Les chercheurs qui attendent leur tour sur un grappe de GPU partagée ont maintenant une autre option : le DGX Spark HPC Developer Kit de NVIDIA relie quatre systèmes DGX Spark en une grappe de bureau, avec 512GB de mémoire combinée et 20TB de stockage NVMe. NVIDIA l’a annoncé à SC26, la conférence sur le calcul haute performance qui se tient cette semaine à Chicago.

Chaque système repose sur la puce GB10 Grace Blackwell Superchip. Les quatre nœuds sont reliés à leurs deux voisins en anneau par le réseau NVIDIA ConnectX-7, sans commutateur réseau à acheter ni à configurer. Le kit est présenté à SC26 et, selon NVIDIA, déjà en vente.

Que contient le DGX Spark HPC Developer Kit ?

Le kit passe d’un système, appelé nœud, à quatre. Voici l’essentiel selon NVIDIA :

  • quatre nœuds DGX Spark, chacun relié directement à ses deux voisins
  • 512GB de mémoire combinée avec quatre nœuds
  • 20TB de stockage NVMe avec quatre nœuds
  • prise en charge de NVFP4 pour exécuter localement des modèles allant jusqu’à 700B de paramètres sur les quatre systèmes, avec DeepSeek V4.1 comme exemple
  • un guide d’installation du NVIDIA HPC SDK, annoncé comme « bientôt disponible »

Concrètement, la disposition en anneau permet à un laboratoire d’ajouter un nœud sans acheter de commutateur. NVIDIA affirme que l’objectif est de permettre aux équipes de développer et de déboguer chez elles, de garder les heures de serveur pour la production et de conserver sur place résultats inédits et données exclusives.

Systèmes DGX Spark de NVIDIA et de ses partenaires OEM disposés en pyramide
Photo: NVIDIA

Que va apporter le guide du HPC SDK ?

Le guide n’est pas encore publié. NVIDIA indique qu’il apportera à la grappe des compilateurs C, C++ et Fortran accélérés par GPU, des bibliothèques et des outils de passage de messages (MPI), soit les outils utilisés sur les superordinateurs NVIDIA.

Une équipe pourrait ainsi construire et tester une application scientifique sur quatre nœuds, vérifier la répartition du calcul et des données et corriger les problèmes de communication avant de passer à un système plus grand.

Quelles charges de travail scientifiques fonctionnent dessus ?

NVIDIA a démontré deux charges sur quatre systèmes : LAMMPS avec Kokkos pour la simulation de matériaux et NAMD pour la dynamique moléculaire. La communauté DGX Spark a validé GROMACS (dynamique moléculaire), OpenFOAM (dynamique des fluides) et WRF (météo), ainsi que des microservices NVIDIA NIM comme OpenFold3 et Boltz-2 pour prédire des structures biomoléculaires.

NVIDIA cite aussi des premiers utilisateurs :

  • le Rubin Lab de l’IGI, à l’Université de Californie à Berkeley, prédit des caractéristiques bactériennes à partir de séquences génomiques avec un DGX Spark et le modèle Evo 2. Sans file d’attente de 11 heures, les résultats sont arrivés 15x plus vite, selon NVIDIA
  • le Hartwig Group, à UC Berkeley, a affiné le modèle Nemotron 3 Super 120B-A12B avec LoRA sur un seul appareil grâce à la quantification NVFP4, en enchaînant des entraînements de huit à 24 heures
  • Kvantify rapporte des simulations par réseaux de tenseurs de circuits de chimie quantique allant jusqu’à 70 qubits et 975 portes sur un seul DGX Spark
  • CYRAN AI, issue de l’IIT Delhi, accélère le décodage JPEG 2000 de grandes images satellites

De nouvelles données ouvertes et des recettes de post-entraînement pour Nemotron 3.5 Super VL aident aussi à adapter ce modèle aux sciences de la vie et à la chimie, sur une infrastructure que l’organisation contrôle.

Combien ça coûte ?

L’annonce de NVIDIA n’indique aucun prix pour le kit ni de tarifs par pays. Les produits DGX Spark et les câbles se vendent sur NVIDIA Marketplace et chez les partenaires OEM Acer, ASUS, Dell Technologies, GIGABYTE, H3C, HP, Lenovo, MSI et xFusion.

La page produit de NVIDIA décrit chaque système comme offrant jusqu’à 1 petaFLOP de performance IA en FP4 et jusqu’à 128 GB de mémoire système. Pour le prix actuel et les pays desservis, consultez directement la fiche du Marketplace ou du partenaire.

À qui s’adresse-t-il ?

Chercheurs d’universités et de laboratoires. Avec une allocation de serveur fixe, chaque essai attend son tour. Quatre nœuds locaux permettent de tester et de déboguer d’abord le travail multinœud.

Équipes avec des données sensibles. Les résultats inédits et les données exclusives restent sur place, ce qui compte pour les groupes qui ne peuvent pas les envoyer sur une grappe partagée.

Développeurs de code HPC. Une fois le guide publié, les outils C, C++ et Fortran sur le bureau devraient faciliter les essais de communication entre nœuds avant une exécution en production.

Ceux qui devraient attendre. Quiconque a besoin du guide du HPC SDK dès aujourd’hui, ou d’un prix ferme. NVIDIA présente le kit comme un lieu de préparation avant les grands systèmes, pas comme un remplacement.

Qu’est-ce qu’on ignore encore ?

NVIDIA n’a donné ni prix, ni date de livraison par pays, ni date pour le guide, et l’annonce ne détaille pas le contenu de la boîte au-delà des quatre systèmes et de leurs câbles.

Pour en savoir plus, lisez l’annonce de NVIDIA et consultez la page DGX Spark du NVIDIA Marketplace pour les offres actuelles.