跳到正文
NVIDIA Blog· Allen Bourgoyne·· 6 天前精选AI 评分79

NVIDIA 发布 DGX Spark HPC 开发者套件,支持在桌面部署 700B 模型

NVIDIA DGX Spark Developer Kit Turns a Desk Into a Supercomputing Lab

AI 导读

NVIDIA 在 SC26 大会上推出 DGX Spark HPC 开发者套件,将 GB10 Grace Blackwell 架构引入桌面计算环境。该套件由四台通过 ConnectX-7 环形互连的 DGX Spark 节点组成且无需额外网络交换机,共提供 512GB 统一内存与 16TB NVMe 存储。

推荐理由

原文给出了四节点桌面超算集群的硬件参数与实测工作流,科研人员可据此评估本地调试大模型与仿真任务的落地可行性。

正文 · AI 翻译

本周在芝加哥举行的年度超算大会 SC26 上,NVIDIA 为研究人员、高校学者和开发者推出了 DGX Spark HPC 开发者套件。

该套件由四台 NVIDIA DGX Spark 系统组成集群,各节点间以环形拓扑直连,并即将配套提供 NVIDIA HPC SDK 安装指南。研究人员无需再排队等待共享 GPU 集群的机时,直接在工位上就能运行多节点科学计算任务、AI 模型与智能体。这套套件让 GB10 Grace Blackwell 超级芯片真正走上了科研人员的桌面。 

搬上桌面的超算实验室

DGX Spark 开发者套件彻底改变了科研人员的工作方式。

阅读 SC26 上 NVIDIA 的全部发布内容

它支持从单节点扩展至四节点——各节点通过 NVIDIA ConnectX-7 网络直连,完全无需额外购买或配置交换机。 

在四节点配置下,该套件可提供 512GB 聚合内存与 16TB NVMe 存储,让研究人员拥有更充裕的容量,在集群间分配模型和科学计算负载。借助 NVFP4 精度,研究人员可以在由四台 DGX Spark 组成的集群上本地部署 DeepSeek V4.1 等参数量高达 7000 亿的模型。

桌面拥有如此强大的算力后,受限于固定算力与服务器配额的研究人员再也不用凡事排队。团队可以在本地自主完成开发与调试,将宝贵的服务器机时留给正式的生产运行,同时也能把未发表的成果和专有数据集牢牢留在本地。

即将推出的 NVIDIA HPC SDK 操作指南,将为 DGX Spark 集群带来 GPU 加速的 C、C++ 与 Fortran 编译器、函数库以及消息传递接口(MPI)工具——这些正是 NVIDIA 超算上所使用的同款开发工具。团队可以在四节点环境下构建并测试科学计算应用,分析计算与数据的分布情况,并在迁移到更大规模的系统前提前排查通信问题。

该套件将科学模拟、AI 模型和智能体直接带到了桌面端,目前已验证的四节点负载包括结合 Kokkos 的 LAMMPS 材料模拟以及 NAMD 分子动力学模拟。此外,更广泛的 DGX Spark 社区还验证了用于分子动力学的 GROMACS、流体动力学软件 OpenFOAM、气象模拟软件 WRF,以及用于预测生物分子结构的 OpenFold3、Boltz-2 等 NVIDIA NIM 微服务。

运行在 DGX Spark 上的 Nemotron 3.5 Super VL 全新开源数据集与后训练方案,有助于研究人员针对生命科学和化学领域微调模型,在机构自主可控的基础设施上保障科研流程的安全性。

科研人员能用它做什么

该套件为科研人员开辟了全新的工作可能。 

研究人员可以探索智能体辅助的工作流:由智能体负责准备模拟输入、启动运行并汇总结果,科学家则专注于把关实验配置与结论。  

科研人员还可以训练 AI 模型来近似替代耗时漫长的传统模拟,进而利用这些模型优化机翼设计,追求极致降阻。 

在申请昂贵的超算机时前,团队可以先在本地把千万级网格的模拟规模缩减至最核心的 50 到 500 个维度进行验证。

  • Kvantify 正在使用 NVIDIA cuQuantum,并表示已在单台 DGX Spark 上完成了包含多达 70 个量子比特和 975 个量子门的量子化学线路张量网络模拟,对青霉素基态能量计算生成的线路进行了基准测试。
  • 来自印度理工学院德里分校(IIT Delhi)的衍生企业 CYRAN AI 利用 DGX Spark 及其 PixelFlux 库加速大型卫星图像的 JPEG 2000 解码,为本地地理空间分析提供支持。
  • OpenFold 展示了研究人员如何在 NVIDIA DGX Spark 上微调 OpenFold3,从而提升药物研发中蛋白质-配体结构的预测水平。
  • 加州大学伯克利分校创新基因组学研究所(IGI)的 Rubin 实验室 正在使用 DGX Spark 和 NVIDIA Evo 2 模型,通过将基因组与蛋白质语言模型的嵌入表示与传统基准进行对比,直接根据基因组序列预测细菌特征。摆脱了长达 11 小时的集群排队等待后,DGX Spark 带来快达 15 倍的出结果速度。
  • 加州大学伯克利分校的 Hartwig 课题组 正在使用 DGX Spark 对面向化学机器学习的 Nemotron 3 Super 120B-A12B 模型进行 LoRA 微调,基于实验数据训练预测头。通过采用 NVFP4 量化并在 Spark 本地运行,该实验室成功在单台设备上部署了 120B 级模型,免去了长达数天的集群排队等待,使其能够连续进行 8 到 24 小时的训练拟合。

如何获取该套件

这款开发者套件已在 SC26 展出并开售。用户可向主流 OEM 合作伙伴购买 DGX Spark 产品和线缆,也可以通过 NVIDIA Marketplace 选购。 

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

关于构建和运行面向科学计算的软件开发套件——NVIDIA HPC SDK 的操作指南即将发布。上线后,它将为科学家和科研人员提供一个本地平台,方便他们在扩展到数据中心系统之前,开发多节点 GPU 应用、探索 FP32 与混合精度算法,并通过结合了 Kokkos 的 LAMMPS 运行分子动力学和材料模拟。

了解更多关于 NVIDIA DGX Spark 的信息。 

订阅 NVIDIA Local AI 资讯通报。在 X、Instagram、TikTok 和 Facebook 上关注 NVIDIA RTX Spark。

请参阅有关软件产品信息的 声明。

阅读 SC26 上的所有 NVIDIA 公告

来源:NVIDIA Blog · blogs.nvidia.com

EVAOO 主站实战落地 · 大模型与 AI 内容工程

看完情报?回到 EVAOO 主站直接上手工具与完整 SOP

返回 EVAOO 主站