Software & Hardware

NVIDIA Perkenalkan DGX Spark HPC Developer Kit untuk Menjalankan Simulasi Ilmiah di Desktop

NVIDIA memperkenalkan DGX Spark HPC Developer Kit dalam konferensi superkomputasi SC26 di Chicago, Amerika Serikat, pada 16 November 2026. Perangkat ini menghadirkan teknologi komputasi berperforma tinggi dalam bentuk klaster desktop yang terdiri atas empat sistem DGX Spark. Dengan dukungan prosesor Grace Blackwell, memori gabungan 512 GB, dan penyimpanan NVMe sebesar 20 TB, solusi tersebut ditujukan bagi peneliti, akademisi, serta pengembang aplikasi ilmiah. NVIDIA juga menyiapkan dukungan perangkat lunak HPC untuk membantu pengujian simulasi dan kecerdasan buatan secara lokal. Kehadirannya membuka peluang penelitian yang lebih fleksibel tanpa selalu bergantung pada antrean superkomputer bersama.

Pengembangan Teknologi HPC Desktop melalui DGX Spark Developer Kit

Perkenalan solusi komputasi terbaru NVIDIA memperlihatkan inovasi baru dalam pengembangan komputasi ilmiah. Selama ini, aktivitas pemodelan ilmiah yang kompleks biasanya membutuhkan infrastruktur server bersama. Akan tetapi, pemanfaatan klaster penelitian mungkin memiliki keterbatasan ketersediaan. Berkat pengembangan sistem komputasi ringkas, NVIDIA berupaya menyediakan lingkungan penelitian lokal. Perangkat tersebut dirancang untuk menjalankan pekerjaan multino­de sebelum pekerjaan diperluas ke sistem yang lebih besar.

Perusahaan mengumumkan solusi ini pada konferensi SC26 yang berlangsung di Chicago. Pertemuan industri HPC itu menghadirkan teknologi untuk penelitian berperforma tinggi. Perangkat pengembangan DGX Spark dirancang untuk ilmuwan serta tim pengembangan. Dengan menggunakan perangkat lokal, pengguna dapat melakukan pengujian kode secara langsung. Model penggunaan tersebut tidak dimaksudkan menggantikan seluruh fungsi superkomputer. Lebih tepatnya, sistem membantu menyiapkan pekerjaan penelitian.

Spesifikasi DGX Spark HPC Developer Kit dengan Empat Node

Keunggulan arsitektur yang menonjol DGX Spark HPC Developer Kit adalah konfigurasi klaster dengan empat node. Tiap perangkat dalam klaster memanfaatkan prosesor terintegrasi Grace Blackwell GB10. Platform pemrosesan ini mendukung pemrosesan data melalui arsitektur terintegrasi. Pada susunan klaster lengkap, jumlah memori seluruh perangkat mencapai 512 GB. Sebagai pelengkap kapasitas tersebut, tersedia total NVMe sebesar 20 TB. Namun perlu diperhatikan bahwa kapasitas gabungan bukan satu ruang memori tunggal yang otomatis menyatu. Oleh sebab itu, perangkat lunak harus mendukung pembagian pekerjaan.

Sebagai bagian dari rancangan klaster, NVIDIA menggunakan teknologi jaringan ConnectX-7. Konfigurasi komunikasi tersebut disusun dalam topologi ring. Tiap perangkat DGX Spark memiliki koneksi ke dua perangkat di sekitarnya. Berkat konfigurasi ring, klaster dapat dibangun tanpa sakelar jaringan terpisah. Keunggulan tersebut berpotensi mengurangi kerumitan infrastruktur. Namun dalam penggunaan nyata, kinerja transfer data bergantung pada karakteristik aplikasi. Oleh sebab itu, pengembang berpeluang mengevaluasi komunikasi klaster.

Kemampuan NVFP4 untuk Menjalankan Model Bahasa Berskala Besar

Di samping mendukung high-performance computing, DGX Spark HPC Developer Kit juga dirancang untuk pekerjaan kecerdasan buatan. Dalam penjelasan mengenai konfigurasi empat node, klaster mendukung penerapan model dengan ukuran sampai 700 miliar parameter menggunakan teknologi komputasi presisi rendah NVFP4. Metode representasi angka tersebut mendukung penggunaan model besar dengan konsumsi memori lebih rendah. Melalui pemanfaatan memori pada empat perangkat, parameter model dapat didistribusikan ke sejumlah node. Walaupun kapasitasnya besar, kemampuan menjalankan model tidak sama dengan kemampuan melatihnya dari awal.

Untuk peneliti machine learning, pemrosesan di lingkungan internal menawarkan beberapa keuntungan. Manfaat yang dapat diperoleh adalah pengelolaan informasi penelitian secara lokal. Ketika menangani informasi yang belum dipublikasikan, pengelolaan informasi internal merupakan pertimbangan utama. Sistem DGX Spark tersebut dapat mendukung eksperimen pada infrastruktur yang dikendalikan organisasi. Namun, pengguna masih harus mengelola akses dan pembaruan sistem. Dengan mempertimbangkan hal tersebut, pengaturan izin, enkripsi, dan pengawasan perangkat tetap diperlukan.

NVIDIA HPC SDK Mendukung Pengembangan Simulasi Ilmiah

Selain menyediakan klaster empat node, NVIDIA mengembangkan petunjuk pemasangan perangkat pengembangan HPC. HPC SDK merupakan platform pendukung pembuatan program berperforma tinggi. Kumpulan alat ini menyediakan kompiler untuk sejumlah bahasa pemrograman ilmiah. Sebagai komponen tambahan, pengembang dapat memanfaatkan library dan teknologi pertukaran pesan antarnode. Mekanisme komunikasi paralel tersebut memungkinkan pertukaran data di antara node. Melalui dukungan perangkat lunak tersebut, tim penelitian berpeluang memperbaiki komunikasi program sebelum penerapan luas.

Menurut pengumuman mengenai kit tersebut, playbook HPC SDK masih akan tersedia kemudian. Karena itu, tim penelitian harus memastikan kompatibilitas sebelum menjalankan pekerjaan. Setelah konfigurasi pengembangan selesai, aplikasi dapat diuji melalui beberapa node. Tahap pengembangan tersebut memungkinkan pemeriksaan pembagian komputasi. Dalam eksperimen ilmiah, pengembang dapat menjalankan perhitungan pada sejumlah proses. Informasi yang diperoleh memberikan dasar optimasi aplikasi sebelum memanfaatkan klaster HPC produksi.

Contoh Penggunaan Komputasi Desktop NVIDIA dalam Simulasi Ilmiah

Pengujian yang ditampilkan NVIDIA adalah komputasi dinamika material berbasis LAMMPS. Dalam penelitian material, LAMMPS adalah perangkat lunak ilmiah yang digunakan meneliti perilaku partikel. Adapun, Kokkos membantu menjalankan komputasi paralel pada berbagai arsitektur. Ketika ilmuwan mempelajari struktur molekul, simulasi membantu memahami pergerakan atom. Pendekatan penelitian tersebut dapat mendukung penelitian sifat fisik. Melalui klaster DGX Spark, peneliti dapat melakukan pengembangan awal secara lokal.

Selain LAMMPS, NVIDIA memperlihatkan penggunaan NAMD. Perangkat lunak tersebut digunakan untuk memodelkan sistem biomolekul. Dalam pengembangan ilmu hayati, perhitungan dinamika molekuler memberikan informasi mengenai perilaku struktur. Dalam ekosistem DGX Spark, komunitas pengembang menunjukkan penggunaan berbagai program ilmiah termasuk GROMACS, OpenFOAM, dan WRF. Berbagai aplikasi tersebut mendukung penelitian molekul, aliran fluida, serta pemodelan atmosfer. Namun demikian, ukuran simulasi tetap menentukan kelayakan penggunaan.

NVIDIA Perluas Akses Komputasi Ilmiah melalui Klaster Desktop

Pengumuman klaster desktop terbaru NVIDIA menunjukkan perkembangan menarik dalam penyediaan komputasi ilmiah yang lebih mudah diakses. Melalui integrasi empat perangkat komputasi desktop, total memori sistem mencapai 512 GB, dan ruang penyimpanan NVMe total 20 TB, NVIDIA menyediakan solusi pengujian aplikasi terdistribusi. Dukungan ConnectX-7 membantu menyederhanakan komunikasi antarperangkat. Sementara itu, dukungan perangkat lunak komputasi ilmiah yang sedang disiapkan ditujukan untuk mendukung simulasi paralel. Walaupun demikian, perangkat ini tidak menggantikan seluruh fungsi superkomputer besar. Dengan penggunaan yang tepat, pengembang mampu menyiapkan pekerjaan sebelum menjalankannya pada klaster besar. Menurut Anda, apakah klaster ringkas mampu memperluas akses teknologi superkomputer? Sampaikan pendapat Anda mengenai masa depan komputasi ilmiah.

Related Articles

Back to top button