# NVIDIA lance la plateforme DSX pour industrialiser les usines d’inférence IA

_Publié le 1 novembre 2026 — https://ip73.fr/2026/11/01/nvidia-lance-la-plateforme-dsx-pour-industrialiser-les-usines-d/_

NVIDIA a présenté la plateforme DSX, un ensemble de technologies conçu pour aider les partenaires à concevoir, valider et faire fonctionner des usines d'intelligence artificielle. Cette suite rassemble des conceptions de référence, des API et des bibliothèques logicielles pour couvrir l'intégralité du cycle de vie de ces infrastructures.

Au lieu de devoir assembler manuellement tous les éléments – des systèmes de simulation à l'orchestration énergétique – DSX offre une architecture unifiée. On retrouve des modules spécifiques : DSX Sim permet de concevoir et valider les usines avant le déploiement physique. DSX MaxLPS, par exemple, vise à maximiser la performance par watt dans un enveloppe de puissance fixe. Il existe aussi DSX Flex, qui gère l'orchestration d'énergie renouvelable et hybride en recevant des signaux de réseau.

Le déploiement de modèles à l'échelle repose sur des composants comme DSX OS, qui fournit un logiciel modulaire pour construire et faire évoluer l'infrastructure d'usine IA en mode multi-locataire. Parallèlement, DSX Exchange gère l'allocation et le partage efficace de la capacité GPU sur des charges de travail distribuées complexes. Il y a aussi des outils pour définir, contenir et aider à récupérer des problèmes d'infrastructure.

L'industrialisation de ces systèmes passe par l'intégration de Dynamo, le cadre d'inférence distribué de NVIDIA. Pour que Dynamo fonctionne sur Kubernetes, il faut bien plus que simplement définir un `DynamoGraphDeployment` (DGD), qui décrit un graphe d'inférence en cours. Il faut que toute la couche d'infrastructure soit validée. C'est là qu'intervient NVIDIA AI Cluster Runtime (AICR).

Selon une documentation de NVIDIA, l'AICR encapsule des recettes validées qui regroupent Dynamo et tous ses prérequis. Ces recettes définissent une configuration pour un environnement donné, incluant des versions de composants épinglées et des contraintes de compatibilité. L'AICR intègre par exemple l'opérateur NVIDIA GPU, le *Node Feature Discovery*, le *DRA Driver* pour l'allocation GPU, et le *KAI Scheduler* pour le *gang scheduling*.

Cette approche tente de résoudre un problème d'observabilité. Alors que les GPU peuvent tourner à plein régime, le service IA en amont peut tout de même être lent si les dépendances sous-jacentes ne sont pas gérées de manière cohérente. L'AICR fournit une fondation cohérente pour servir les modèles. Il est précisé que la recette AICR embarque la version 1,4,2 du *dynamo-platform chart*, qui contient l'opérateur Dynamo et la définition de ressource `nvidia.com/v1beta1 DynamoGraphDeployment` (CRD).

Dynamo permet d'architecturer le service en séparant le traitement du prompt (*prefill*) de la génération de jetons (*decode*), ce qu'on appelle le service désagrégé. Cela permet de dimensionner et d'ajuster indépendamment la capacité de préfill et de decode en fonction du mix de charges de travail. Pour les requêtes longues, Dynamo dirige les demandes vers les travailleurs qui possèdent déjà les blocs KV pertinents, évitant ainsi de retraiter des jetons intermédiaires.

Le chemin de requête et le plan d'événements KV-cache sont distincts. Dans la version 1,4,2 d'AICR, le chemin de requête utilise TCP, tandis que les événements KV-cache passent par ZMQ. On doit noter que les mises à jour de stratégie de *Grove* (comme *Coherent*) impliquent des mécanismes complexes de coordination des capacités et de gestion des budgets de perturbation.

## Sources

- [NVIDIA DSX™ \| NVIDIA DSX Documentation](https://docs.nvidia.com/dsx), docs.nvidia.com
- [DynamoGraphDeployment (DGD) Reference \| NVIDIA Dynamo Documentation](https://docs.nvidia.com/dynamo/latest/reference/api/kubernetes/dynamo-graph-deployment), docs.nvidia.com
- [Build a Validated Kubernetes Runtime for NVIDIA Dynamo](https://developer.nvidia.com/blog/build-a-validated-kubernetes-runtime-for-nvidia-dynamo/), NVIDIA, 30 octobre 2026
- [Busy GPUs can hide slow AI inference on Kubernetes](https://thenewstack.io/ai-inference-kubernetes-observability/), The New Stack, 30 octobre 2026