Na SC26, a NVIDIA apresenta o DGX Spark HPC Developer Kit, um conjunto de quatro sistemas DGX Spark conectados em anel para desenvolver e depurar cargas científicas e de IA antes de levá-las a sistemas maiores. Segundo a empresa, o conjunto soma 512 GB de memória e 20 TB de armazenamento NVMe. NVIDIA detalha a configuração e os usos citados.

Como os quatro sistemas se conectam

Cada nó se liga diretamente a dois vizinhos por meio de uma rede ConnectX-7, formando um anel. A NVIDIA diz que essa configuração dispensa um switch de rede separado.

Os 512 GB de memória e os 20 TB de armazenamento NVMe são totais dos quatro sistemas. A memória agregada não é um único bloco compartilhado dentro de uma máquina.

A NVIDIA afirma que o formato NVFP4 permite implantar modelos de até 700 bilhões de parâmetros distribuídos pelos quatro nós. A cifra se refere à implantação do modelo; não define um limite de ajuste fino.

A capacidade do conjunto vem de distribuir o trabalho entre quatro sistemas, não de transformá-los em um computador com memória unificada.

As cargas de trabalho e os projetos citados

Para demonstrações nos quatro sistemas, a NVIDIA cita o LAMMPS com Kokkos, usado em simulações, e o NAMD, voltado à dinâmica molecular. A empresa também menciona GROMACS, OpenFOAM, WRF, OpenFold3 e Boltz-2 como aplicações validadas pela comunidade DGX Spark.

Outros exemplos apresentados pela NVIDIA descrevem usos de sistemas DGX Spark em projetos específicos. Segundo a empresa, a Kvantify executou simulações de química quântica com redes tensoriais em um DGX Spark, com circuitos de até 70 qubits e 975 portas. A CYRAN AI usa DGX Spark para decodificar imagens de satélite grandes no formato JPEG 2000. A NVIDIA também descreve fluxos assistidos por agentes que preparam entradas para simulações, iniciam execuções e resumem resultados para revisão de cientistas.

A NVIDIA cita ainda o Rubin Lab, no IGI, usando DGX Spark e Evo 2 para prever características bacterianas. A empresa relata resultados 15 vezes mais cedo do que em um fluxo anterior que envolvia uma fila de cluster de 11 horas. Já o Hartwig Group, da UC Berkeley, é descrito usando um DGX Spark com NVFP4 para um modelo da classe de 120 bilhões de parâmetros, evitando filas de cluster que duravam vários dias.

Desenvolvimento local e canais de venda

A NVIDIA apresenta o kit como ambiente para desenvolver, testar e depurar software antes de escalar cargas para sistemas maiores. A empresa também prevê publicar um guia de instalação do NVIDIA HPC SDK, com compiladores de C, C++ e Fortran acelerados por GPU, bibliotecas e ferramentas de passagem de mensagens.

A NVIDIA aponta o NVIDIA Marketplace e parceiros de hardware como canais de venda. Para conhecer o sistema DGX Spark individual que compõe cada nó, veja a cobertura anterior da NeoTeo sobre o NVIDIA DGX Spark.

NVIDIA aproxima a IA local de casa com DGX Spark, RTX Spark e Perplexity