На ежегодной суперкомпьютерной конференции SC26, проходящей на этой неделе в Чикаго, NVIDIA представляет DGX Spark HPC Developer Kit для исследователей, ученых и разработчиков.
Комплект представляет собой четырехузловой кластер систем NVIDIA DGX Spark, каждая из которых подключена напрямую к двум соседним по кольцевой топологии, а руководство по установке NVIDIA HPC SDK появится в ближайшее время. Исследователи получают возможность запускать многоузловые научные задачи, модели ИИ и агенты прямо на своем рабочем столе, вместо того чтобы ждать своей очереди на общем GPU-кластере. Комплект приносит суперчип GB10 Grace Blackwell прямо на рабочие столы исследователей.
DGX Spark Developer Kit меняет подход исследователей к работе.
Он масштабируется от одной системы (узла) до четырех, соединенных напрямую друг с другом по сети NVIDIA ConnectX-7, без необходимости покупать или настраивать сетевой коммутатор.
Конфигурация из четырех узлов обеспечивает 512 ГБ объединенной памяти и 20 ТБ хранилища NVMe, что дает исследователям больше возможностей для распределения моделей и научных задач по кластеру. С помощью NVFP4 исследователи могут локально развертывать модели объемом до 700 млрд параметров на четырех кластерах DGX Spark, такие как DeepSeek V4.1.
Обладая такой мощностью прямо на рабочем столе, исследователи с фиксированным лимитом вычислительных ресурсов и серверов больше не должны стоять в очереди для каждой задачи. Команды могут самостоятельно вести разработку и отладку, экономя серверные часы для производственных запусков и сохраняя неопубликованные результаты и конфиденциальные наборы данных локально.
Скоро появится руководство по NVIDIA HPC SDK, которое принесет на кластер DGX Spark компиляторы C, C++ и Fortran с GPU-ускорением, библиотеки и инструменты интерфейса передачи сообщений (MPI) — те же инструменты разработки, что используются на суперкомпьютерах NVIDIA. Команды смогут собирать и тестировать научные приложения на четырех узлах, проверять распределение вычислений и данных, а также отлаживать проблемы взаимодействия перед масштабированием на более крупные системы.
Комплект переносит научное моделирование, а также модели и агенты ИИ на рабочий стол с продемонстрированными рабочими нагрузками на четырех системах, включая LAMMPS с Kokkos для моделирования материалов и NAMD для молекулярной динамики. Сообщество DGX Spark протестировало и подтвердило работу GROMACS для молекулярной динамики, OpenFOAM для гидрогазодинамики, WRF для моделирования погоды и микросервисов NVIDIA NIM, таких как OpenFold3 и Boltz-2, для прогнозирования биомолекулярных структур.
Работающие на DGX Spark новые открытые наборы данных и рецепты дообучения (post-training) для Nemotron 3.5 Super VL помогают исследователям адаптировать модель для наук о жизни и химии, обеспечивая безопасные научные процессы на инфраструктуре, контролируемой самой организацией.
Что исследователи могут делать с его помощью
Комплект открывает новые возможности для исследователей.
Исследователи могут изучать рабочие процессы с использованием ИИ-агентов, которые подготавливают входные данные для моделирования, запускают расчеты и подводят итоги, пока ученые проверяют параметры и выводы.
Исследователи также могут обучать модели ИИ, аппроксимирующие медленные вычисления, а затем использовать их для оптимизации конструкции крыла с целью минимизации лобового сопротивления.
Перед выделением времени на суперкомпьютере команда может сократить симуляцию с 10 миллионами ячеек до 50–500 наиболее важных измерений.
- Kvantify использует NVIDIA cuQuantum и сообщает о запуске тензорно-сетевого моделирования квантово-химических схем объемом до 70 кубитов и 975 вентилей на одной системе DGX Spark, сравнивая производительность схем, сгенерированных для расчета энергии основного состояния пенициллина.
- CYRAN AI, спин-офф Индийского института технологии в Дели (IIT Delhi), использует DGX Spark и свою библиотеку PixelFlux для ускорения декодирования JPEG 2000 для крупных спутниковых снимков, поддерживая локальный геопространственный анализ.
- OpenFold показывает, как исследователи могут дообучать OpenFold3 на NVIDIA DGX Spark для улучшения прогнозирования белок-лигандных структур при разработке лекарств.
- Лаборатория Rubin Lab в IGI Калифорнийского университета в Беркли использует DGX Spark и модель NVIDIA Evo 2 для прогнозирования бактериальных признаков непосредственно из последовательностей генома, сравнивая эмбеддинги геномных и белковых языковых моделей с классическими базовыми показателями. Благодаря отсутствию 11-часового ожидания в очереди кластера результаты были получены в 15 раз быстрее на DGX Spark.
- Группа Hartwig Group в UC Berkeley использует DGX Spark для тонкой настройки LoRA модели Nemotron 3 Super 120B-A12B в задачах машинного обучения для химии, обучая предиктивную головку на экспериментальных значениях. Запуская процесс локально на Spark с использованием квантования NVFP4, лаборатория успешно разместила модель класса 120B на одном устройстве и обошла многодневные очереди в кластере, что позволило им непрерывно проводить серии 8–24-часовых сеансов обучения.
Где найти комплект
Комплект для разработчиков представлен на SC26 и доступен для покупки. Продукты и кабели DGX Spark можно приобрести у ведущих партнеров-OEM, а также в NVIDIA Marketplace.
В число партнеров входят Acer, ASUS, Dell Technologies, GIGABYTE, H3C, HP, Lenovo, MSI и xFusion.
В скорое время выйдет руководство NVIDIA по сборке и запуску NVIDIA HPC SDK — комплекта разработки ПО для научных вычислений. После выхода оно предоставит ученым и исследователям локальную платформу для разработки многоузловых GPU-приложений, изучения алгоритмов с высокой (FP32) и смешанной точностью, а также проведения симуляций молекулярной динамики и материалов с использованием LAMMPS с Kokkos перед масштабированием на системы дата-центров.
Узнайте больше о NVIDIA DGX Spark.
См. notice для получения информации о программных продуктах.












