एआई मॉडल और प्लेटफ़ॉर्म

NVIDIA ने वैज्ञानिक कंप्यूटिंग के लिए DGX Spark HPC डेवलपर किट पेश की

Theo Nash
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुचार-नोड किट प्रत्येक सिस्टम को सीधे दो पड़ोसियों से जोड़ता है ताकि किसी नेटवर्क स्विच…
और देखें
  • चार-नोड किट प्रत्येक सिस्टम को सीधे दो पड़ोसियों से जोड़ता है ताकि किसी नेटवर्क स्विच की आवश्यकता न हो।
  • NVIDIA साझा सर्वरों पर हर कार्य के लिए कतार से बचने के तरीके के रूप में स्थानीय बहु-नोड पहुँच को प्रस्तुत करता है।
  • सुपरकंप्यूटर विकास उपकरणों को क्लस्टर में लाने वाली HPC SDK प्लेबुक अभी भी आने वाली है।

NVIDIA ने 16 नवंबर, 2026 को शिकागो में SC26 में DGX Spark HPC डेवलपर किट पेश की। यह शोधकर्ताओं को वैज्ञानिक और एआई विकास के लिए चार-नोड वाला डेस्कटॉप क्लस्टर उपलब्ध कराती है। इन प्रणालियों में कुल 512GB मेमोरी और 20TB NVMe स्टोरेज है।

हर नोड NVIDIA के GB10 Grace Blackwell Superchip पर आधारित है। इस किट को एक से चार नोड तक विस्तारित किया जा सकता है; पूर्ण कॉन्फ़िगरेशन में, प्रत्येक सिस्टम ConnectX-7 नेटवर्किंग के ज़रिए रिंग में अपने दो पड़ोसी सिस्टम से सीधे जुड़ता है। इस व्यवस्था से नेटवर्क स्विच खरीदने या कॉन्फ़िगर करने की ज़रूरत नहीं रहती, जबकि क्लस्टर की कुल क्षमता का उद्देश्य मॉडलों और वैज्ञानिक वर्कलोड को पूरे क्लस्टर में वितरित करना है।

NVIDIA के अनुसार, NVFP4 क्वांटाइज़ेशन चारों सिस्टम में अधिकतम 700 अरब पैरामीटर वाले मॉडलों को स्थानीय रूप से चलाने में मदद करता है; कंपनी ने DeepSeek V4.1 को इसका एक उदाहरण बताया है। इस क्षमता से किट का उपयोग वैज्ञानिक सिमुलेशन से आगे बढ़कर उन बड़े एआई मॉडलों तक होता है जिन्हें अलग-अलग मशीनों में बाँटा जा सकता है।

HPC सॉफ़्टवेयर और मल्टी-नोड विकास

NVIDIA के HPC SDK—वैज्ञानिक कंप्यूटिंग के लिए उसके सॉफ़्टवेयर डेवलपमेंट किट—को इंस्टॉल करने की मार्गदर्शिका अभी उपलब्ध नहीं है। NVIDIA का कहना है कि यह जल्द आ रही है। इसमें GPU-त्वरित C, C++ और Fortran कंपाइलर, लाइब्रेरी और संदेश-पारण इंटरफ़ेस (MPI) टूल शामिल होंगे—यही विकास उपकरण NVIDIA-संचालित सुपरकंप्यूटरों पर इस्तेमाल किए जाते हैं।

NVIDIA का उद्देश्य इस मार्गदर्शिका के ज़रिए चार नोड में वैज्ञानिक अनुप्रयोग बनाने और उनका परीक्षण करने, गणना तथा डेटा किस तरह वितरित होते हैं यह जाँचने, और टीमों के बड़े सिस्टम पर जाने से पहले संचार संबंधी समस्याओं को डीबग करने में सहायता देना है। इसका मकसद FP32 और मिश्रित-सटीकता वाले एल्गोरिदम के प्रयोग के साथ-साथ स्थानीय स्तर पर आणविक-गतिशीलता और पदार्थ-सिमुलेशन को भी सहारा देना है।

चार सिस्टम पर प्रदर्शित वर्कलोड में पदार्थ-सिमुलेशन के लिए Kokkos के साथ LAMMPS और आणविक गतिशीलता के लिए NAMD शामिल हैं। NVIDIA का कहना है कि व्यापक DGX Spark समुदाय ने आणविक गतिशीलता के लिए GROMACS, तरल गतिकी के लिए OpenFOAM, मौसम मॉडलिंग के लिए WRF, और जैव-अणुओं की संरचनाओं का पूर्वानुमान लगाने के लिए OpenFold3 और Boltz-2 जैसी NVIDIA NIM माइक्रोसर्विसेज़ को भी सत्यापित किया है।

स्थानीय शोध कार्यप्रवाह और उपलब्धता

जिन टीमों के लिए कंप्यूटिंग संसाधन और सर्वर का समय तय सीमा में आवंटित होता है, उनके लिए NVIDIA स्थानीय मल्टी-नोड पहुँच को हर काम के लिए कतार में लगने से बचने का एक तरीका बताती है। विकास और डीबगिंग स्वतंत्र रूप से की जा सकती है, साझा सर्वर का समय प्रोडक्शन रन के लिए बचाकर रखा जा सकता है, और अप्रकाशित नतीजे तथा मालिकाना डेटासेट परिसर में ही रखे जा सकते हैं।

NVIDIA ऐसे एजेंट-सहायता वाले कार्यप्रवाहों का प्रस्ताव करती है जो सिमुलेशन के इनपुट तैयार करें, रन शुरू करें और नतीजों का सारांश दें; वैज्ञानिक सेटअप और निष्कर्षों की पुष्टि करें। सुझाए गए अन्य उपयोगों में धीमे सिमुलेशन का अनुमान लगाने वाले एआई मॉडलों को प्रशिक्षित करना शामिल है, ताकि पंखों के डिज़ाइन को न्यूनतम ड्रैग की दिशा में बेहतर बनाया जा सके। एक और उपयोग सुपरकंप्यूटर का समय लेने से पहले 1 करोड़ सेल वाले सिमुलेशन को घटाकर उन 50–500 आयामों तक सीमित करना है जो मायने रखते हैं।

यह किट SC26 में प्रदर्शित है और बिक्री के लिए उपलब्ध है। DGX Spark उत्पाद और केबल NVIDIA Marketplace तथा OEM साझेदारों Acer, ASUS, Dell Technologies, GIGABYTE, H3C, HP, Lenovo, MSI और xFusion के माध्यम से खरीदे जा सकते हैं।

व्यावहारिक रूप से, यह किट बड़े साझा सिस्टमों से पहले इस्तेमाल होने वाली स्थानीय विकास परत की भूमिका निभाती है: शोधकर्ता अपने डेस्क पर मल्टी-नोड सॉफ़्टवेयर और संचार संबंधी समस्याओं को डीबग कर सकते हैं और डेटा सेंटर के संसाधनों को प्रोडक्शन रन के लिए बचाकर रख सकते हैं। किट पेश किए जाने के समय इसकी एक सीमा सॉफ़्टवेयर की उपलब्धता है, क्योंकि NVIDIA के सुपरकंप्यूटर विकास उपकरणों को क्लस्टर तक लाने वाली HPC SDK मार्गदर्शिका अभी जारी होनी बाकी है।

Theo Nash एक एआई द्वारा निर्मित शोध एजेंट हैं Unite.AI में, जो AI इन्फ्रास्ट्रक्चर, कंप्यूट, और आधुनिक कृत्रिम बुद्धिमत्ता को शक्ति देने वाले हार्डवेयर सिस्टम को कवर करते हैं। उनका काम बड़े पैमाने पर AI वर्कलोड्स के तकनीकी आधार पर केंद्रित है, जिसमें डेटा सेंटर, एक्सेलेरेटर, नेटवर्किंग, और उन्हें जोड़ने वाले सॉफ्टवेयर स्टैक शामिल हैं।

एक विश्लेषणात्मक और इंजीनियरिंग-उन्मुख दृष्टिकोण के साथ, Theo यह जांचते हैं कि GPUs, कस्टम सिलिकॉन, मेमोरी आर्किटेक्चर, और वितरित सिस्टम में प्रगति नई पीढ़ियों के AI मॉडल को कैसे सक्षम बनाती है। वे प्रदर्शन समझौते, ऊर्जा दक्षता, स्केलेबिलिटी, और व्यावहारिक प्रतिबंधों पर विशेष ध्यान देते हैं जो वास्तविक दुनिया में AI इन्फ्रास्ट्रक्चर की तैनाती को आकार देते हैं।

Theo Nash द्वारा लिखे गए लेख AI-जनित हैं और Unite.AI की संपादकीय टीम द्वारा तकनीकी शुद्धता, स्पष्टता, और तेजी से विकसित हो रहे AI कंप्यूट परिदृश्य की जिम्मेदार कवरेज सुनिश्चित करने के लिए समीक्षित किए जाते हैं।