NVIDIA a prezentat pe 16 noiembrie, în contextul conferinței SC26 din Chicago, DGX Spark HPC Developer Kit, o configurație de dezvoltare care poate reuni între unul și patru sisteme DGX Spark. Compania indică pentru varianta cu patru unități o capacitate totală de 512 GB de memorie și 20 TB de stocare NVMe, alături de utilizări în AI și calcul științific.
Potrivit NVIDIA, patru sisteme pot găzdui împreună modele de până la 700 de miliarde de parametri folosind formatul NVFP4. Afirmația privește configurația distribuită și precizia specificată de companie. Echipamentele folosesc cipuri GB10 Grace Blackwell cu accelerare GPU, iar memoria totală anunțată este suma resurselor celor patru sisteme conectate.

Patru calculatoare conectate direct în inel
Legătura dintre sisteme este realizată prin ConnectX-7, într-o topologie de tip inel. Fiecare unitate este conectată direct cu vecinii săi, astfel încât configurația descrisă nu necesită un switch de rețea. Această topologie explică felul în care componentele kitului comunică între ele și este un element tehnic central al anunțului.
Fiecare DGX Spark are 128 GB de memorie unificată pentru CPU și GPU, potrivit documentației hardware NVIDIA. Procesorul Arm cu 20 de nuclee și GPU-ul Blackwell sunt integrate în arhitectura sistemului. Unificarea privește resursele din interiorul unui nod; conexiunea dintre patru noduri nu transformă cele patru memorii într-o singură memorie fizică partajată.
Într-o aplicație distribuită, calculul și datele sunt împărțite între noduri, iar procesele comunică prin rețea. Din acest motiv, configurația software și comunicația contează alături de capacitatea totală. Cele 20 TB NVMe sunt totalul de stocare indicat pentru kit în anunțul din 16 noiembrie; cifra nu descrie memoria de lucru a modelului.
Patru noduri, legate în inel
| A DGX Spark GB10 128 GB memorie |
B DGX Spark GB10 128 GB memorie |
| D DGX Spark GB10 128 GB memorie |
C DGX Spark GB10 128 GB memorie |
Ce reprezintă cifra de 700 de miliarde de parametri
Parametrii sunt valorile numerice ale modelului, iar formatul folosit pentru reprezentarea lor influențează memoria necesară păstrării acestora. NVIDIA leagă explicit pragul de 700 de miliarde de formatul NVFP4. Eliminarea precizării despre format ar schimba sensul afirmației, deoarece același număr de parametri poate avea cerințe de memorie diferite la alte reprezentări numerice.
NVFP4 folosește o reprezentare numerică de precizie redusă pentru operațiunile compatibile cu acest format. Menționarea lui în anunț explică una dintre condițiile de implementare a modelelor mari pe configurația prezentată. Compatibilitatea modelului, a operațiilor și a componentelor software face parte din configurația de execuție, alături de resursele fizice ale calculatoarelor.
Capacitatea de a găzdui un model și viteza cu care acesta servește o aplicație sunt indicatori diferiți. Numărul utilizatorilor simultani, lungimea contextului și volumul de răspuns generat țin de sarcina efectivă. Anunțul despre dimensiunea modelului nu reprezintă o măsurătoare a timpului de răspuns pentru o aplicație WebHat sau pentru documentele unei firme.
Pentru o implementare de AI local integrat în aplicații custom, resursele modelului și serviciul oferit utilizatorului apar la niveluri diferite. Infrastructura execută inferența, iar aplicația gestionează datele, accesul și fluxul de lucru. Kitul NVIDIA privește în principal prima parte a acestei arhitecturi: capacitatea de calcul și mediul de dezvoltare.
Calculul științific este o componentă importantă a kitului
NVIDIA prezintă configurația și pentru dezvoltatori care lucrează cu aplicații de calcul de înaltă performanță. Contextul include C, C++, Fortran și MPI, alături de accelerarea GPU. MPI este folosit pentru comunicarea dintre procese în aplicații distribuite, ceea ce explică relevanța conexiunilor dintre sisteme în acest tip de mediu de dezvoltare.
Printre demonstrațiile asociate configurației cu patru sisteme, compania menționează LAMMPS cu Kokkos și NAMD. Acestea sunt exemple din simularea moleculară și cercetarea științifică. Prezența lor în prezentare descrie sarcini și demonstrații specifice, fără să transforme kitul într-un produs destinat exclusiv asistenților conversaționali sau unei singure familii de modele lingvistice.
Materialul NVIDIA discută și un ecosistem mai larg de aplicații și contribuții ale comunității, cu nume precum GROMACS, OpenFOAM și WRF. Aceste referințe au un domeniu mai larg decât demonstrațiile individuale ale configurației cu patru noduri. Apartenența la ecosistem și validarea unei sarcini pe o anumită configurație hardware sunt informații care trebuie citite separat.
În zona modelelor pentru domenii specializate, prezentarea include rețete de adaptare pentru Nemotron 3.5 Super VL în științele vieții și chimie. Acest tip de material privește adaptarea unor capabilități la sarcini de cercetare. El completează componenta de infrastructură, alături de exemplele de simulare și de instrumentele pentru dezvoltarea aplicațiilor accelerate.
Disponibilitatea hardware și documentația au etape distincte
Kitul este prezentat la SC26 și este oferit pentru vânzare prin partenerii OEM și canalele indicate de NVIDIA. În același anunț, ghidul de instalare pentru HPC SDK este descris ca material care urmează să apară. Disponibilitatea echipamentului și publicarea fiecărei componente de documentație sunt, așadar, etape distincte ale lansării.
Un flux de lucru ilustrat de NVIDIA folosește agenți pentru pregătirea datelor unei simulări, lansarea execuțiilor și sintetizarea rezultatelor, în timp ce cercetătorii validează configurația și concluziile. Kitul este prezentat pentru dezvoltare, depanare și verificarea aplicațiilor pe mai multe noduri, înaintea unor execuții de producție pe infrastructuri mai mari.
Cum se citesc specificațiile anunțate
| Element | Configurația prezentată | Condiție relevantă |
|---|---|---|
| Număr de sisteme | Între unu și patru DGX Spark | Resursele cresc odată cu configurația |
| Memorie și stocare | 512 GB și 20 TB NVMe | Totaluri pentru patru sisteme |
| Dimensiune model | Până la 700B, potrivit NVIDIA | Format NVFP4 și execuție distribuită |
| Documentație HPC SDK | Ghid de instalare anunțat | Urmează să fie publicat |
O configurație locală specializată pentru dezvoltare
Termenul „local” descrie aici locul în care sunt instalate și folosite resursele de calcul. El nu precizează singur dimensiunea, costul sau complexitatea sistemului. În cazul DGX Spark HPC Developer Kit, NVIDIA propune o configurație compactă distribuită, cu accelerare GPU și instrumente pentru aplicații care pot folosi mai multe noduri.
Pentru antreprenorii interesați de modele mari, anunțul oferă o referință concretă despre resurse și condițiile asociate cifrelor. Modelul, reprezentarea numerică, numărul de sisteme și software-ul formează împreună configurația descrisă. Aceste elemente permit separarea unei capacități tehnice prezentate de furnizor de cerințele și rezultatele unei implementări individuale de business.