返回资讯中心
外部精选
芯片&算力
#GPU#数据中心#AI#Agentic AI#Artificial Intelligence#DGX Spark

NVIDIA 推出 DGX Spark HPC 开发者套件,四节点集群可放桌面

来源标题:NVIDIA DGX Spark Developer Kit Turns a Desk Into a Supercomputing Lab

NVIDIA 在 SC26 大会上发布 DGX Spark HPC 开发者套件,由四台 DGX Spark 系统组成环形直连集群,面向研究人员、学者和开发者。四节点合计提供 512GB 内存和 20TB NVMe 存储,借助 ConnectX-7 组网无需交换机,并可在本地部署最高 700B 参数模型。该套件让研究者无需排队等待共享 GPU 集群即可运行多节点科学计算与 AI 工作负载。

NVIDIA BlogAllen Bourgoyne2026/11/16 · 昨天13 分钟阅读

以下正文由 AI 翻译自 NVIDIA Blog(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

在本周于芝加哥举行的年度超级计算大会 SC26 上,NVIDIA 为研究人员、学者和开发者推出 DGX Spark HPC Developer Kit。该套件是由四台 NVIDIA DGX Spark 系统组成的集群,每台系统都以环形方式直接连接到相邻的两台系统,NVIDIA HPC SDK 安装手册也即将发布。研究人员可以在自己的桌面上运行多节点科学工作负载、AI 模型和智能体,而不必排队等待共享 GPU 集群的机时。该套件把 GB10 Grace Blackwell 超级芯片直接放到了研究人员的办公桌上。

任何书桌都能变成超级计算实验室

DGX Spark Developer Kit 改变了研究人员的工作方式。

它可以从一台系统(即一个节点)扩展到四台,节点之间通过 NVIDIA ConnectX-7 网络直接相连,无需购买或配置网络交换机。

在四节点配置下,它提供 512GB 的组合内存和 20TB 的 NVMe 存储,使研究人员有更大容量在集群中分发模型和科学工作负载。借助 NVFP4,研究人员可以在四台 DGX Spark 组成的本地集群上部署参数规模高达 700B 的模型,例如 DeepSeek V4.1。

有了如此强大的桌面算力,计算和服务器配额固定的研究人员不必再为每个任务排队等待。团队可以自行开发和调试,把服务器机时留给生产运行,并将尚未发表的结果和专有数据集保留在本地。

NVIDIA HPC SDK 手册即将发布,它将把 GPU 加速的 C、C++ 和 Fortran 编译器、库以及消息传递接口工具带到 DGX Spark 集群上——这些正是 NVIDIA 驱动的超级计算机上使用的同一套开发工具。团队可以在四个节点上构建和测试科学应用,检查计算和数据如何分布,并在扩展到更大规模系统之前调试通信问题。

该套件将科学仿真、AI 模型和智能体带到桌面,已演示的四系统工作负载包括用于材料模拟的 LAMMPS(配合 Kokkos)和用于分子动力学的 NAMD。更广泛的 DGX Spark 社区已经验证了用于分子动力学的 GROMACS、用于流体动力学的 OpenFOAM、用于天气建模的 WRF,以及用于预测生物分子结构的 NVIDIA NIM 微服务,如 OpenFold3 和 Boltz-2。

在 DGX Spark 上运行的新开放数据集和 Nemotron 3.5 Super VL 后训练配方,可帮助研究人员针对生命科学和化学领域调整该模型,从而在组织可控的基础设施上实现安全的科学工作流。

研究人员能用它做什么

该套件为研究人员打开了新的可能性。

研究人员可以探索智能体辅助的工作流:由智能体准备仿真输入、启动运行并汇总结果,科学家则负责验证设置和结论。

研究人员还可以训练 AI 模型来近似缓慢的仿真,再用这些模型优化机翼设计,以尽量降低阻力。

在申请超级计算机机时之前,团队可以把千万网格规模的仿真缩减到真正重要的 50 至 500 个维度。

  • Kvantify 正在使用 NVIDIA cuQuantum,并报告称在单台 DGX Spark 上运行了多达 70 个量子比特和 975 个门的量子化学电路张量网络仿真,对为青霉素基态能量计算生成的电路进行了基准测试。
  • CYRAN AI 是印度理工学院德里分校的衍生公司,它使用 DGX Spark 及其 PixelFlux 库加速大型卫星图像的 JPEG 2000 解码,支持本地地理空间分析。
  • OpenFold 展示了研究人员如何在 NVIDIA DGX Spark 上微调 OpenFold3,以改进药物发现中的蛋白质-配体结构预测。
  • 加州大学伯克利分校 IGI 的 Rubin 实验室正在使用 DGX Spark 和 NVIDIA Evo 2 模型,通过将基因组语言模型和蛋白质语言模型的嵌入与经典基线进行比较,直接从基因组序列预测细菌性状。由于无需等待长达 11 小时的集群队列,结果在 DGX Spark 上快 15 倍返回。
  • 加州大学伯克利分校的 Hartwig 课题组正在使用 DGX Spark 对 Nemotron 3 Super 120B-A12B 模型进行 LoRA 微调,用于化学机器学习,并在实验值上训练预测头。借助 NVFP4 量化在 Spark 上本地运行,该实验室成功在单台设备上拟合了 120B 级模型,绕过了长达数天的集群队列等待,使他们能够连续进行 8 至 24 小时的训练拟合。

在哪里可以买到该套件

该开发者套件在 SC26 上展出并有售。DGX Spark 产品和线缆可从顶级 OEM 合作伙伴处购买,也可通过 NVIDIA Marketplace 购买。

合作伙伴包括 Acer、ASUS、Dell Technologies、GIGABYTE、H3C、HP、Lenovo、MSI 和 xFusion。

用于构建和运行 NVIDIA HPC SDK(一套科学计算软件开发工具包)的 NVIDIA 手册即将发布。发布后,它将为科学家和研究人员提供一个本地平台,用于开发多节点 GPU 应用、探索 FP32 和混合精度算法,并在扩展到数据中心系统之前,使用 LAMMPS(配合 Kokkos)运行分子动力学和材料模拟。

进一步了解 NVIDIA DGX Spark。

订阅 NVIDIA Local AI 新闻通讯。在 X、Instagram、TikTok 和 Facebook 上关注 NVIDIA RTX Spark。

查看有关软件产品信息的说明。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →