Databehandling

NVIDIA lanserer DGX Spark HPC Developer Kit for å bringe superdatakraft til forskeres skrivebord

Tendela Briefing ·
4 visninger · 0 Kommentarer
NVIDIA lanserer DGX Spark HPC Developer Kit for å bringe superdatakraft til forskeres skrivebord

Bilde: NVIDIA · Kilde

NVIDIA avslørte DGX Spark HPC Developer Kit på SC26, noe som gjør det mulig for forskere å kjøre multi-node vitenskapelige og AI-arbeidsmengder lokalt med et fire-nodes klynge av DGX Spark-systemer koblet for høy ytelse uten eksterne svitsjer.

På superdatakonferansen SC26 i Chicago introduserte NVIDIA DGX Spark HPC Developer Kit, rettet mot forskere, akademikere og utviklere som søker dedikerte høyytelsesdatabehandlingsressurser. Kittet består av en fire-nodet klynge av NVIDIA DGX Spark-systemer, sammenkoblet i en ringtopologi over NVIDIA ConnectX-7-nettverk. Denne utformingen eliminerer behovet for eksterne nettverkssvitsjer, noe som forenkler oppsett og reduserer overhead.

Hver DGX Spark-node integrerer GB10 Grace Blackwell Superchip, og samlet tilbyr fire-nodet klyngen 512 GB minne og 20 TB NVMe-lagring. Dette gjør det mulig for forskere å distribuere store AI-modeller og vitenskapelige arbeidsmengder over klyngen. For eksempel demonstrerte NVIDIA distribusjon av modeller med opptil 700 milliarder parametre lokalt over klyngen ved bruk av NVFP4-kvantisering. Denne kapasiteten tillater lokal kjøring av krevende oppgaver som vitenskapelige simuleringer og store AI-agenter, og fjerner avhengigheten av delte GPU-klynger og reduserer ventetid.

NVIDIA vil snart gi ut en playbook for HPC Software Development Kit (SDK) som støtter GPU-akselererte kompilatorer for C, C++ og Fortran, biblioteker og meldingsgrensesnitt. Disse verktøyene legger til rette for utvikling, feilsøking og optimalisering av multi-node vitenskapelige applikasjoner på DGX Spark-klyngen før skalering til større datasentersystemer.

Kittet støtter arbeidsmengder demonstrert med populær vitenskapelig simuleringsprogramvare inkludert LAMMPS med Kokkos for materialvitenskap, NAMD og GROMACS for molekylær dynamikk, OpenFOAM for fluiddynamikk og værmodellering med WRF. NVIDIAs mikrotjenester som OpenFold3 og Boltz-2 muliggjør biomolekylær strukturprediksjon, noe som illustrerer systemets brede anvendelighet.

Flere forskergrupper benytter DGX Spark for å akselerere ulike vitenskapelige prosjekter. For eksempel rapporterte Rubin Lab ved UC Berkeley 15 ganger raskere resultater ved å forutsi bakterielle egenskaper fra genomdata ved å unngå klyngerkøer. På samme måte oppnådde Hartwig Group ved Berkeley effektiv finjustering av en 120 milliarder parametere modell for kjemiske prediksjoner lokalt, og unngikk dermed flere dagers venting på delte klynger.

DGX Spark Developer Kit er kommersielt tilgjengelig gjennom OEM-partnere som Acer, ASUS, Dell Technologies, GIGABYTE, HP, Lenovo, MSI og andre, samt via NVIDIA Marketplace. Ved å plassere superdatakraft direkte på forskeres skrivebord, sikter NVIDIA på å transformere arbeidsflyter, muliggjøre iterativ utvikling, feilsøking og sikker håndtering av proprietære data og eksperimentelle resultater lokalt.

Parallelt kunngjorde NVIDIA også Nemotron for Science, en plattform som inkluderer deres avanserte 3.5 Super VL språkmodeller, vitenskapelige datasett og ettertreningsoppskrifter for å akselerere oppdagelse innen fagområder som kjemi, livsvitenskap og materialforskning. Nemotron kan kjøre både på DGX Spark desktop-klynger og datasenterinfrastruktur, og tilbyr fleksibel distribusjon for vitenskapelige AI-agenter på tvers av skalaer.

Samlet representerer NVIDIA DGX Spark Developer Kit et betydelig skritt mot å demokratisere tilgang til multi-node GPU-superdatabehandling, og gir forskere mulighet til å innovere raskere med dedikerte, høy kapasitet databehandlingsressurser direkte ved sine arbeidsstasjoner.

Kilder og originalrapportering

Kommentarer (0)

Ingen kommentarer ennå. Start diskusjonen.

Skriv en kommentar

Kommentarer publiseres etter moderering. Ditt navn og kommentar vil være synlige offentlig. Konto