Nvidia DGX Spark HPC Dev Kit: Vier DGX Spark bilden Cluster für den Schreibtisch
Zuletzt aktualisiert am 17. November 2026 von Marina Meier
Supercomputing am eigenen Schreibtisch: Mit dem DGX Spark HPC Developer Kit will Nvidia Forschern, Wissenschaftlern und Entwicklern entsprechende Fähigkeiten bieten. Simulationen, KI-Modelle und agentenbasierte Workloads sollen sich lokal ausführen lassen, ohne auf Cloud-Server angewiesen zu sein.
Das Paket besteht aus vier DGX-Spark-Systemen, die zusammen 512 GB Arbeitsspeicher und 20 TB NVMe-Speicher bieten. Angekündigt hat Nvidia das Kit auf der Supercomputing-Konferenz SC26. Die Systeme sind in einer Ringtopologie über Nvidia ConnectX-7 verbunden. Jeder Knoten hängt direkt an seinen beiden Nachbarn, ein separater Netzwerk-Switch entfällt.
Das steckt in jedem Knoten
- Nvidia GB10 Grace Blackwell Superchip mit Blackwell-GPU und 20-Kern-Arm-CPU
- 10 Cortex-X925-Performance-Kerne mit bis zu 4 GHz und 10 Cortex-A725-Effizienzkerne mit bis zu 2,8 GHz
- Blackwell-GPU mit 6.144 CUDA-Kernen und bis zu 1 PFLOP FP4-KI-Leistung
- 128 GB LPDDR5X-Speicher (Coherent Unified Memory) mit 256-Bit-Interface und 273 GB/s Speicherbandbreite
- Thermische Designleistung (TDP) von 140 W
Laut Nvidia kann die Vier-Knoten-Konfiguration Modelle mit bis zu 700 Milliarden Parametern in NVFP4-Präzision ausführen. Der gemeinsame Speicher erlaubt es zudem, größere Modelle und wissenschaftliche Workloads auf den Cluster zu verteilen.
Lokal entwickeln, später skalieren
Teams sollen Anwendungen lokal entwickeln und debuggen, bevor sie auf größere Supercomputer wechseln. Nvidia zufolge kann das die Wartezeit auf geteilte Rechenressourcen verringern. Außerdem bleiben unveröffentlichte Ergebnisse und proprietäre Datensätze auf der eigenen Infrastruktur.
Für das HPC SDK bereitet Nvidia ein Installations-Playbook vor. Es bringt GPU-beschleunigte C-, C++- und Fortran-Compiler, Bibliotheken und Message-Passing-Interface-Werkzeuge auf den DGX-Spark-Cluster, also dieselben Entwicklungswerkzeuge, die auch auf Nvidia-Supercomputern laufen.
Vorgeführt wurden LAMMPS mit Kokkos für Materialsimulationen und NAMD für die Molekulardynamik. Die breitere DGX-Spark-Community hat laut Nvidia außerdem GROMACS, OpenFOAM und WRF validiert.
Erste Praxisbeispiele
Das Rubin Lab der University of California, Berkeley analysiert mit dem System Genomdaten und sagt Bakterieneigenschaften voraus. Nvidia zufolge erhielt das Team die Ergebnisse 15-mal früher als mit dem bisherigen Workflow, der eine 11-stündige Warteschlange im Cluster umfasste.
Die Hartwig Group der UC Berkeley feinjustierte mit einem einzelnen DGX-Spark-System und NVFP4-Quantisierung ein Modell der 120-Milliarden-Parameter-Klasse für die Chemieforschung. So entfielen mehrtägige Cluster-Warteschlangen, und das Training lief kontinuierlich.
Das Developer Kit wird auf der SC26 gezeigt und ist laut Nvidia bereits erhältlich. Als Hardwarepartner nennt das Unternehmen Acer, Asus, Dell, Gigabyte, H3C, HP, Lenovo, MSI und xFusion. Einzelne DGX-Spark-Systeme und Kabel gibt es zusätzlich über den Nvidia Marketplace. Einen Preis für das Vier-Knoten-Kit hat Nvidia nicht genannt.
Quelle: Notebookcheck
