Kit de desarrollo HPC de NVIDIA con cuatro DGX Spark apilados y conectados en anillo
Ivan Noticias

NVIDIA presenta un kit HPC que conecta cuatro DGX Spark para investigación científica

NVIDIA presentó durante la conferencia SC26, celebrada en Chicago, un kit de desarrollo para computación de alto rendimiento (HPC) que conecta cuatro sistemas DGX Spark. La configuración está diseñada para ejecutar simulaciones científicas y modelos de inteligencia artificial en varios nodos, además de desarrollar y depurar aplicaciones antes de trasladarlas a supercomputadores de mayor escala.

Según la firma, los investigadores con una asignación fija de horas de servidor pueden desarrollar y depurar sus aplicaciones localmente, sin esperar turno para cada trabajo. De esta manera, pueden reservar el supercomputador para las ejecuciones definitivas y mantener en sus propias instalaciones los resultados no publicados y los conjuntos de datos propietarios.

Memoria combinada y tamaño máximo de modelo de IA según la cantidad de DGX Spark conectados, desde un equipo de 64 GB hasta cuatro equipos con 512 GB | Créditos: NVIDIA

Cuatro nodos DGX Spark con superchips GB10 Grace Blackwell y conexión ConnectX-7

Cada DGX Spark incorpora un superchip NVIDIA GB10 Grace Blackwell y se comunica directamente con otros dos equipos mediante tecnología de red ConnectX-7, formando una topología de anillo. Esta arquitectura permite configurar un clúster de uno a cuatro nodos sin instalar un switch de red adicional.

La configuración completa reúne 512 GB de memoria combinada y 20 TB de almacenamiento NVMe, recursos que se distribuyen entre los cuatro sistemas para ejecutar aplicaciones científicas y modelos de IA. NVIDIA señala que, utilizando el formato de precisión NVFP4, es posible desplegar localmente modelos de hasta 700 mil millones de parámetros.

Para el desarrollo de aplicaciones HPC, NVIDIA prepara un procedimiento de instalación de su HPC SDK, que todavía no está disponible. Este conjunto de herramientas incluye compiladores de C, C++ y Fortran con aceleración mediante GPU, bibliotecas científicas y herramientas de interfaz de paso de mensajes (MPI) para comprobar la distribución de cálculos y la comunicación entre nodos.

El uso de MPI resulta relevante cuando una simulación debe repartir sus operaciones entre varios equipos, ya que permite intercambiar información durante el procesamiento. Con estas herramientas, los investigadores podrán identificar problemas de comunicación y distribución de datos antes de ejecutar sus aplicaciones en sistemas de mayor tamaño.

Simulaciones científicas probadas y disponibilidad del kit

NVIDIA presentó demostraciones utilizando cuatro DGX Spark con LAMMPS y Kokkos para simulaciones de materiales, además de NAMD para dinámica molecular. La compañía también informa que la comunidad de usuarios ha validado aplicaciones como GROMACS para dinámica molecular, OpenFOAM para dinámica de fluidos y WRF para modelado meteorológico sobre DGX Spark.

Entre los trabajos realizados con un único equipo, Kvantify reportó simulaciones de circuitos de química cuántica de hasta 70 cúbits y 975 compuertas, utilizando NVIDIA cuQuantum. Las pruebas incluyeron circuitos generados para estudiar la energía del estado fundamental de la penicilina mediante simulaciones de redes tensoriales.

El laboratorio Rubin, del Innovative Genomics Institute de la Universidad de California en Berkeley, utilizó un DGX Spark con el modelo NVIDIA Evo 2 para predecir características bacterianas a partir de secuencias genómicas. Al ejecutar el trabajo localmente, evitó una espera de 11 horas en el clúster y obtuvo los resultados en un tiempo 15 veces menor.

Por su parte, el grupo de investigación de Hartwig, de la Universidad de California en Berkeley, utilizó un DGX Spark para ajustar mediante LoRA el modelo Nemotron 3 Super 120B-A12B. Para entrenar una capa de predicción química con datos experimentales, el grupo utilizó cuantización NVFP4 y ejecutó un modelo de 120 mil millones de parámetros en un solo DGX Spark. Al trabajar localmente, evitó las esperas de varios días para acceder al clúster y pudo realizar entrenamientos consecutivos de entre 8 y 24 horas.

El kit de desarrollo HPC se exhibe durante SC26 y ya se encuentra disponible para su comercialización. Los equipos DGX Spark y sus cables pueden adquirirse mediante NVIDIA Marketplace y fabricantes asociados, entre ellos ASUS, Dell, Lenovo, MSI y Acer, mientras que el procedimiento de instalación del HPC SDK para el clúster se publicará posteriormente.

Editor especializado en ciencia y tecnología, con foco en innovación, inteligencia artificial, telecomunicaciones y centros de datos. Trabajo con un enfoque riguroso y técnico, desarrollando contenidos sobre semiconductores, energía, ciberseguridad e infraestructura tecnológica.