THE AGE OF AI
AI ქრონიკა · 17 ნოემბერი, 2026
აგენტი ამოწმებს 17 წყაროს
94ამბავი
ბოლო 24 საათში
ვრცლად →

NVIDIA-მ SC26-ზე DGX Spark ნაკრები წარადგინა: ოთხი სისტემა ერთ სამუშაო მაგიდაზე

DGX Spark ნაკრები: ოთხი მწვანე მავთულოვანი სისტემა დაკავშირებული რგოლში, მუქ ფონზე

NVIDIA-მ სუპერკომპიუტერების ყოველწლიურ კონფერენციაზე (SC26), ოფიციალურად წარადგინა DGX Spark ნაკრები (HPC Developer Kit). ეს არის ოთხი კომპაქტური DGX Spark სისტემისგან შემდგარი კლასტერი, რომელიც პირდაპირ მკვლევრის სამუშაო მაგიდაზე ეტევა. კომპანიის განცხადებით, სიახლე მეცნიერებსა და ინჟინრებს საშუალებას აძლევს, რთული სამეცნიერო პროგრამები და AI მოდელები ლოკალურად გამოსცადონ და საერთო გამოთვლით ცენტრებში რიგს აღარ დაელოდონ. ტერმინი HPC (High-Performance Computing) მაღალი წარმადობის გამოთვლებს ნიშნავს — ეს არის რესურსტევადი ამოცანები, რომლებიც, ტრადიციულად, მსხვილ და გაზიარებულ სერვერულ კლასტერებზე სრულდება.

ახალი ნაკრები გათვლილია სამეცნიერო ლაბორატორიებზე, უნივერსიტეტებსა და დეველოპერებზე. თითოეული მოწყობილობა აღჭურვილია GB10 Grace Blackwell სუპერჩიპით, რომელიც ცენტრალურ (CPU) და გრაფიკულ (GPU) პროცესორებს ერთ კრისტალზე აერთიანებს.

სარჩევი

რას წარმოადგენს DGX Spark ნაკრები?

ცალკე აღებული თითოეული DGX Spark მინიატურული სამაგიდო სუპერკომპიუტერია. ოფიციალური სპეციფიკაციების მიხედვით, მისი ზომებია დაახლოებით 15 × 15 × 5 სანტიმეტრი, ხოლო წონა — 1,2 კილოგრამი. ერთი მოწყობილობის ერთიანი მეხსიერება 64 ან 128 გიგაბაიტს შეადგენს, რაც ნიშნავს, რომ ოთხი 128-გიგაბაიტიანი სისტემის გაერთიანებით მომხმარებელი ჯამში 512 გიგაბაიტ მეხსიერებას იღებს. ამასთან, სრული კომპლექტაცია მოიცავს 20 ტერაბაიტი მოცულობის სწრაფ NVMe მეხსიერებასაც.

ერთი DGX Spark სისტემა სამუშაო მაგიდაზე ლეპტოპის გვერდით, NVIDIA-ს ოფიციალური ფოტო
ერთი DGX Spark სისტემა სამუშაო მაგიდაზე. სრული ნაკრები ასეთი ოთხი მოწყობილობისგან შედგება. ფოტო: NVIDIA.

NVIDIA-ს ცნობით, ოთხი სისტემის კლასტერზე NVFP4 ფორმატის გამოყენებით შესაძლებელია 700 მილიარდ პარამეტრამდე მოცულობის ენობრივი მოდელების (მაგალითად, DeepSeek V4.1-ის) ლოკალურად გაშვება. NVFP4 არის შეკუმშული 4-ბიტიანი რიცხვითი ფორმატი, რომელიც მკვეთრად ზოგავს ოპერატიულ მეხსიერებას. ცხადია, ეს თავად მწარმოებლის შიდა მაჩვენებელია და არა დამოუკიდებელი ტესტირების შედეგი. პროდუქტის გვერდზე ისიც არის აღნიშნული, რომ თითოეული სისტემა FP4 სიზუსტით 1 პეტაფლოპამდე (წამში ერთი კვადრილიონი ოპერაცია) AI წარმადობას აღწევს. თუმცა, კომპანია სქოლიოში განმარტავს, რომ ეს თეორიული პიკური მაჩვენებელია და მიიღწევა ე.წ. მეჩხერი მატრიცების (Sparsity) ოპტიმიზაციის ხარჯზე.

მოკლედ რომ ვთქვათ, DGX Spark ნაკრები წარმოადგენს ოთხი დამოუკიდებელი მინი-კომპიუტერისგან შეკრულ სამაგიდო კლასტერს და არა ერთ მონოლითურ მოწყობილობას.

როგორ უკავშირდება ერთმანეთს ოთხი სისტემა?

მოწყობილობები ერთმანეთთან მაღალსიჩქარიანი NVIDIA ConnectX-7 ქსელური ადაპტერებით ერთიანდება. კომპანიის ოფიციალურ ბლოგში აღნიშნულია, რომ ოთხი სისტემა წრიული ტოპოლოგიით (Ring Topology) ერთდება — თითოეული კვანძი უშუალოდ ორ მეზობელ მოწყობილობას უკავშირდება, რის გამოც ცალკე ქსელური კომუტატორის (Switch) შეძენა და გამართვა საჭირო აღარ არის.

თუმცა, პროდუქტის ოფიციალურ ვებგვერდზე ტექნიკური აღწერა ოდნავ განსხვავებულია: იქ წერია, რომ პირდაპირი QSFP კაბელით კომუტატორის გარეშე მხოლოდ ორი სისტემის დაკავშირებაა შესაძლებელი, ხოლო ოთხი მოწყობილობის გასაერთიანებლად საჭიროა 200-გიგაბიტიანი ქსელური კომუტატორი. რადგან ეს ორი ოფიციალური წყარო ერთმანეთს ბოლომდე არ ემთხვევა, ოთხკვანძიანი კლასტერის აწყობამდე მყიდველმა ზუსტი კონფიგურაცია NVIDIA-ს ტექნიკურ დოკუმენტაციაში უნდა გადაამოწმოს.

მნიშვნელოვანია ისიც, რომ DGX Spark ნაკრები მოდულურია — მომხმარებელს შეუძლია მუშაობა ერთი სისტემით დაიწყოს და საჭიროებისამებრ ეტაპობრივად დაამატოს დანარჩენი სამი.

რას აძლევს ეს სისტემა მკვლევრებს?

NVIDIA ხაზს უსვამს, რომ სამუშაო მაგიდაზე საკუთარი გამოთვლითი კლასტერის ქონა გამორიცხავს საერთო სერვერების რიგში ლოდინს. სამეცნიერო გუნდებს შეუძლიათ კოდი ლოკალურად დაწერონ, გამართონ და შეცდომები ადგილზევე გაასწორონ, ხოლო ძვირადღირებული ცენტრალური სუპერკომპიუტერის რესურსი მხოლოდ საბოლოო, მასშტაბური გამოთვლებისთვის გამოიყენონ. გარდა ამისა, გამოუქვეყნებელი კვლევები და კონფიდენციალური მონაცემები მთლიანად ლაბორატორიის შიგნით რჩება.

კომპანიის ცნობით, უახლოეს მომავალში გამოქვეყნდება NVIDIA HPC SDK-ის ინსტალაციის სრული სახელმძღვანელოც. ეს არის სამეცნიერო გამოთვლებისთვის განკუთვნილი პროგრამული პაკეტი, რომელიც მოიცავს C, C++ და Fortran კომპილატორებს, სპეციალიზებულ ბიბლიოთეკებსა და კვანძებს შორის მონაცემთა მიმოცვლის (MPI) ინსტრუმენტებს. NVIDIA აღნიშნავს, რომ ეს ზუსტად ის პროგრამული გარემოა, რომელიც მსოფლიოს უდიდეს სუპერკომპიუტერებზე გამოიყენება.

ოთხსისტემიან კლასტერზე კომპანიამ უკვე წარმოადგინა მასალათმცოდნეობის სიმულაცია (LAMMPS Kokkos-ის მხარდაჭერით) და მოლეკულური დინამიკის მოდელირება (NAMD). ამასთან, DGX Spark-ის ეკოსისტემაში უკვე დატესტილია GROMACS, ჰიდროდინამიკის პაკეტი OpenFOAM, ამინდის პროგნოზირების სისტემა WRF და NVIDIA NIM მიკროსერვისები — მათ შორის OpenFold3 და Boltz-2, რომლებიც ბიომოლეკულური სტრუქტურების პროგნოზირებისთვის გამოიყენება.

ანონსში ასევე ნახსენებია Nemotron 3.5 Super VL-ის ახალი ღია მონაცემთა ნაკრები და მოდელის დამატებითი წვრთნის (Post-training) ინსტრუქციები ქიმიისა და სიცოცხლის შემსწავლელი მეცნიერებებისთვის. კომპანია აღწერს აგენტურ სამუშაო პროცესებსაც, სადაც AI აგენტი თავად ამზადებს სიმულაციის საწყის პარამეტრებს, უშვებს გამოთვლას და აჯამებს შედეგებს, ხოლო მეცნიერი მხოლოდ საბოლოო დასკვნას ამოწმებს. კიდევ ერთ მაგალითად მოყვანილია მძიმე ფიზიკური სიმულაციების ჩანაცვლება სწრაფი AI მოდელებით (მაგალითად, თვითმფრინავის ფრთის აეროდინამიკური ფორმის დასახვეწად), რაც საშუალებას იძლევა, დიდ სუპერკომპიუტერზე გაშვებამდე 10-მილიონუჯრედიანი სიმულაცია 50–500 ძირითად პარამეტრამდე დავიდეს.

პრესრელიზში მოყვანილია იმ კვლევითი ცენტრების შედეგებიც, რომლებიც უკვე იყენებენ თითო DGX Spark სისტემას: IGI-ის Rubin Lab-მა Evo 2 მოდელის დახმარებით ბაქტერიების გენომური მახასიათებლების პროგნოზირება 15-ჯერ უფრო სწრაფად შეძლო, ვიდრე საერთო სერვერის 11-საათიან რიგში ლოდინისას. კომპანია Kvantify მოწყობილობას კვანტური ქიმიის სიმულაციებისთვის იყენებს, OpenFold — მედიკამენტების კვლევისთვის, ხოლო ინდოეთის ტექნოლოგიური ინსტიტუტის (IIT Delhi) შვილობილი სტარტაპი CYRAN AI — მაღალი გარჩევადობის სატელიტური გამოსახულებების დასამუშავებლად.

აღსანიშნავია, რომ მიუხედავად იმისა, რომ DGX Spark ნაკრები ოთხსისტემიანი შეთავაზებაა, კომპანიის მიერ მოყვანილი პრაქტიკული ქეისების ნაწილი ჯერ მხოლოდ ერთ მოწყობილობაზეა შესრულებული.

სად იყიდება და ვინ არიან მწარმოებელი პარტნიორები?

ახალი ნაკრები უკვე წარმოდგენილია SC26 კონფერენციაზე და, NVIDIA-ს განცხადებით, ხელმისაწვდომია შესაძენად. DGX Spark სისტემები და დამაკავშირებელი კაბელები იყიდება როგორც NVIDIA Marketplace-ზე, ისე პარტნიორ მწარმოებლებთან, რომელთა შორის არიან: Acer, ASUS, Dell Technologies, GIGABYTE, H3C, HP, Lenovo, MSI და xFusion. სრული ოთხსისტემიანი ნაკრების ოფიციალური ფასი პრესრელიზში დაკონკრეტებული არ არის.

DGX Spark-ის სხვადასხვა მწარმოებლის კორპუსები, NVIDIA-ს ოფიციალური ფოტო
DGX Spark სხვადასხვა პარტნიორი მწარმოებლის ვერსიებითაც იყიდება. ფოტო: NVIDIA.

რაც შეეხება HPC SDK-ის გამართვის დეტალურ ინსტრუქციას, მის გამოქვეყნებამდე DGX Spark ნაკრები ხელმისაწვდომია აპარატურული სახით, სრული სამეცნიერო-პროგრამული გზამკვლევი კი მოგვიანებით დაემატება.

რატომ არის DGX Spark ნაკრები მნიშვნელოვანი?

DGX Spark ნაკრები საინტერესოა იმით, რომ მრავალკვანძიანი სუპერკომპიუტერის არქიტექტურა პირდაპირ მკვლევრის სამუშაო მაგიდაზე გადმოაქვს. როდესაც კოდის ტესტირება და მოდელების გამართვა ლოკალურად, რიგში დგომის გარეშეა შესაძლებელი, დიდი გამოთვლითი ცენტრების დრო და ბიუჯეტი ბევრად უფრო ეფექტურად იხარჯება.

ამავდროულად, გასათვალისწინებელია, რომ დასახელებული წარმადობის მაჩვენებლები და 700-მილიარდიანი მოდელების გაშვების შესაძლებლობა თავად NVIDIA-ს შიდა შეფასებებს ეყრდნობა. გარდა ამისა, დასაზუსტებელია ოთხი სისტემის კომუტატორის გარეშე დაკავშირების დეტალები და გამოსაქვეყნებელია HPC SDK-ის სახელმძღვანელოც. შესაბამისად, სისტემის რეალური შესაძლებლობები დამოუკიდებელი სამეცნიერო ტესტების შემდეგ გამოჩნდება.

ხელოვნური ინტელექტიროგორ მუშაობს და რისთვის გამოიყენება

LLM.GE - ხელოვნური ინტელექტი ქართულად

LLM.GE არის ქართულენოვანი საინფორმაციო პლატფორმა, სადაც ხელოვნური ინტელექტის სიახლეები ქართულად ყოველდღიურად ქვეყნდება. პლატფორმა აშუქებს ინდუსტრიის მნიშვნელოვან მოვლენებს, ახალი AI მოდელების განვითარებას, სამეცნიერო კვლევებსა და პრაქტიკულ ინსტრუმენტებს. ვებ-გვერდის მიზანია, მკითხველს ერთ სივრცეში შესთავაზოს ზუსტი, სანდო, გასაგები და დროული ინფორმაცია, დაეხმაროს სწრაფად განვითარებად ტექნოლოგიურ სამყაროში მიმდინარე ცვლილებების გააზრებაში და ხელი შეუწყოს ცოდნის გაღრმავებას ხელოვნური ინტელექტის - ჩვენი ეპოქის ერთ-ერთი უმნიშვნელოვანესი ტექნოლოგიური მიღწევის შესახებ

გამოიწერე სიახლეები

გამოწერის გაუქმება ნებისმიერ დროს შეგიძლიათ კონფიდენციალურობის პოლიტიკა

×