ਜੋ ਖੋਜਕਾਰ ਸਾਂਝੇ GPU ਕਲੱਸਟਰ ਵਿੱਚ ਆਪਣੀ ਵਾਰੀ ਦੀ ਉਡੀਕ ਕਰਦੇ ਹਨ, ਉਨ੍ਹਾਂ ਕੋਲ ਹੁਣ ਇੱਕ ਹੋਰ ਚੋਣ ਹੈ। NVIDIA ਦੀ DGX Spark HPC Developer Kit ਚਾਰ DGX Spark ਸਿਸਟਮਾਂ ਨੂੰ ਡੈਸਕ ਉੱਤੇ ਇੱਕ ਕਲੱਸਟਰ ਵਿੱਚ ਜੋੜਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਕੁੱਲ 512GB ਮੈਮਰੀ ਅਤੇ 20TB NVMe ਸਟੋਰੇਜ ਹੈ। NVIDIA ਨੇ ਇਸ ਦਾ ਐਲਾਨ ਇਸ ਹਫ਼ਤੇ ਸ਼ਿਕਾਗੋ ਵਿੱਚ ਹੋ ਰਹੀ ਸੁਪਰਕੰਪਿਊਟਿੰਗ ਕਾਨਫ਼ਰੰਸ SC26 ਵਿੱਚ ਕੀਤਾ।
ਹਰ ਸਿਸਟਮ GB10 Grace Blackwell Superchip ਉੱਤੇ ਬਣਿਆ ਹੈ। ਚਾਰੇ ਨੋਡ NVIDIA ConnectX-7 ਨੈੱਟਵਰਕਿੰਗ ਰਾਹੀਂ ਆਪਣੇ ਦੋ ਗੁਆਂਢੀਆਂ ਨਾਲ ਚੱਕਰ ਦੀ ਸ਼ਕਲ ਵਿੱਚ ਸਿੱਧੇ ਜੁੜੇ ਹਨ, ਇਸ ਲਈ ਕੋਈ ਨੈੱਟਵਰਕ ਸਵਿੱਚ ਖ਼ਰੀਦਣ ਜਾਂ ਸੈੱਟ ਕਰਨ ਦੀ ਲੋੜ ਨਹੀਂ। ਕਿੱਟ SC26 ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਿਤ ਹੈ ਅਤੇ NVIDIA ਮੁਤਾਬਕ ਵਿਕਰੀ ਲਈ ਉਪਲਬਧ ਹੈ।
DGX Spark HPC Developer Kit ਵਿੱਚ ਕੀ ਹੈ?
ਕਿੱਟ ਇੱਕ ਸਿਸਟਮ (ਨੋਡ) ਤੋਂ ਚਾਰ ਤੱਕ ਵਧਦੀ ਹੈ। NVIDIA ਮੁਤਾਬਕ ਮੁੱਖ ਗੱਲਾਂ:
- ਚਾਰ DGX Spark ਨੋਡ, ਹਰ ਇੱਕ ਆਪਣੇ ਦੋ ਗੁਆਂਢੀਆਂ ਨਾਲ ਸਿੱਧਾ ਜੁੜਿਆ
- ਚਾਰ ਨੋਡਾਂ ਉੱਤੇ ਕੁੱਲ 512GB ਮੈਮਰੀ
- ਚਾਰ ਨੋਡਾਂ ਉੱਤੇ ਕੁੱਲ 20TB NVMe ਸਟੋਰੇਜ
- NVFP4 ਸਹਾਇਤਾ, ਜਿਸ ਨਾਲ ਚਾਰ ਸਿਸਟਮਾਂ ਉੱਤੇ 700B ਪੈਰਾਮੀਟਰ ਤੱਕ ਦੇ ਮਾਡਲ ਸਥਾਨਕ ਤੌਰ ਉੱਤੇ ਚੱਲ ਸਕਦੇ ਹਨ, ਮਿਸਾਲ ਵਜੋਂ DeepSeek V4.1
- NVIDIA HPC SDK ਇੰਸਟਾਲ ਪਲੇਬੁੱਕ, ਜਿਸ ਨੂੰ «ਜਲਦ ਆ ਰਹੀ» ਦੱਸਿਆ ਗਿਆ ਹੈ
ਅਮਲ ਵਿੱਚ, ਇਸ ਚੱਕਰੀ ਬਣਤਰ ਨਾਲ ਲੈਬ ਸਵਿੱਚ ਖ਼ਰੀਦੇ ਬਿਨਾਂ ਨੋਡ ਜੋੜ ਸਕਦੀ ਹੈ। NVIDIA ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਮਕਸਦ ਟੀਮਾਂ ਨੂੰ ਆਪਣੀਆਂ ਮਸ਼ੀਨਾਂ ਉੱਤੇ ਵਿਕਸਤ ਕਰਨ ਅਤੇ ਡੀਬੱਗ ਕਰਨ ਦੇਣਾ, ਸਰਵਰ ਦੇ ਘੰਟੇ ਅਸਲ ਚਲਾਈ ਲਈ ਬਚਾਉਣਾ ਅਤੇ ਅਣਪ੍ਰਕਾਸ਼ਿਤ ਨਤੀਜੇ ਤੇ ਆਪਣੇ ਡੇਟਾਸੈੱਟ ਆਪਣੇ ਕੋਲ ਰੱਖਣਾ ਹੈ।

HPC SDK ਪਲੇਬੁੱਕ ਕੀ ਜੋੜੇਗੀ?
ਪਲੇਬੁੱਕ ਅਜੇ ਜਾਰੀ ਨਹੀਂ ਹੋਈ। NVIDIA ਮੁਤਾਬਕ ਇਹ ਕਲੱਸਟਰ ਲਈ GPU ਨਾਲ ਤੇਜ਼ ਹੋਣ ਵਾਲੇ C, C++ ਅਤੇ Fortran ਕੰਪਾਇਲਰ, ਲਾਇਬ੍ਰੇਰੀਆਂ ਅਤੇ ਮੈਸੇਜ ਪਾਸਿੰਗ ਇੰਟਰਫ਼ੇਸ ਟੂਲ ਲਿਆਏਗੀ, ਜੋ NVIDIA ਦੇ ਸੁਪਰਕੰਪਿਊਟਰਾਂ ਵਿੱਚ ਵਰਤੇ ਜਾਂਦੇ ਟੂਲ ਹੀ ਹਨ।
ਇਸ ਨਾਲ ਟੀਮ ਚਾਰ ਨੋਡਾਂ ਉੱਤੇ ਵਿਗਿਆਨਕ ਐਪਲੀਕੇਸ਼ਨ ਬਣਾ ਕੇ ਪਰਖ ਸਕਦੀ ਹੈ, ਗਣਨਾ ਅਤੇ ਡੇਟਾ ਦੀ ਵੰਡ ਦੇਖ ਸਕਦੀ ਹੈ ਅਤੇ ਵੱਡੇ ਸਿਸਟਮ ਉੱਤੇ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਸੰਚਾਰ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਠੀਕ ਕਰ ਸਕਦੀ ਹੈ।
ਇਸ ਉੱਤੇ ਕਿਹੜੇ ਵਿਗਿਆਨਕ ਕੰਮ ਚੱਲਦੇ ਹਨ?
NVIDIA ਨੇ ਚਾਰ ਸਿਸਟਮਾਂ ਉੱਤੇ ਦੋ ਕੰਮ ਦਿਖਾਏ: ਸਮੱਗਰੀ ਦੀ ਸਿਮੂਲੇਸ਼ਨ ਲਈ Kokkos ਨਾਲ LAMMPS, ਅਤੇ ਅਣੂ ਗਤੀਕੀ ਲਈ NAMD। DGX Spark ਭਾਈਚਾਰੇ ਨੇ ਅਣੂ ਗਤੀਕੀ ਲਈ GROMACS, ਤਰਲ ਗਤੀਕੀ ਲਈ OpenFOAM, ਮੌਸਮ ਮਾਡਲ ਲਈ WRF ਅਤੇ ਜੈਵ ਅਣੂ ਢਾਂਚਿਆਂ ਦੀ ਪੇਸ਼ੀਨਗੋਈ ਲਈ OpenFold3 ਤੇ Boltz-2 ਵਰਗੀਆਂ NVIDIA NIM ਮਾਈਕਰੋਸਰਵਿਸਾਂ ਨੂੰ ਵੀ ਪਰਖਿਆ ਹੈ।
NVIDIA ਨੇ ਸ਼ੁਰੂਆਤੀ ਵਰਤੋਂਕਾਰਾਂ ਦਾ ਵੀ ਜ਼ਿਕਰ ਕੀਤਾ:
- ਕੈਲੀਫੋਰਨੀਆ ਯੂਨੀਵਰਸਿਟੀ ਬਰਕਲੇ ਦੀ IGI ਵਿੱਚ Rubin Lab ਇੱਕ DGX Spark ਅਤੇ Evo 2 ਮਾਡਲ ਨਾਲ ਜੀਨੋਮ ਲੜੀਆਂ ਤੋਂ ਬੈਕਟੀਰੀਆ ਦੇ ਗੁਣ ਦੱਸਦੀ ਹੈ। 11 ਘੰਟੇ ਦੀ ਕਲੱਸਟਰ ਕਤਾਰ ਨਾ ਹੋਣ ਕਰਕੇ ਨਤੀਜੇ 15x ਜਲਦੀ ਮਿਲੇ, NVIDIA ਮੁਤਾਬਕ
- ਬਰਕਲੇ ਦੇ Hartwig Group ਨੇ NVFP4 ਕੁਆਂਟਾਈਜ਼ੇਸ਼ਨ ਨਾਲ ਇੱਕੋ ਡਿਵਾਈਸ ਉੱਤੇ Nemotron 3 Super 120B-A12B ਮਾਡਲ ਨੂੰ LoRA ਨਾਲ ਫ਼ਾਈਨ-ਟਿਊਨ ਕੀਤਾ ਅਤੇ ਅੱਠ ਤੋਂ 24 ਘੰਟਿਆਂ ਦੀ ਟ੍ਰੇਨਿੰਗ ਲਗਾਤਾਰ ਚਲਾਈ
- Kvantify ਮੁਤਾਬਕ ਇੱਕ DGX Spark ਉੱਤੇ 70 ਕਿਊਬਿਟ ਅਤੇ 975 ਗੇਟਾਂ ਤੱਕ ਦੇ ਕੁਆਂਟਮ ਰਸਾਇਣ ਸਰਕਟਾਂ ਦੀ ਟੈਂਸਰ ਨੈੱਟਵਰਕ ਸਿਮੂਲੇਸ਼ਨ ਕੀਤੀ ਗਈ
- IIT Delhi ਤੋਂ ਨਿਕਲੀ CYRAN AI ਵੱਡੀਆਂ ਸੈਟੇਲਾਈਟ ਤਸਵੀਰਾਂ ਦੀ JPEG 2000 ਡੀਕੋਡਿੰਗ ਨੂੰ DGX Spark ਨਾਲ ਤੇਜ਼ ਕਰਦੀ ਹੈ
Nemotron 3.5 Super VL ਲਈ ਨਵਾਂ ਖੁੱਲ੍ਹਾ ਡੇਟਾਸੈੱਟ ਅਤੇ ਪੋਸਟ-ਟ੍ਰੇਨਿੰਗ ਨੁਸਖ਼ੇ ਵੀ ਇਸ ਮਾਡਲ ਨੂੰ ਉਸ ਢਾਂਚੇ ਉੱਤੇ ਜੀਵ ਵਿਗਿਆਨ ਤੇ ਰਸਾਇਣ ਲਈ ਢਾਲਣ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ ਜਿਸ ਨੂੰ ਸੰਸਥਾ ਆਪ ਕਾਬੂ ਕਰਦੀ ਹੈ।
ਕੀਮਤ ਕਿੰਨੀ ਹੈ?
NVIDIA ਦੇ ਐਲਾਨ ਵਿੱਚ ਕਿੱਟ ਦੀ ਕੋਈ ਕੀਮਤ ਨਹੀਂ ਦਿੱਤੀ ਗਈ ਅਤੇ ਨਾ ਹੀ ਦੇਸ਼ ਮੁਤਾਬਕ ਕੀਮਤਾਂ। DGX Spark ਉਤਪਾਦ ਅਤੇ ਕੇਬਲ NVIDIA Marketplace ਅਤੇ OEM ਭਾਈਵਾਲਾਂ Acer, ASUS, Dell Technologies, GIGABYTE, H3C, HP, Lenovo, MSI ਅਤੇ xFusion ਰਾਹੀਂ ਵਿਕਦੇ ਹਨ।
NVIDIA ਦਾ ਉਤਪਾਦ ਪੰਨਾ ਹਰ ਸਿਸਟਮ ਨੂੰ FP4 ਵਿੱਚ 1 petaFLOP ਤੱਕ AI ਪ੍ਰਦਰਸ਼ਨ ਅਤੇ 128 GB ਤੱਕ ਸਿਸਟਮ ਮੈਮਰੀ ਵਾਲਾ ਦੱਸਦਾ ਹੈ। ਮੌਜੂਦਾ ਕੀਮਤ ਅਤੇ ਭਾਈਵਾਲ ਕਿਹੜੇ ਦੇਸ਼ਾਂ ਵਿੱਚ ਭੇਜਦਾ ਹੈ, ਇਹ Marketplace ਜਾਂ ਭਾਈਵਾਲ ਦੇ ਪੰਨੇ ਉੱਤੇ ਸਿੱਧਾ ਦੇਖੋ।
ਇਹ ਕਿਸ ਲਈ ਠੀਕ ਹੈ
ਯੂਨੀਵਰਸਿਟੀ ਅਤੇ ਲੈਬ ਦੇ ਖੋਜਕਾਰ। ਸਰਵਰ ਦਾ ਹਿੱਸਾ ਤੈਅ ਹੋਵੇ ਤਾਂ ਹਰ ਟੈਸਟ ਨੂੰ ਵਾਰੀ ਉਡੀਕਣੀ ਪੈਂਦੀ ਹੈ। ਚਾਰ ਸਥਾਨਕ ਨੋਡ ਮਲਟੀ-ਨੋਡ ਕੰਮ ਨੂੰ ਪਹਿਲਾਂ ਚਲਾਉਣ ਤੇ ਡੀਬੱਗ ਕਰਨ ਦੀ ਥਾਂ ਦਿੰਦੇ ਹਨ।
ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਵਾਲੀਆਂ ਟੀਮਾਂ। ਅਣਪ੍ਰਕਾਸ਼ਿਤ ਨਤੀਜੇ ਅਤੇ ਆਪਣੇ ਡੇਟਾਸੈੱਟ ਆਪਣੇ ਕੋਲ ਰਹਿੰਦੇ ਹਨ, ਜੋ ਉਨ੍ਹਾਂ ਸਮੂਹਾਂ ਲਈ ਅਹਿਮ ਹੈ ਜੋ ਇਨ੍ਹਾਂ ਨੂੰ ਸਾਂਝੇ ਕਲੱਸਟਰ ਉੱਤੇ ਨਹੀਂ ਭੇਜ ਸਕਦੇ।
HPC ਕੋਡ ਦੇ ਡਿਵੈਲਪਰ। ਪਲੇਬੁੱਕ ਆਉਣ ਤੋਂ ਬਾਅਦ ਡੈਸਕ ਉੱਤੇ C, C++ ਅਤੇ Fortran ਟੂਲ ਅਸਲ ਚਲਾਈ ਤੋਂ ਪਹਿਲਾਂ ਨੋਡਾਂ ਵਿਚਲੇ ਸੰਚਾਰ ਨੂੰ ਪਰਖਣਾ ਸੌਖਾ ਕਰਨਗੇ।
ਜਿਨ੍ਹਾਂ ਨੂੰ ਉਡੀਕ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ। ਜਿਨ੍ਹਾਂ ਨੂੰ HPC SDK ਪਲੇਬੁੱਕ ਅੱਜ ਹੀ ਚਾਹੀਦੀ ਹੈ ਜਾਂ ਪੱਕੀ ਕੀਮਤ ਪਹਿਲਾਂ ਚਾਹੀਦੀ ਹੈ। NVIDIA ਇਸ ਕਿੱਟ ਨੂੰ ਵੱਡੇ ਸਿਸਟਮਾਂ ਦੀ ਤਿਆਰੀ ਦੀ ਥਾਂ ਦੱਸਦੀ ਹੈ, ਉਨ੍ਹਾਂ ਦਾ ਬਦਲ ਨਹੀਂ।
ਹੋਰ ਕੀ ਪਤਾ ਨਹੀਂ ਹੈ?
NVIDIA ਨੇ ਕੀਮਤ, ਦੇਸ਼ ਮੁਤਾਬਕ ਭੇਜਣ ਦੀ ਤਾਰੀਖ਼ ਜਾਂ ਪਲੇਬੁੱਕ ਦੀ ਤਾਰੀਖ਼ ਨਹੀਂ ਦੱਸੀ, ਅਤੇ ਚਾਰ ਸਿਸਟਮਾਂ ਤੇ ਉਨ੍ਹਾਂ ਦੀਆਂ ਕੇਬਲਾਂ ਤੋਂ ਇਲਾਵਾ ਡੱਬੇ ਵਿੱਚ ਕੀ ਹੈ, ਇਹ ਵੀ ਨਹੀਂ ਦੱਸਿਆ।
ਵੇਰਵਿਆਂ ਲਈ NVIDIA ਦਾ ਐਲਾਨ ਪੜ੍ਹੋ ਅਤੇ ਮੌਜੂਦਾ ਸੂਚੀਆਂ ਲਈ NVIDIA Marketplace ਉੱਤੇ DGX Spark ਪੰਨਾ ਦੇਖੋ।







