The Pulse
NVIDIA mette in vendita il kit per sviluppatori DGX Spark a quattro nodi
Il kit per sviluppatori HPC DGX Spark collega fino a quattro sistemi per carichi di lavoro scientifici e di IA in locale. NVIDIA afferma che a breve sarà disponibile una guida all’installazione del suo software per il calcolo scientifico.

Il nuovo kit per sviluppatori HPC DGX Spark di NVIDIA collega fino a quattro sistemi desktop per i ricercatori che sviluppano applicazioni scientifiche e carichi di lavoro di IA. Il kit è in vendita e in mostra a SC26 a Chicago, ha dichiarato l’azienda in un post del 16 novembre; a breve sarà disponibile una guida all’installazione del suo software per il calcolo scientifico.
Il kit collega i sistemi DGX Spark ad anello, con ciascun sistema connesso direttamente ai due vicini. È pensato per ricercatori, accademici e sviluppatori che vogliono eseguire localmente carichi di lavoro multi-nodo.
Quattro sistemi, nessuno switch
La configurazione può passare da uno a quattro sistemi usando la rete NVIDIA ConnectX-7, senza uno switch di rete separato. I sistemi utilizzano il superchip GB10 Grace Blackwell.
Nella configurazione a quattro nodi, il kit offre 512GB di memoria complessiva e 20TB di archiviazione NVMe. NVIDIA afferma che la configurazione a quattro nodi può eseguire localmente modelli con fino a 700B di parametri usando NVFP4, citando DeepSeek V4.1 come esempio.
I ricercatori possono distribuire modelli e carichi di lavoro scientifici sul cluster. Secondo NVIDIA, lavorare alla scrivania può consentire ai team di sviluppare ed eseguire il debug senza aspettare che ogni lavoro venga eseguito su un cluster GPU condiviso, mantenendo al contempo risultati non pubblicati e dataset proprietari presso le proprie sedi.
In arrivo il software scientifico
La futura guida all’HPC SDK è pensata per portare sul cluster compilatori C, C++ e Fortran accelerati da GPU, librerie e strumenti per l’interfaccia di passaggio dei messaggi. I team potranno creare e testare applicazioni su quattro nodi, esaminare come vengono distribuiti i calcoli e i dati ed eseguire il debug della comunicazione prima di passare a sistemi più grandi.
NVIDIA afferma che sono stati dimostrati carichi di lavoro su quattro sistemi con LAMMPS e Kokkos per la simulazione dei materiali e con NAMD per la dinamica molecolare. Secondo l’azienda, la più ampia community di DGX Spark ha inoltre convalidato GROMACS per la dinamica molecolare, OpenFOAM per la fluidodinamica e WRF per la modellazione meteorologica.
La community ha convalidato i microservizi NVIDIA NIM, tra cui OpenFold3 e Boltz-2, per la previsione delle strutture biomolecolari. NVIDIA descrive anche flussi di lavoro assistiti da agenti, in cui l’IA prepara gli input delle simulazioni, avvia le esecuzioni e riassume i risultati, mentre gli scienziati convalidano la configurazione e le conclusioni.
Esempi dai ricercatori
Alcuni esempi riportati nell’annuncio utilizzano un singolo DGX Spark anziché il kit completo. Kvantify riferisce di aver usato NVIDIA cuQuantum per eseguire, su un unico sistema, simulazioni a rete di tensori di circuiti di chimica quantistica con fino a 70 qubit e 975 gate, confrontando le prestazioni di circuiti generati per calcolare l’energia dello stato fondamentale della penicillina.
Il Rubin Lab dell’Università della California, Berkeley, usa un DGX Spark e il modello Evo 2 di NVIDIA per prevedere i tratti batterici a partire da sequenze genomiche. NVIDIA afferma che i risultati sono arrivati 15 volte prima con DGX Spark, senza una coda di 11 ore sul cluster.
Il Hartwig Group della UC Berkeley usa un singolo sistema per fare fine-tuning di Nemotron 3 Super 120B-A12B per l’apprendimento automatico in chimica. Secondo NVIDIA, il gruppo è riuscito a far rientrare sul dispositivo un modello della classe 120B usando la quantizzazione NVFP4 e ha eseguito in successione sessioni di addestramento continuative da otto a 24 ore.
Acquistare l’hardware
I prodotti DGX Spark e i cavi sono disponibili tramite NVIDIA Marketplace e i partner produttori di apparecchiature originali. I partner indicati sono Acer, ASUS, Dell Technologies, GIGABYTE, H3C, HP, Lenovo, MSI e xFusion.
Fonte
Aziende in questa notizia
Notizie correlate
- NVIDIA prevede rack di CPU Vera per il calcolo scientifico nel 2027
- NVIDIA aggiunge l’inventario dei carichi di lavoro IA al runtime della piattaforma GPU
- Nemotron 3.5 Super VL di NVIDIA, da 120 miliardi di parametri, è disponibile su SageMaker
- Le partecipazioni di Nvidia in società private raggiungono i 65,5 miliardi di dollari, riferisce TechCrunch
- NVIDIA segnala i progressi di Vera Rubin al debutto in MLPerf Training