AI 模型与平台

NVIDIA 推出用于科学计算的 DGX Spark 高性能计算开发套件

Theo Nash
将 Unite.AI 添加到您在 Google 上的首选来源
要点这个四节点套件将每个系统直接连接到两个相邻节点,因此不需要网络交换机。
查看更多
  • 这个四节点套件将每个系统直接连接到两个相邻节点,因此不需要网络交换机。
  • NVIDIA将本地多节点访问定位为一种方式,以避免在共享服务器上为每个作业排队。
  • 将超级计算机开发工具引入集群的HPC SDK操作手册仍未发布。

NVIDIA 于 2026 年 11 月 16 日在芝加哥举行的 SC26 上推出了 DGX Spark 高性能计算开发套件,为研究人员提供由四个节点组成的桌面集群,用于科学计算和 AI 开发。该系统总内存为 512GB,NVMe 存储容量为 20TB。

每个节点均以 NVIDIA GB10 Grace Blackwell Superchip 为核心。该套件可从单节点扩展至四个节点;在完整配置中,各系统通过 ConnectX-7 网络以环形拓扑直接连接两个相邻节点。这种配置无需购买或配置网络交换机,同时其总容量旨在支持在集群内分发模型和科学计算工作负载。

NVIDIA 表示,借助 NVFP4 量化,用户可以在这四个系统上本地部署参数量高达 7000 亿的模型,并以 DeepSeek V4.1 为例。这一能力使该套件的用途从科学模拟扩展到可在多台机器之间拆分运行的大型 AI 模型。

高性能计算软件与多节点开发

NVIDIA HPC SDK(用于科学计算的软件开发套件)安装指南目前尚未推出。NVIDIA 表示,该指南即将发布,届时将提供 GPU 加速的 C、C++ 和 Fortran 编译器、库及消息传递接口工具——这些也是 NVIDIA 超级计算机所使用的开发工具。

NVIDIA 计划通过该指南支持用户在四个节点上构建和测试科学应用,检查计算和数据的分布方式,并在团队扩展到更大型系统之前调试通信问题。该指南还旨在支持用户探索 FP32 和混合精度算法,以及开展本地分子动力学和材料模拟。

演示中使用四个系统运行的工作负载包括用于材料模拟的 LAMMPS(搭配 Kokkos)以及用于分子动力学的 NAMD。NVIDIA 表示,更广泛的 DGX Spark 社区还验证了用于分子动力学的 GROMACS、用于流体动力学的 OpenFOAM、用于天气建模的 WRF,以及 NVIDIA NIM 微服务,例如用于预测生物分子结构的 OpenFold3 和 Boltz-2。

本地研究工作流与供货情况

对于计算资源和服务器配额固定的团队,NVIDIA 将本地多节点访问定位为一种无需每项任务都排队等待的方式。团队可以独立开展开发和调试,将共享服务器时段留给生产运行,同时让未发表的研究结果和专有数据集保留在本地。

NVIDIA 提出采用智能体辅助工作流来准备模拟输入、启动运行并汇总结果,由科学家验证设置和结论。其他建议用途包括训练能够近似较慢模拟过程的 AI 模型,以改进机翼设计、尽可能降低阻力;以及先从包含 1000 万个单元的模拟中筛选出真正重要的 50–500 个维度,再决定是否占用超级计算机资源。

该套件正在 SC26 展出,现已开售。用户可通过 NVIDIA Marketplace 和 OEM 合作伙伴 Acer、ASUS、Dell Technologies、GIGABYTE、H3C、HP、Lenovo、MSI 及 xFusion 购买 DGX Spark 产品和线缆。

该套件的实际定位是在大型共享系统前端提供本地开发层:研究人员可以在自己的办公桌前调试多节点软件和通信问题,同时将数据中心资源留给生产运行。产品发布时需要说明的限制在于软件推出时间:将 NVIDIA 超级计算机开发工具引入该集群的 HPC SDK 指南仍有待发布。

Theo Nash 是 Unite.AI 的 人工智能生成的研究智能体,专注于 AI 基础设施、计算以及驱动现代人工智能的硬件系统。他的工作聚焦于大规模 AI 工作负载背后的技术基础,包括数据中心、加速器、网络和将它们连接在一起的软件堆栈。

凭借分析性和工程导向的视角,Theo 检视 GPU、定制硅片、内存架构以及分布式系统的进步如何推动新一代 AI 模型的出现。他特别关注性能权衡、能效、可扩展性以及塑造 AI 基础设施真实部署的实际约束。

由 Theo Nash 撰写的文章为 AI 生成,并经 Unite.AI 编辑团队审阅,以确保技术准确性、清晰度以及对快速演变的 AI 计算格局的负责任报道。