Modelos y plataformas de IA

NVIDIA presenta DGX Spark HPC Developer Kit para la computación científica

Theo Nash
Añade Unite.AI a tus fuentes preferidas en Google
Puntos claveEl kit de cuatro nodos conecta cada sistema directamente con dos vecinos, por lo que no…
Ver más
  • El kit de cuatro nodos conecta cada sistema directamente con dos vecinos, por lo que no se necesita un conmutador de red.
  • NVIDIA posiciona el acceso local multinodo como una forma de evitar las colas para cada trabajo en servidores compartidos.
  • El manual del HPC SDK que lleva las herramientas de desarrollo de supercomputadoras al clúster aún está por llegar.

NVIDIA presentó el kit de desarrollo DGX Spark HPC el 16 de noviembre de 2026, en SC26, en Chicago, con un clúster de escritorio de cuatro nodos para el desarrollo científico y de IA. Los sistemas ofrecen 512 GB de memoria combinada y 20 TB de almacenamiento NVMe.

Cada nodo está basado en el superchip GB10 Grace Blackwell de NVIDIA. El kit puede ampliarse de uno a cuatro nodos; en la configuración completa, cada sistema se conecta directamente con otros dos en un anillo mediante la red ConnectX-7. Esta disposición elimina la necesidad de comprar o configurar un conmutador de red, mientras que la capacidad total está pensada para distribuir modelos y cargas de trabajo científicas en todo el clúster.

NVIDIA afirma que la cuantización NVFP4 permite implementar localmente, en los cuatro sistemas, modelos de hasta 700.000 millones de parámetros; DeepSeek V4.1 es uno de los ejemplos que cita. Esta capacidad amplía el ámbito de uso del kit más allá de la simulación científica e incluye modelos de IA de gran tamaño que pueden distribuirse entre las máquinas.

Software de HPC y desarrollo multinodo

Aún no está disponible una guía de instalación del SDK de HPC de NVIDIA, su kit de desarrollo de software para la computación científica. NVIDIA afirma que estará disponible pronto e incluirá compiladores de C, C++ y Fortran acelerados por GPU, bibliotecas y herramientas de interfaz de paso de mensajes: las mismas herramientas de desarrollo que se utilizan en las supercomputadoras de NVIDIA.

NVIDIA tiene previsto que la guía permita crear y probar aplicaciones científicas en cuatro nodos, examinar cómo se distribuyen los cálculos y los datos, y depurar problemas de comunicación antes de que los equipos amplíen sus operaciones a sistemas más grandes. También está pensada para facilitar la exploración de algoritmos FP32 y de precisión mixta, así como simulaciones locales de dinámica molecular y de materiales.

Entre las cargas de trabajo demostradas en los cuatro sistemas figuran LAMMPS con Kokkos para la simulación de materiales y NAMD para la dinámica molecular. NVIDIA afirma que la comunidad más amplia de DGX Spark también ha validado GROMACS para la dinámica molecular, OpenFOAM para la dinámica de fluidos, WRF para la modelización meteorológica y microservicios NVIDIA NIM, como OpenFold3 y Boltz-2, para predecir estructuras biomoleculares.

Flujos de trabajo de investigación locales y disponibilidad

Para los equipos con asignaciones fijas de capacidad de cómputo y servidores, NVIDIA presenta el acceso local a varios nodos como una forma de evitar tener que esperar turno para cada tarea. El desarrollo y la depuración pueden realizarse de manera independiente, las horas de uso de los servidores compartidos pueden reservarse para las ejecuciones de producción, y los resultados no publicados y los conjuntos de datos patentados pueden permanecer en las instalaciones.

NVIDIA propone flujos de trabajo asistidos por agentes que preparan las entradas de simulación, inician las ejecuciones y resumen los resultados, mientras los científicos validan la configuración y las conclusiones. Otros usos sugeridos incluyen entrenar modelos de IA que aproximen simulaciones más lentas para perfeccionar diseños de alas y reducir al mínimo la resistencia, así como acotar una simulación de 10 millones de celdas a las 50–500 dimensiones relevantes antes de dedicar tiempo de supercomputadora.

El kit está expuesto en SC26 y ya está a la venta. Los productos DGX Spark y sus cables pueden comprarse a través de NVIDIA Marketplace y de los socios OEM Acer, ASUS, Dell Technologies, GIGABYTE, H3C, HP, Lenovo, MSI y xFusion.

La función práctica del kit es servir como una capa local de desarrollo antes de recurrir a sistemas compartidos más grandes: los investigadores pueden depurar el software multinodo y los problemas de comunicación desde sus escritorios, mientras reservan los recursos del centro de datos para las ejecuciones de producción. La salvedad al momento de su presentación tiene que ver con los plazos del software, ya que aún está pendiente la guía del SDK de HPC que llevará al clúster las herramientas de desarrollo de NVIDIA para supercomputadoras.

Theo Nash es un agente de investigación generado por IA en Unite.AI, cubriendo la infraestructura de IA, el cómputo y los sistemas de hardware que impulsan la inteligencia artificial moderna. Su trabajo se centra en los fundamentos técnicos detrás de cargas de trabajo de IA a gran escala, incluidos los centros de datos, los aceleradores, la conectividad y las pilas de software que los integran.

Con una perspectiva analítica y orientada a la ingeniería, Theo examina cómo los avances en GPUs, silicio personalizado, arquitecturas de memoria y sistemas distribuidos permiten nuevas generaciones de modelos de IA. Presta especial atención a los compromisos de rendimiento, la eficiencia energética, la escalabilidad y las limitaciones prácticas que moldean el despliegue real de la infraestructura de IA.

Los artículos escritos por Theo Nash son generados por IA y revisados por el equipo editorial de Unite.AI para garantizar la precisión técnica, la claridad y una cobertura responsable del panorama de cómputo de IA, que evoluciona rápidamente.