NVIDIA presenteerde tijdens SC26 de DGX Spark HPC Developer Kit: een cluster van vier DGX Spark-systemen voor lokale ontwikkeling en experimenten met wetenschappelijke en AI-toepassingen. De systemen vormen een ringverbinding met ConnectX-7. NVIDIA noemt voor het geheel 512 GB geheugen en 20 TB NVMe-opslag. De aankondiging van NVIDIA bevat ook voorbeelden van workloads, van demonstraties op vier systemen tot projecten met één DGX Spark.
NeoTeo schreef eerder over DGX Spark als computer voor lokale AI. De nieuwe kit verbindt vier van die systemen voor werk dat onderzoekers en ontwikkelaars eerst lokaal kunnen ontwikkelen en debuggen, voordat ze opschalen naar grotere systemen. NVIDIA noemt NVIDIA Marketplace en hardwarepartners als verkoopkanalen.
Vier systemen in een ConnectX-7-ring
Elk systeem is rechtstreeks verbonden met twee buren in de ring. Volgens NVIDIA is daarvoor geen aparte netwerkswitch nodig. De 512 GB geheugen en 20 TB NVMe-opslag zijn totalen voor de vier systemen samen; het geheugen vormt dus geen enkele gedeelde pool.
NVIDIA stelt dat met NVFP4 modellen tot 700 miljard parameters over de vier nodes kunnen worden uitgerold. Dat is een claim over het inzetten van modellen op het cluster, niet over de prestaties van een bepaalde toepassing.
Zie 512 GB als de gezamenlijke capaciteit van vier nodes, niet als geheugen in één systeem.
Demonstraties en onderzoeksprojecten
NVIDIA noemt LAMMPS met Kokkos en NAMD als workloads die op vier systemen zijn gedemonstreerd. Daarnaast noemt het bedrijf GROMACS, OpenFOAM, WRF, OpenFold3 en Boltz-2 als toepassingen die de bredere DGX Spark-community heeft gevalideerd.
De andere projectvoorbeelden hebben een eigen schaal. NVIDIA meldt dat Kvantify tensor-netwerksimulaties voor kwantumchemie uitvoerde op één DGX Spark, met circuits tot 70 qubits en 975 gates. CYRAN AI gebruikt DGX Spark voor het decoderen van grote satellietbeelden in JPEG 2000-formaat. NVIDIA beschrijft ook workflows met AI-agenten die simulatie-invoer voorbereiden, berekeningen starten en resultaten samenvatten zodat wetenschappers die kunnen beoordelen.
NVIDIA beschrijft verder hoe het Rubin Lab bij IGI DGX Spark en Evo 2 inzet om bacteriële eigenschappen te voorspellen. Volgens NVIDIA kwamen resultaten daar 15 keer eerder dan bij een eerdere werkwijze met een clusterwachtrij van 11 uur.