AGENTIC COMMONSAI 產業簡報

繁中EN

主題AI 晶片與算力出版

返回文章列表

NVIDIA DGX Spark 開發套件:四台直連成環,桌上四節點叢集

**摘要:**NVIDIA 在 11 月 16 日於芝加哥舉行的 SC26 超級電腦年會上,發表了 DGX Spark HPC 開發者套件:四台 DGX Spark 用 ConnectX-7 網路直接連成環,四節點合計 512GB 記憶體與 20TB NVMe 儲存。研究人員不必每次排隊等共享 GPU 叢集,桌上就能跑多節點科學模擬、AI 模型和 agent。對卡在排程的小團隊來說,這是已經開賣的產品,不是候補名單。

四台直連成環,不需要交換器

這個套件從單機擴充到四節點,每台機器直接連向左右兩台鄰機,形成環狀拓撲。據 NVIDIA 的說法,中間不需要購買或設定網路交換器——對沒有平台工程師的小團隊,這直接少掉一層要維護的東西。每台 DGX Spark 以 GB10 Grace Blackwell Superchip 為核心;四節點合計 512GB 記憶體和 20TB NVMe 儲存,用 NVFP4 量化可以在本地部署最大 700B 參數的模型,例如 DeepSeek V4.1。

多節點科學運算的軟體這一環還沒補齊:NVIDIA HPC SDK 的安裝手冊「即將推出」,屆時會帶來 GPU 加速的 C、C++ 和 Fortran 編譯器、函式庫與 MPI 工具——和 NVIDIA 超級電腦上同一套開發工具,讓團隊先在四節點上除錯再上大型系統。目前已被展示的四機工作負載包括 LAMMPS with Kokkos(材料模擬)和 NAMD(分子動力學);社群另外驗證過 GROMACS、OpenFOAM、WRF,以及 OpenFold3 和 Boltz-2 這類 NIM 微服務。

排隊歸零之後,工作節奏變成這樣

NVIDIA 部落格舉的案例都指向同一個改變:不是單一任務變快,而是不用等排隊之後,整個工作循環能連續跑。

  • UC Berkeley 的 Rubin Lab(IGI)用 Evo 2 模型從基因體序列預測細菌性狀。原本有 11 小時的叢集排隊時間,移到 DGX Spark 後結果提早 15 倍拿到。
  • 同校的 Hartwig Group 在單台 Spark 上對 Nemotron 3 Super 120B-A12B 做 LoRA 微調,靠 NVFP4 量化把 120B 級模型塞進單機,繞過多天排隊,訓練可以連續 8 到 24 小時接力跑。
  • Kvantify 用 cuQuantum 在單台 Spark 上跑量子化學電路的 tensor-network 模擬,規模到 70 個 qubit、975 個 gate,用來對青黴素基態能量計算的電路做基準測試。

這條把大模型搬回桌面跑的路線,另一個選擇是 Muse Spark Open。要提醒的是:以上數字全部來自 NVIDIA 自己的部落格,以及它挑選出來展示的實驗室,沒有獨立測試數據。

今天買得到,但幾件事還沒講

套件已在 SC26 展出並開賣,DGX Spark 主機和連接線可向 Acer、ASUS、Dell Technologies、GIGABYTE、H3C、HP、Lenovo、MSI 和 xFusion 購買,也上架了 NVIDIA Marketplace。不過 NVIDIA 沒有公布價格,來源也沒有提到香港和台灣的上市資訊;環上一台節點故障時怎麼處理,同樣沒有文件說明。HPC SDK 手冊還在「即將推出」,意味著多節點科學運算的完整故事今天還不成立。

**我們的看法:**如果你的工作負載確實被多天甚至 11 小時的叢集排隊卡住——分子動力學、結構預測這類拿得出具體 workload 的研究型小團隊——我們認為值得行動,但從一台 Spark 開始。單機是便宜、可逆的實驗;環狀設計的好處正是之後再加三台就能擴成四節點,不必重來。理由在於 Hartwig 和 Rubin Lab 的收益不是中間指標,而是「訓練連著跑、結果早 15 倍拿到」這種完成任務層次的改變。假設前提是排隊真的是你的瓶頸;若 workload 一張雲端 GPU 就夠,這則消息可以直接忽略。由於價格未公布,下手前先比一次四台總價和租用叢集時段的成本。會讓我們改判的情況:獨立測試顯示桌上四節點在實際任務上跑不贏租用方案,或 HPC SDK 手冊長期停在「coming soon」。

參考來源

AGENTIC COMMONS由 PHLEGON LABS 經營
分享X電郵
支持我們

相關閱讀

  1. 當推論必須進入受信任環境:NVIDIA 機密運算對推論架構的實際影響

    NVIDIA 機密運算讓 LLM 推論跑在記憶體加密的機密 VM 與機密 GPU 上,產品團隊要重新盤算效能與隱私的取捨。

    NVIDIA

  2. Nvidia 縮手:OpenAI 資料中心貸款擔保從 2,500 億美元砍至 1,200 億以下

    《華爾街日報》報導 Nvidia 縮減 OpenAI 資料中心債務擔保,初期將低於 1,200 億美元,遠低於 7 月談及的 2,500 億美元;交易僅有備忘錄,縮水被視為對股東的訊號,循環融資疑慮浮上檯面。

    NVIDIA

  3. AMD 收購 Taalas:把模型權重直接蝕刻進晶片

    2026 年 8 月 6 日 AMD 宣布收購多倫多新創 Taalas:以權重蝕刻加 SRAM 快取的專用推理晶片路線,HC1 已在 Llama 3.1 8B 跑出每秒近 1.7 萬 token。

    AI Infrastructure