
**번역본입니다. 오역이 있을수 있습니다.
이번 주 시카고에서 열리는 연례 슈퍼컴퓨팅 콘퍼런스 SC26에서, 엔비디아(NVIDIA)가 연구원, 학계 및 개발자를 위한 DGX Spark HPC 개발자 키트(DGX Spark HPC Developer Kit)를 선보입니다.
이 키트는 공유 GPU 클러스터의 대기 시간을 기다리는 대신, 연구원의 책상 위에서 직접 멀티 노드 과학 워크로드, AI 모델 및 에이전트를 구동할 수 있도록 각각 링(Ring) 형태로 인접한 두 시스템과 직접 연결된 4노드 NVIDIA DGX Spark 시스템 클러스터로 구성되어 있으며, 곧 NVIDIA HPC SDK 설치 플레이북도 제공될 예정입니다. 이 키트는 GB10 그레이스 블랙웰 슈퍼칩(GB10 Grace Blackwell Superchip)을 연구원의 책상 위에 올려놓습니다.
모든 책상 위의 슈퍼컴퓨팅 연구실 DGX Spark 개발자 키트는 연구원들의 업무 방식을 바꿉니다.
이 키트는 별도의 네트워크 스위치를 구매하거나 설치할 필요 없이, NVIDIA ConnectX-7 네트워킹을 통해 상호 직접 연결된 단일 시스템(1노드)에서 4노드까지 확장할 수 있습니다.
4개 노드 구성 시 512GB의 결합 메모리와 20TB의 NVMe 스토리지를 제공하여, 연구원들이 클러스터 전반에 걸쳐 모델과 과학 워크로드를 분산할 수 있는 더 큰 용량을 제공합니다. NVFP4를 통해 연구원들은 DeepSeek V4.1과 같은 최대 7,000억 개(700B) 파라미터 규모의 모델을 4대의 DGX Spark 클러스터에 걸쳐 로컬 환경에서 직접 배포할 수 있습니다.
책상 위에 이처럼 강력한 연산 성능을 갖추게 됨으로써, 고정된 컴퓨팅 및 서버 할당량을 사용하는 연구원들은 더 이상 모든 작업마다 큐(대기열)에서 기다릴 필요가 없습니다. 연구팀은 자체적으로 개발과 디버깅을 진행하여 프로덕션 구동을 위한 서버 시간을 절약할 수 있으며, 미발표된 연구 결과와 독점 데이터셋을 온프레미스 내에 안전하게 보관할 수 있습니다.
NVIDIA HPC SDK용 플레이북이 곧 제공될 예정이며, 이를 통해 엔비디아 기반 슈퍼컴퓨터에서 사용되는 것과 동일한 개발 도구인 GPU 가속 C, C++, Fortran 컴파일러, 라이브러리 및 MPI(Message Passing Interface) 도구를 DGX Spark 클러스터에 제공합니다. 연구팀은 4개 노드 전반에서 과학 애플리케이션을 구축 및 테스트하고, 연산과 데이터가 어떻게 분산되는지 확인하며, 더 큰 대규모 시스템으로 확장하기 전에 통신 문제를 미리 디버깅할 수 있습니다.
이 키트는 과학 시뮬레이션, AI 모델 및 에이전트를 데스크톱 환경으로 가져오며, 실증된 4개 시스템 워크로드에는 재료 시뮬레이션을 위한 Kokkos 기반 LAMMPS와 분자 동력학을 위한 NAMD가 포함됩니다. 더 넓은 DGX Spark 커뮤니티에서는 분자 동력학을 위한 GROMACS, 유체 역학을 위한 OpenFOAM, 기상 모델링을 위한 WRF, 그리고 생체 분자 구조 예측을 위한 OpenFold3 및 Boltz-2와 같은 NVIDIA NIM 마이크로서비스의 검증을 마쳤습니다.
DGX Spark에서 구동되는 Nemotron 3.5 Super VL용 신규 오픈 데이터셋과 사후 학습(post-training) 레시피는 연구원들이 생명과학 및 화학 분야에 맞춰 모델을 조정할 수 있도록 지원하여, 조직이 자체 통제하는 인프라 내에서 안전한 과학 연구 워크플로를 구현할 수 있게 합니다.
연구원들이 이를 통해 수행할 수 있는 작업 이 키트는 연구원들에게 새로운 가능성을 열어줍니다.
연구원들은 과학자가 설정과 결론을 검증하는 동안, 시뮬레이션 입력을 준비하고 실행을 시작하며 결과를 요약하는 에이전트 지원 워크플로를 탐색할 수 있습니다.
또한 연구원들은 느린 시뮬레이션을 근사하는 AI 모델을 훈련한 뒤, 이를 활용해 공기 저항을 최소화하도록 날개 설계를 개선할 수 있습니다.
슈퍼컴퓨터 사용 시간을 할당하기 전에, 연구팀은 1,000만 개 셀 규모의 시뮬레이션을 핵심적인 50~500개 차원으로 좁혀 정제할 수 있습니다.
-
Kvantify는 NVIDIA cuQuantum을 활용하고 있으며, 단일 DGX Spark에서 페니실린 바닥상태 에너지 계산을 위해 생성된 회로를 벤치마킹하여 최대 70큐비트 및 975개 게이트를 갖춘 양자 화학 회로의 텐서 네트워크 시뮬레이션을 실행하고 있다고 보고했습니다.
-
인도 공과대학교 델리(IIT Delhi)의 스핀오프 기업인 CYRAN AI는 DGX Spark와 PixelFlux 라이브러리를 활용해 대용량 위성 영상의 JPEG 2000 디코딩을 가속화하여 로컬 지리공간 분석을 지원하고 있습니다.
-
OpenFold는 연구원들이 NVIDIA DGX Spark에서 OpenFold3를 파인튜닝하여 신약 개발을 위한 단백질-리간드 구조 예측을 개선할 수 있는 방법을 보여줍니다.
-
UC 버클리 혁신 유전학 연구소(IGI)의 Rubin Lab은 DGX Spark와 NVIDIA Evo 2 모델을 사용하여 게놈 및 단백질 언어 모델의 임베딩을 기존 기준선과 비교함으로써, 게놈 서열로부터 박테리아의 특성을 직접 예측하고 있습니다. 클러스터의 11시간 대기 시간 없이, DGX Spark를 통해 결과를 15배 더 빠르게 도출했습니다.
-
UC 버클리의 Hartwig Group은 DGX Spark를 사용하여 화학 머신러닝을 위한 Nemotron 3 Super 120B-A12B 모델의 LoRA 파인튜닝을 수행하고 있으며, 실험값을 기반으로 예측 헤드를 학습시키고 있습니다. Spark에서 NVFP4 양자화를 사용하여 로컬로 구동함으로써 연구실은 단일 기기에서 120B급 모델을 성공적으로 수용하고 며칠씩 걸리던 클러스터 대기열을 우회하여, 8~24시간 연속 학습 작업을 연달아 실행할 수 있게 되었습니다.
키트 구매처 이 개발자 키트는 SC26 현장에 전시되어 있으며 현재 구매 가능합니다. DGX Spark 제품 및 케이블은 주요 최고급 OEM 파트너사를 통해 구매할 수 있으며, NVIDIA Marketplace를 통해서도 만나보실 수 있습니다.
파트너사에는 Acer, ASUS, Dell Technologies, GIGABYTE, H3C, HP, Lenovo, MSI, xFusion이 포함됩니다.
과학 컴퓨팅용 소프트웨어 개발 키트인 NVIDIA HPC SDK를 구축하고 실행하기 위한 NVIDIA 플레이북이 곧 출시될 예정입니다. 출시되면 과학자 및 연구원들에게 멀티 노드 GPU 애플리케이션을 개발하고, FP32 및 혼합 정밀도 알고리즘을 탐색하며, 데이터센터 시스템으로 확장하기 전에 Kokkos 기반 LAMMPS를 사용하여 분자 동력학 및 재료 시뮬레이션을 실행할 수 있는 로컬 플랫폼을 제공하게 됩니다.
--------------------------------------------------------------------------------------광고(Advertising)--------------------------------------------------------------------------------------------------------