本文にスキップ
AI News HubLIVE
サイト内リライト3 分で読了

NVIDIA DGX Spark開発者キット、机の上をスーパーコンピューティングラボに変える

記事の要約

シカゴで開催中のSC26で、NVIDIAはDGX Spark HPC開発者キットを発表した。4ノードのDGX Sparkクラスタを研究者の机に置き、ネットワークスイッチなしでマルチノードの科学ワークロード、AIモデル、エージェントワークフローを実行できるようにする。

ソースNVIDIA Blog著者: Allen Bourgoyne
NVIDIA DGX Spark開発者キット、机の上をスーパーコンピューティングラボに変える
誤りを報告

訂正窓口はまだ利用できません。記事情報をコピーして保存できます。

訂正案内
本文へ

シカゴで今週開催されている年次スーパーコンピューティング会議SC26で、NVIDIAは研究者、学者、開発者向けにDGX Spark HPC開発者キットを発表した。これは4台のNVIDIA DGX Sparkシステムを組み合わせたクラスタであり、各ノードは隣接する2台と直接接続されてリング型のトポロジを形成する。ネットワークスイッチを購入したり設定したりする必要はない。NVIDIAはまた、HPC SDKをインストールするためのプレイブックを近日公開すると予告している。

多くの研究チームにとって最大の課題は、計算資源の不足そのものではなく、共有GPUクラスタの順番待ちだ。DGX Spark開発者キットの狙いは、GB10 Grace Blackwell Superchipを研究者の机の上に置き、マルチノードの科学計算、AIモデル、エージェントワークフローをローカルで起動できるようにすることにある。ユーザーは1ノードから始めて4ノードまで拡張できる。ノード間はNVIDIA ConnectX-7ネットワークで直結されるため、スイッチの調達や設定の手間が省ける。

4ノード構成では、合計512GBのメモリと20TBのNVMeストレージを提供し、モデルや科学ワークロードを分散させるための余裕を生み出す。NVFP4精度では、4台のDGX Sparkで構成されたローカルクラスタ上に最大700Bパラメータのモデルを展開できる。たとえばDeepSeek V4.1がその例だ。固定の計算資源やサーバ割り当てを持つ研究チームは、ジョブごとに列に並ぶ必要がなくなり、机上で開発、デバッグ、検証を進められる。貴重なサーバ時間を本番実行に回し、未発表の結果や独自データセットをオンプレミスに保持できる。

近日公開されるNVIDIA HPC SDKのプレイブックはソフトウェアスタックをさらに補完し、DGX SparkクラスタにGPUアクセラレーションされたC、C++、Fortranコンパイラ、ライブラリ、メッセージパッシングインターフェースツールをもたらす。これらはNVIDIA製スーパーコンピュータで使われている開発ツールと同じだ。チームは4ノード上で科学アプリケーションを構築・テストし、計算とデータがどのように分散されるかを確認し、より大規模なシステムに拡張する前に通信の問題をデバッグできる。

このキットは科学シミュレーションとAIモデル、エージェントを机の上に持ち込む。NVIDIAが示した4システムのワークロードには、Kokkosを用いたLAMMPSによる材料シミュレーションとNAMDによる分子動力学が含まれる。より広いDGX Sparkコミュニティでは、GROMACSによる分子動力学、OpenFOAMによる流体力学、WRFによる気象モデリング、OpenFold3やBoltz-2などの生体分子構造予測向けNVIDIA NIMマイクロサービスが検証されている。さらにNemotron 3.5 Super VLの新しいオープンデータセットとポストトレーニングレシピにより、研究者は生命科学や化学向けにモデルを適応させ、組織が管理するインフラ上で安全な科学ワークフローを実現できる。

実際の研究現場では、この装置がさまざまな新しい使い方を支える。研究者はエージェント支援ワークフローを探求できる。エージェントがシミュレーション入力の準備、実行の起動、結果の要約を担い、科学者が設定と結論を検証する。チームは遅いシミュレーションを近似するAIモデルを訓練し、それを用いて翼設計を最小抗力に近づけることもできる。スーパーコンピュータの時間を確保する前に、1,000万セルのシミュレーションを重要な50〜500次元に絞り込むことも可能だ。

具体的な事例も複数ある。KvantifyはNVIDIA cuQuantumを使い、単一のDGX Spark上で最大70量子ビット、975ゲートの量子化学回路のテンソルネットワークシミュレーションを実行し、ペニシリンの基底状態エネルギー計算向けに生成された回路でベンチマークした。インド工科大学デリー校発のスタートアップCYRAN AIは、DGX SparkとPixelFluxライブラリを用いて大規模衛星画像のJPEG 2000デコードを高速化し、ローカルな地理空間分析を支援している。OpenFoldはDGX Spark上でOpenFold3をファインチューニングし、創薬のためのタンパク質-リガンド構造予測を改善できることを示した。

カリフォルニア大学バークレー校IGIのRubin研究室は、DGX SparkとNVIDIA Evo 2モデルを使い、ゲノム配列から直接細菌の形質を予測している。ゲノム言語モデルとタンパク質言語モデルの埋め込みを古典的ベースラインと比較する取り組みだ。11時間に及ぶクラスタの順番待ちがなくなったことで、結果はDGX Spark上で15倍早く到着した。同じバークレー校のHartwigグループは、DGX Spark上でNemotron 3 Super 120B-A12Bモデルの化学機械学習向けLoRAファインチューニングを行い、実験値に基づく予測ヘッドを訓練している。NVFP4量子化を用いてSpark上でローカルに実行することで、120Bクラスのモデルを単一デバイス上で適合させることに成功し、数日間のクラスタ順番待ちを回避して、8〜24時間の訓練フィットを連続して実行できるようになった。

DGX Spark開発者キットはSC26で展示され、すでに販売されている。DGX Spark製品とケーブルは主要OEMパートナーおよびNVIDIA Marketplaceを通じて購入できる。パートナーにはAcer、ASUS、Dell Technologies、GIGABYTE、H3C、HP、Lenovo、MSI、xFusionが含まれる。NVIDIAはまた、HPC SDKを構築・実行するためのプレイブックを近日公開すると述べており、公開されれば科学者や研究者は、マルチノードGPUアプリケーションの開発、FP32および混合精度アルゴリズムの探索、Kokkosを用いたLAMMPSによる分子動力学や材料シミュレーションをデータセンターシステムに拡張する前にローカルで実行できるようになる。

要点と分析を開く

記事インテリジェンス

エンジニア上級

要点

  • 4ノードのDGX SparkクラスタをConnectX-7でリング接続し、合計512GBメモリと20TB NVMeストレージを提供
  • NVFP4によりDeepSeek V4.1など最大700Bパラメータのモデルをローカル展開可能
  • NVIDIA HPC SDKのプレイブックが近日公開予定で、GPUアクセラレーションされたC/C++/FortranコンパイラとMPIツールを提供
  • LAMMPS、NAMD、GROMACS、OpenFOAM、WRF、NIMマイクロサービスなどのワークロードが検証済み

要点と分析は自動生成され、誤りを含む場合があります。原典をご確認ください。