Saltar al contenido
Código IA Noticias de inteligencia artificial Santiago Mar 17 nov 2026
Dispositivos y chips

NVIDIA lanza kit de supercomputación de escritorio para investigadores

El DGX Spark HPC Developer Kit permite ejecutar cargas científicas y de IA sin esperar turnos en clusters compartidos.

NVIDIA lanza kit de supercomputación de escritorio para investigadores
Foto: blogs.nvidia.com · Fuente

NVIDIA presentó esta semana en SC26, la conferencia anual de supercomputación que se realiza en Chicago, el DGX Spark HPC Developer Kit, un cluster de cuatro nodos diseñado para investigadores, académicos y desarrolladores. El kit permite ejecutar cargas de trabajo científicas, modelos de inteligencia artificial y agentes directamente desde el escritorio, sin tener que esperar turnos en clusters compartidos de GPU.

Un laboratorio de supercómputo en el escritorio

Cada uno de los cuatro sistemas DGX Spark está conectado directamente a sus dos vecinos en un anillo, utilizando la red NVIDIA ConnectX-7, sin necesidad de comprar ni configurar un switch de red. En total, el cluster ofrece 512 GB de memoria combinada y 20 TB de almacenamiento NVMe, lo que da a los investigadores más capacidad para distribuir modelos y cargas científicas.

Gracias a la tecnología NVFP4, los investigadores pueden desplegar modelos de hasta 700 mil millones de parámetros —como DeepSeek V4.1— de forma local en los cuatro nodos. Esto significa que equipos con una asignación fija de cómputo ya no tienen que hacer fila para cada trabajo: pueden desarrollar y depurar en su propio escritorio, ahorrando horas de servidor para las corridas de producción y manteniendo resultados no publicados y datos propietarios en las instalaciones.

Software y cargas de trabajo validadas

El playbook para el NVIDIA HPC SDK estará disponible próximamente. Este kit de desarrollo de software para cómputo científico incluye compiladores de C, C++ y Fortran acelerados por GPU, bibliotecas y herramientas de interfaz de paso de mensajes (MPI), las mismas que se usan en los supercomputadores impulsados por NVIDIA. Con esto, los equipos pueden construir y probar aplicaciones científicas en los cuatro nodos, verificar cómo se distribuyen los cálculos y los datos, y depurar problemas de comunicación antes de escalar a sistemas más grandes.

El kit ya ha demostrado cargas de trabajo en cuatro sistemas, como LAMMPS con Kokkos para simulación de materiales y NAMD para dinámica molecular. La comunidad más amplia de DGX Spark ha validado además GROMACS para dinámica molecular, OpenFOAM para dinámica de fluidos, WRF para modelado meteorológico y microservicios NVIDIA NIM como OpenFold3 y Boltz-2 para predecir estructuras biomoleculares.

Casos de uso concretos

Kvantify, usando NVIDIA cuQuantum, reporta haber ejecutado simulaciones de circuitos de química cuántica con hasta 70 qubits y 975 compuertas en un solo DGX Spark, obteniendo benchmarks para cálculos de energía del estado fundamental de la penicilina. CYRAN AI, un spin-out del IIT Delhi, utiliza el DGX Spark con su librería PixelFlux para acelerar la decodificación JPEG 2000 de imágenes satelitales, apoyando el análisis geoespacial local.

En el Rubin Lab del Innovative Genomics Institute (IGI) de la Universidad de California, Berkeley, usan un DGX Spark y el modelo NVIDIA Evo 2 para predecir rasgos bacterianos directamente desde secuencias genómicas, comparando embeddings de modelos de lenguaje genómico y de proteínas. Según reportan, los resultados llegaron 15 veces más rápido que esperando 11 horas en una cola de cluster. El Hartwig Group, también en UC Berkeley, realiza fine-tuning LoRA sobre el modelo Nemotron 3 Super 120B-A12B para machine learning en química, logrando entrenar un modelo de 120 mil millones de parámetros en un solo dispositivo y evitando colas de cluster de varios días.

El DGX Spark HPC Developer Kit ya está a la venta y se exhibe en SC26. Los productos y cables DGX Spark se pueden adquirir a través de socios OEM como Acer, ASUS, Dell Technologies, GIGABYTE, H3C, HP, Lenovo, MSI y xFusion, y también en NVIDIA Marketplace. Para investigadores chilenos, la disponibilidad dependerá de los distribuidores locales de estas marcas; no hay información sobre precios ni envío directo a Chile.

Con información de NVIDIA

Compartir
En contexto

Más sobre Nvidia

Abrir dossier

Dispositivos y chips

Seguridad y privacidad

Herramientas y apps

Escríbenos

Te respondemos al correo que dejes.