NVIDIA DSX MaxLPS: como espremer 40% mais GPUs no mesmo megawatt — a nova receita de “fábrica de IA”

.pn-swot{display:grid;grid-template-columns:1fr 1fr;gap:12px;margin:24px 0}.pn-swot>div{border-radius:10px;padding:16px 18px;color:#fff}.pn-swot h4{margin:0 0 8px;font-size:1.05em}.pn-swot ul{margin:0;padding-left:18px}.pn-swot .pn-s{background:#16a34a}.pn-swot .pn-w{background:#ea580c}.pn-swot .pn-o{background:#2563eb}.pn-swot .pn-t{background:#dc2626}@media(max-width:640px){.pn-swot{grid-template-columns:1fr}}

Resumo: A NVIDIA lançou o DSX, seu framework completo para o que a empresa chama de AI factory, e dentro dele o componente que mais chamou atenção é o DSX MaxLPS: um software que gerencia energia por GPU, rack e workload para recuperar “energia parada” e permitir até 40% mais GPUs no mesmo orçamento de megawatts. Combinado a resfriamento líquido a 45 °C, o pacote redefine a equação de tokens por MW — a métrica que virou moeda da nova economia de infraestrutura de IA.

O que o DSX MaxLPS realmente faz

O gargalo dos data centers de IA hoje raramente é o chip: é o megawatt. Contratos de energia com concessionárias podem levar anos, e é comum operadores terem chips prontos mas ficarem esperando ligação elétrica. O MaxLPS ataca esse gargalo por dois lados. Primeiro, faz um power capping inteligente por workload — se um lote de inferência precisa menos energia por um instante, ela é redistribuída para outra GPU que está gargalada. Segundo, o cooling a 45 °C reduz a energia gasta em climatização, liberando MW para computação. O resultado que a NVIDIA anuncia é notável: 40% mais GPUs entregando tokens dentro do mesmo envelope de potência.

O DSX é maior que o MaxLPS. Inclui o DSX OS (open source), planos de referência para infra as a code, integração com telemetria de rack (BMC/DCIM), e a linha DGX Station e servidores Blackwell. É o mesmo movimento que a Amazon fez com Bedrock e a Microsoft com Azure OpenAI, só que na camada física: virar plataforma, não vendedor de chip.

Por que importa — e status no Brasil

Nos últimos meses, o país teve anúncios grandes de data centers dedicados a IA: TIM em Fortaleza, cluster da Scala com Data9 e Elea, planos da AWS e Microsoft para expansão nordestina, e o “AI Brasil” do governo. Todos tropeçam no mesmo problema: energia disponível. A promessa de “40% mais GPUs por MW” muda a matemática das cotas do ONS e das concessões estaduais. Em climas quentes como Ceará e Bahia, cooling a 45 °C é ainda mais valioso: reduz o parque de chillers e o consumo de água.

Forças

  • 40% mais GPUs no mesmo megawatt destrava projetos em mercados onde a energia é o gargalo.
  • Cooling a 45 °C viabiliza data centers em climas quentes — leia-se Brasil e Sul Global.
  • Framework aberto (DSX OS) atrai integradores e reduz risco de vendor lock-in na camada de software.

Fraquezas

  • Ecossistema totalmente NVIDIA para extrair o benefício máximo.
  • Investimento inicial em líquido e retrofit de rack não trivial.
  • Ganho de “40% mais GPUs” depende do perfil de workload — inferência bate treino aqui.

Oportunidades

  • Novo mercado de “AI factory” para governos e telcos que querem cloud soberana.
  • Cases brasileiros: NVIDIA + operadoras + hyperscalers regionais em Fortaleza, Camaçari e SP.
  • Data centers colo que hoje têm sobra de MW podem vender capacidade AI-ready.

Ameaças

  • Concorrência: AMD MI355/MI400 e ASICs (Broadcom, Groq, Cerebras) crescendo.
  • Pressão regulatória sobre uso de energia e água para refrigeração.
  • Ciclo de hype de IA pode reduzir demanda por capacidade de treino.

Riscos e limitações

Alguns cuidados são importantes antes de aceitar o número redondo. Primeiro, “40% mais GPUs” pressupõe workload de inferência com picos e vales; treinos grandes com utilização quase constante têm ganho bem menor. Segundo, o benefício máximo vem no ecossistema NVIDIA completo (Blackwell + rack de referência + software), o que aumenta acoplamento. Terceiro, retrofits em data centers legados de cooling a ar são caros e nem sempre viáveis. Por fim, há a discussão social crescente sobre consumo de energia e água por IA — mesmo que MaxLPS melhore a eficiência por token, o consumo absoluto continua subindo.

Cenário para os próximos anos

O DSX vai empurrar os concorrentes. A AMD já tem roadmap MI355/MI400 e software ROCm melhorando; a Broadcom cresce como fabricante de ASICs customizados para clientes como Google (TPU) e Meta (MTIA); Groq e Cerebras trabalham em inferência ultrarrápida. Do lado dos operadores, é esperado ver o modelo “AI factory” replicado por governos e telcos que querem soberania — Naver já anunciou 1 GW com NVIDIA na Coreia. No Brasil, esperem parcerias entre operadoras e integradores para trazer racks de referência DSX, provavelmente aos preços premium do primeiro ano.

Conclusão prática

Para times de infra e MLOps, o recado é: comece a otimizar métrica de tokens por MW agora, mesmo em data center próprio pequeno. Para gestores, DSX MaxLPS é uma alavanca real de CAPEX/OPEX — vale pedir estudo comparativo com o fornecedor. Para desenvolvedores, o impacto é indireto: preços de inferência devem cair ligeiramente à medida que a eficiência energética se traduz em preço por 1M de tokens. E, para todos, é bom lembrar: a corrida por potência de IA envolve escolhas locais de energia, água e uso do solo — o debate público é parte legítima do processo.

Fonte original: NVIDIA DSX Gives Infrastructure Builders the Playbook for AI Factories — NVIDIA Newsroom.

Ninja

Na cena de cybersecurity a mais de 25 anos, Ninja trabalha como evangelizador de segurança da informação no Brasil. Preocupado com a conscientização de segurança cibernética, a ideia inicial é conseguir expor um pouco para o publico Brasileiro do que acontece no mundo.

Recent Posts

Google mede contextualidade quântica em até 105 qubits no Willow

Publicado na Science, o experimento ganha o jogo do quadrado mágico em 98,30% das rodadas,…

10 horas ago

BlockJack desvia o cache KV do vLLM entre inquilinos diferentes

Preprint de seis universidades mostra que corromper um único registro da tabela de blocos faz…

10 horas ago

SCKit abusa do ScreenConnect para atacar sessões de técnicos

A Microsoft confirmou a campanha relatada pela ConnectWise e detalhou um kit que inverte o…

10 horas ago

F5 libera hotfixes de emergência para cinco falhas críticas no BIG-IP

Os avisos publicados em 18 de novembro atribuem CVSS 4.0 de 9,3 a cinco estouros…

10 horas ago

Ataque recupera texto exato no aprendizado federado

Preprint do BITS Pilani Goa mostra um cliente comum reconstruindo frases exatas de outros participantes…

1 dia ago

Agile Deliberation: Google treina IA em conceitos subjetivos

Framework do Google Research trata a construção de classificadores subjetivos como conversa iterativa: delimita subconceitos…

1 dia ago