IA avaient été multipliées par un million au cours de la dernière décennie et a affirmé que les performances de calcul associées à Vera Rubin étaient 30 fois supérieures à celles de Blackwell sur deux ans. Il s’agit des chiffres avancés par Nvidia ; la proposition de déploiement répond à une autre difficulté pratique : raccorder cette capacité de calcul et la mettre en service.

Expédier un système opérationnel devient un enjeu d’ingénierie

Un conteneur transportant des racks installés ne se résume pas à une place sur un camion. La conception technique de Nvidia prend en compte les contraintes structurelles, la fixation des équipements, la répartition du poids, le centre de gravité, les points de levage et l’accès nécessaire à la manutention. Pendant le transport et l’installation, les systèmes doivent rester dans les limites prévues pour les contraintes mécaniques, électriques et de refroidissement.

Avant l’expédition, les partenaires consignent la configuration et l’état des tests, sécurisent les équipements et répètent des vérifications définies après l’arrivée. La validation en usine peut porter sur les versions des micrologiciels, les contrôles électriques, la connectivité réseau, les capteurs, l’étanchéité du système de refroidissement et le fonctionnement du système intégré. Le micrologiciel est le logiciel de base qui commande le matériel.

Des étiquettes standardisées, des parcours de câbles et des dégagements suffisants pour la maintenance sont également importants après la mise en service initiale. Les techniciens doivent pouvoir identifier les connexions, accéder aux équipements et remplacer des pièces sans démonter des systèmes sans rapport avec l’intervention. Des configurations reproductibles offrent aux exploitants des unités cohérentes pour planifier l’extension et la maintenance.

La place des conteneurs aux côtés des centres de données traditionnels

Les centres de données modulaires ont déjà fait leurs preuves en Europe et à Taïwan. Le supercalculateur JUPITER, en Allemagne, inauguré en 2025, a utilisé environ 50 modules préfabriqués en conteneurs. Delta a conçu un centre de données d’IA en conteneur de 20 pieds, et GIGABYTE a présenté sa solution de centre de données modulaire GADU au Computex 2026.

Nvidia destine DSX POD aux projets qui doivent ajouter rapidement des centaines de mégawatts de capacité. Les bâtiments conventionnels restent une option pour les campus à l’échelle du gigawatt, où de grandes installations permanentes peuvent bénéficier d’économies d’échelle. Les conteneurs peuvent aussi permettre de mettre en service des applications d’IA pendant la préparation des installations permanentes.

Liu Yao-yuan, directeur général d’Electricity Express, a averti qu’une installation rapide de conteneurs nécessitait toujours une alimentation électrique complète et des infrastructures de secours avant la mise en service d’un site. Son observation place les travaux de construction restants au cœur de la planification : les exploitants doivent coordonner la date de livraison en usine avec l’état de préparation du site de destination.

Nvidia n’a pas dévoilé le prix de DSX POD, la répartition détaillée des fournitures entre partenaires ni les volumes d’achat des clients. L’objectif de 14 jours doit encore être validé lors de déploiements réels, et aucune date précise n’a été communiquée pour les premières livraisons prévues début 2027. Les clients qui planifient des projets doivent donc faire coïncider la période de livraison annoncée avec leurs propres calendriers de raccordement aux réseaux, de construction et de mise en service.

À retenir

• Nvidia a annoncé DSX POD au GTC Berlin le 21 octobre 2026, avec des livraisons dans le monde entier prévues pour début 2027.
• Un conteneur de calcul regroupe sept racks Vera Rubin NVL72 et 504 GPU Rubin, intégrés et testés avant expédition.
• Nvidia vise un déploiement en seulement 14 jours une fois l’électricité, le refroidissement, le réseau et les infrastructures nécessaires du site prêts.
• Les partenaires taïwanais comprennent Foxconn, par l’intermédiaire d’Ingrasys, Delta, GIGABYTE, Pegatron, QCT et Wistron.
• La conception prévoit une alimentation en courant continu de 800 volts et l’intégration en usine du calcul, du stockage, du réseau, de l’alimentation électrique et du refroidissement liquide.
• Les prix et les volumes de commandes des clients n’ont pas été communiqués, tandis que la construction de centres de données conventionnels se poursuit parallèlement à l’approche modulaire.