Nvidia bringt Supercomputing auf den Schreibtisch: DGX Spark HPC-Kit mit 512 GB RAM

Nvidia hat das DGX Spark HPC Developer Kit vorgestellt, einen Cluster aus vier Knoten, der Forschern, Wissenschaftlern und Entwicklern Supercomputing-Leistung direkt auf dem Schreibtisch bereitstellen soll. Das Kit vereint vier DGX-Spark-Systeme mit insgesamt 512 GB Arbeitsspeicher und 20 TB NVMe-Speicher. Es ist darauf ausgelegt, wissenschaftliche Simulationen, KI-Modelle und agentenbasierte Workloads lokal auszuführen, ohne auf Cloud-Server angewiesen zu sein.
Das auf der Supercomputing-Konferenz SC26 angekündigte Entwickler-Kit verbindet die vier DGX-Spark-Systeme mithilfe der Netzwerktechnologie Nvidia ConnectX-7 in einer Ringtopologie. Dabei ist jeder Knoten direkt mit seinen beiden Nachbarn verbunden, sodass kein zusätzlicher Netzwerk-Switch erforderlich ist.
Jedes DGX-Spark-System wird vom Nvidia GB10 Grace Blackwell Superchip angetrieben, der eine Blackwell-GPU mit einer 20-Kern-Arm-CPU kombiniert. Letztere besteht aus zehn Cortex-X925-Leistungskernen mit bis zu 4 GHz und zehn Cortex-A725-Effizienzkernen mit einer Taktrate von bis zu 2,8 GHz. Die Blackwell-GPU verfügt über 6.144 CUDA-Kerne und erreicht eine KI-Rechenleistung von bis zu 1 PFLOP im FP4-Format. Hinzu kommen 128 GB kohärenter Unified Memory vom Typ LPDDR5X, der über eine 256-Bit-Schnittstelle angebunden ist und eine Speicherbandbreite von 273 GB/s bietet. Die thermische Verlustleistung (TDP) des GB10 beträgt 140 W.
Laut Nvidia kann die Konfiguration mit vier Knoten KI-Modelle mit bis zu 700 Milliarden Parametern bei Verwendung des NVFP4-Formats ausführen. Der kombinierte Arbeitsspeicher und die Speicherkapazität ermöglichen es Forschern außerdem, größere Modelle und wissenschaftliche Workloads auf mehrere Knoten zu verteilen.
Das Entwickler-Kit soll Teams dabei unterstützen, Anwendungen zunächst lokal zu entwickeln und zu debuggen, bevor sie diese auf größere Supercomputer übertragen. Nvidia zufolge verkürzt dieser Ansatz die Wartezeiten beim Zugriff auf gemeinsam genutzte Rechenressourcen. Gleichzeitig können unveröffentlichte Forschungsergebnisse und proprietäre Datensätze auf der eigenen Infrastruktur verbleiben, anstatt in die Cloud übertragen werden zu müssen.
Nvidia bereitet außerdem ein Installationshandbuch für sein HPC-SDK vor, mit dem sich GPU-beschleunigte C-, C++- und Fortran-Compiler, Bibliotheken sowie Message-Passing-Interface-Tools auf dem DGX-Spark-Cluster einrichten lassen. Dabei handelt es sich um dieselben Entwicklungstools, die auch auf Supercomputern mit Nvidia-Technologie zum Einsatz kommen. Sie ermöglichen es Forschern, wissenschaftliche Anwendungen auf allen vier Knoten zu entwickeln und zu testen, die Verteilung von Workloads und Daten zu analysieren sowie Kommunikationsprobleme zu beheben, bevor sie ihre Anwendungen auf größere Systeme übertragen.
Das Kit wurde bereits anhand von LAMMPS mit Kokkos für Materialsimulationen und NAMD für Molekulardynamik demonstriert. Darüber hinaus verweist Nvidia auf mehrere weitere Anwendungen, die von der breiteren DGX-Spark-Community validiert wurden. Dazu gehören GROMACS für Molekulardynamik, OpenFOAM für Strömungssimulationen und WRF für die Wettermodellierung.
Das Unternehmen hebt außerdem mehrere Forschungsprojekte hervor, bei denen DGX Spark bereits zum Einsatz kommt. So nutzt beispielsweise das Rubin Lab an der University of California, Berkeley, das System zur Analyse genomischer Daten und zur Vorhersage bakterieller Merkmale. Laut Nvidia erzielte das Team damit Ergebnisse 15-mal schneller als mit seinem bisherigen Arbeitsablauf, bei dem es zuvor eine elfstündige Wartezeit in der Cluster-Warteschlange in Kauf nehmen musste.
Forscher der Hartwig-Gruppe an der UC Berkeley verwendeten unterdessen ein einzelnes DGX-Spark-System mit NVFP4-Quantisierung, um ein Modell mit rund 120 Milliarden Parametern für die chemische Forschung fein abzustimmen. Dadurch konnten sie mehrtägige Wartezeiten in der Cluster-Warteschlange umgehen und kontinuierliche Trainingsläufe durchführen.
Das DGX Spark HPC Developer Kit wird auf der SC26 vorgestellt und ist bereits erhältlich. Zu den von Nvidia genannten Hardware-Partnern gehören Acer, Asus, Dell, Gigabyte, H3C, HP, Lenovo, MSI und xFusion. Einzelne DGX-Spark-Systeme und passende Kabel sind zudem über den Nvidia Marketplace erhältlich. Einen Preis für das Entwickler-Kit mit vier Knoten hat das Unternehmen bislang nicht bekannt gegeben.











