📢 转载信息
原文链接：https://blogs.nvidia.com/blog/dgx-spark-higher-education/
原文作者：Max Starubinskiy
在全球领先的机构中，NVIDIA DGX Spark 桌面级超级计算机正在将数据中心级的AI能力带到实验室工作台、教职员工办公室和学生的系统中。甚至有一台 DGX Spark 正在南极的威斯康星大学麦迪逊分校运营的 IceCube 中微子观测站辛勤工作着。
这款紧凑型超级计算机的每秒千万亿次浮点运算级别性能，使得从临床报告评估器到机器人感知系统等大型AI应用能够实现本地部署，同时确保敏感数据保留在本地，并缩短研究人员和学习者的迭代周期。
每台 DGX Spark 单元均由 NVIDIA GB10 超级芯片和 NVIDIA DGX 操作系统提供支持，可支持高达 2000 亿参数的 AI 模型，并与 NVIDIA NeMo、Metropolis、Holoscan 和 Isaac 平台无缝集成，让学生能够使用贯穿整个 DGX 生态系统的专业级工具。
请在下方阅读更多关于 DGX Spark 如何助力全球领先机构进行开创性AI工作的内容。
IceCube 中微子观测站：在南极研究粒子
在威斯康星大学麦迪逊分校位于南极的 IceCube 中微子观测站，研究人员正在使用 DGX Spark 运行 AI 模型，以研究宇宙中最具灾难性的事件，这些事件涉及一种称为中微子的亚原子粒子。
据威斯康星冰立方粒子天体物理中心计算主任 Benedikt Riedel 介绍，基于检测光波的传统天文学方法可以观测到已知宇宙的大约 80%。而使用引力波和中微子等粒子探索宇宙的新方法，则可以研究包括超新星和暗物质在内的最极端的宇宙环境。
Riedel 说：“南极 technically 是一个沙漠，相对湿度低于 5%，海拔 10,000 英尺，基本上没有五金店，电力非常有限。DGX Spark 让我们能够在这样一个极其偏远的环境中，以低成本、模块化的便捷方式部署 AI，以便在本地对我们的中微子观测数据进行 AI 分析。”
纽约大学 (NYU)：使用代理式 AI 进行放射学报告评估
在纽约大学的全球 AI 前沿实验室（Global AI Frontier Lab），ICARE（可解释和临床基础的基于代理的报告评估）项目完全在 DGX Spark 上端到端运行。ICARE 使用协作的 AI 代理和多项选择题生成来评估 AI 生成的放射学报告与专家来源的吻合程度，无需将医疗影像数据发送到云端，即可实现实时临床评估和持续监控。
纽约大学数据科学中心教员研究员 Lucius Bynum 说：“能够在 DGX Spark 上本地运行强大的 LLM 完全改变了我的工作流程。我能够专注于快速迭代和改进我正在开发的这个研究工具。”
纽约大学的研究人员还使用 DGX Spark 本地运行 LLM，作为交互式因果建模工具的一部分，这些工具生成并完善语义因果模型——这是临床变量、影像结果和潜在诊断之间因果关系的结构化、机器可读的地图。这种设置使团队能够快速设计、测试和迭代先进模型，而无需等待集群资源，特别适用于医疗保健等数据必须保留在本地的隐私和安全敏感应用。
哈佛大学：用 AI 解码癫痫
在哈佛大学的 Kempner 自然与人工智能研究所（Kempner Institute for the Study of Natural and Artificial Intelligence），神经科学家们正在使用 DGX Spark 作为紧凑型桌面超级计算机，探究大脑中的基因突变如何驱动癫痫。该系统使研究人员能够实时运行复杂的分析，而无需等待访问大型机构集群。
该团队由 Kempner 研究所联合主任 Bernardo Sabatini 领导，正在研究大约 6000 个兴奋性和抑制性神经元突变，构建蛋白质结构和神经元功能预测图谱，以指导下一步在实验室中测试哪些变异体。
DGX Spark 在哈佛大学充当了台式机计算与集群规模计算之间的桥梁。研究人员首先在单个 DGX Spark 上验证工作流程和时间安排，然后将成功的方法扩展到大型 GPU 集群，以进行大规模蛋白质筛选。
亚利桑那州立大学 (ASU)：赋能校园规模创新
亚利桑那州立大学是首批接收多台 DGX Spark 系统的大学之一，这些系统现已支持全校的 AI 研究，涵盖了针对记忆护理、交通安全和可持续能源的倡议。
由计算与增强智能学院副教授 Yezhou “YZ” Yang 领导的一个 ASU 团队，正在利用 DGX Spark 为先进的感知和机器人研究提供动力，包括用于 AI 赋能的搜救机器狗和为视障用户提供的辅助工具等应用。
密西西比州立大学：赋能计算机科学与工程学生
在密西西比州立大学的计算机科学与工程系，DGX Spark 作为下一代 AI 工程师的实践学习平台。
密西西比州立大学对 DGX Spark 的热情体现在实验室驱动的外展活动中，包括一个致力于推进应用 AI、培养 AI 劳动力发展并在全州范围内推动真实世界 AI 实验的实验室创建的开箱视频。
特拉华大学 (University of Delaware)：跨学科研究的变革
当华硕（ASUS）交付该校首台搭载 DGX Spark 的 Ascent GX10 时，计算机与信息科学教授兼第一州 AI 研究所所长 Sunita Chandrasekaran 称其“对研究具有变革性”，它使体育分析和沿海科学等跨学科团队能够在校内直接运行大型 AI 模型，而无需依赖昂贵的云资源。通过 ASUS 虚拟实验室计划，学校可以在部署前远程测试 GX10 的性能。
奥地利科学技术学院 (ISTA)：在小型桌面上训练大型 LLM
在奥地利科学技术学院，研究人员正在使用基于 NVIDIA DGX Spark 的紧凑型系统 HP ZGX Nano AI Station，直接在桌面上训练和微调 LLM。该团队的开源 LLMQ 软件支持处理多达 70 亿参数的模型，使更多学生和研究人员能够接触到先进的 LLM 训练。
由于 ZGX Nano 包含 128GB 统一内存，整个 LLM 及其训练数据都可以保留在系统上，避免了在消费级 GPU 上通常需要进行复杂的内存管理。这有助于团队加快速度，并将敏感数据保留在本地。请阅读这篇关于 ISTA 的 LLMQ 软件的研究论文。
斯坦福大学：原型设计流水线
在斯坦福大学，研究人员正在使用 DGX Spark 在本地为他们的 Biomni 生物因子工作流程原型设计完整的训练和评估流水线，然后再扩展到大型 GPU 集群。这实现了模型开发和基准测试的紧密迭代循环，并直接在实验室环境中自动化复杂的分析和实验规划。
斯坦福研究团队报告称，DGX Spark 提供了与大型云 GPU 实例相似的性能——在使用 Ollama 对 1200 亿参数的 gpt-oss 模型进行 MXFP4 推理时，大约每秒 80 个 token——同时将整个工作负载保留在桌面上。
我们邀请全球各地的大学生参加 2 月 13 日至 15 日在斯坦福举行的盛大学生黑客马拉松 Treehacks，届时将展示来自华硕的 DGX Spark 单元。
请通过周五（2 月 13 日）太平洋时间上午 9 点的这次直播，了解 DGX Spark 如何正在改变斯坦福大学的_高等教育和学生创新_。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区