NVIDIA DGX Spark助力全球高等教育AI研究突破

在全球領先的教育機構中，NVIDIA DGX Spark桌面超級計算機正在將數據中心級別的AI能力帶到實驗臺、教師辦公室和學生系統中。甚至在南極的威斯康星大學麥迪遜分校運營的冰立方中微子天文臺，也有一臺DGX Spark在努力工作。

這款緊湊型超級計算機具備千萬億次級別的性能，能夠在本地部署大型AI應用程序，從臨床報告評估器到機器人感知系統，既能保證敏感數據留在本地，又能縮短研究人員和學習者的迭代周期。

DGX Spark采用NVIDIA GB10超級芯片和NVIDIA DGX操作系統，每臺設備支持高達2000億參數的AI模型，并與NVIDIA NeMo、Metropolis、Holoscan和Isaac平臺無縫集成，讓學生能夠使用與整個DGX生態系統相同的專業級工具。

威斯康星大學麥迪遜分校南極研究突破

在威斯康星大學麥迪遜分校位于南極洲的冰立方中微子天文臺，研究人員正在使用DGX Spark運行AI模型，研究宇宙中最劇烈的事件，使用被稱為中微子的亞原子粒子。

根據威斯康星冰立方粒子天體物理中心計算主任本尼迪克特·里德爾的說法，基于探測光波的傳統天文學方法只能觀測到已知宇宙的約80%。使用引力波和中微子等粒子探索宇宙的新方法，能夠解鎖對最極端宇宙環境的研究，包括超新星和暗物質相關的環境。

"南極沒有五金店，那里在技術上是沙漠，相對濕度低于5%，海拔10000英尺，意味著電力極其有限，"里德爾說。"DGX Spark讓我們能夠在如此偏遠的環境中，以低成本、分塊化和簡便的方式部署AI，對我們的中微子觀測數據進行本地AI分析。"

紐約大學醫療AI創新

在紐約大學全球AI前沿實驗室，ICARE項目在實驗室的一臺DGX Spark上端到端運行。ICARE使用協作AI智能體和多選題生成來評估AI生成的放射學報告與專家資源的匹配程度，實現實時臨床評估和持續監控，而無需將醫學影像數據發送到云端。

"能夠在DGX Spark上本地運行強大的大語言模型完全改變了我的工作流程，"紐約大學數據科學中心數據科學助理教授兼研究員盧修斯·拜納姆說。"我能夠專注于快速迭代和改進我正在開發的研究工具。"

紐約大學研究人員還使用DGX Spark在本地運行大語言模型，作為交互式因果建模工具的一部分，生成和完善語義因果模型——臨床變量、影像發現和潛在診斷之間因果關系的結構化、機器可讀映射。這種設置讓團隊能夠快速設計、測試和迭代先進模型，無需等待集群資源，包括隱私和安全敏感的應用，如醫療保健領域，數據必須保留在本地。

哈佛大學神經科學研究

在哈佛大學自然與人工智能研究肯普納研究所，神經科學家正在使用DGX Spark作為緊湊型桌面超級計算機，探索大腦基因突變如何驅動癲癇。該系統讓研究人員能夠實時運行復雜分析，無需等待大型機構集群的訪問權限。

由肯普納研究所聯合主任貝爾納多·薩巴蒂尼領導的團隊正在研究興奮性和抑制性神經元中的約6000個突變，構建蛋白質結構和神經元功能預測圖譜，指導下一步在實驗室測試哪些變異。

DGX Spark在哈佛充當臺式計算和集群級計算之間的橋梁。研究人員首先在單個DGX Spark上驗證工作流程和時間安排，然后將成功的流程擴展到大型GPU集群進行大規模蛋白質篩選。

亞利桑那州立大學跨領域應用

亞利桑那州立大學是首批獲得多個DGX Spark系統的大學之一，現在支持整個校園的AI研究，涵蓋記憶護理、交通安全和可持續能源等倡議。

由計算與增強智能學院副教授楊業州領導的ASU團隊正在使用DGX Spark推動先進感知和機器人研究，包括AI驅動的搜救機器狗和視覺障礙用戶輔助工具等應用。

密西西比州立大學教育創新

在密西西比州立大學計算機科學與工程系，DGX Spark作為下一代AI工程師的實踐學習平臺。

密西西比州立大學對DGX Spark的熱情通過實驗室驅動的推廣活動得到體現，包括一個致力于推進應用AI、促進AI人才發展和推動全州實際AI實驗的實驗室制作的開箱視頻。

特拉華大學研究加速

當華碩向學校交付第一臺由DGX Spark驅動的Ascent GX10時，計算機與信息科學教授兼第一州AI研究所主任蘇尼塔·錢德拉塞卡蘭稱其為"研究的變革性工具"，使體育分析和海岸科學等跨學科團隊能夠直接在校園運行大型AI模型，而不是依賴昂貴的云資源。通過華碩虛擬實驗室程序，學校可以在部署前遠程測試GX10性能。

奧地利科學技術研究院開源貢獻

在奧地利科學技術研究院，研究人員正在使用基于NVIDIA DGX Spark的HP ZGX Nano AI工作站，直接在桌面上訓練和微調大語言模型。該團隊的開源LLMQ軟件支持處理高達70億參數的模型，使更多學生和研究人員能夠接觸到先進的大語言模型訓練。

由于ZGX Nano包含128GB統一內存，整個大語言模型及其訓練數據可以保留在系統中，避免了消費級GPU通常需要的復雜內存管理。這幫助團隊更快地工作并將敏感數據保留在本地。

斯坦福大學生物AI研究

在斯坦福大學，研究人員使用DGX Spark在擴展到大型GPU集群之前，本地原型化完整的訓練和評估流程來運行他們的Biomni生物智能體工作流程。這實現了模型開發和基準測試的緊密迭代循環，并直接在實驗室環境中自動化復雜分析和實驗規劃。

斯坦福研究團隊報告稱，DGX Spark提供了與大型云GPU實例相似的性能——在通過Ollama的MXFP4上的1200億參數gpt-oss模型上約每秒80個Token——同時將整個工作負載保留在桌面上。

來自全球的大學生被邀請參加Treehacks，這是2月13-15日在斯坦福舉行的大型學生黑客馬拉松，將配備華碩的DGX Spark設備。

Q&A

Q1：NVIDIA DGX Spark是什么？它有什么特點？

A：NVIDIA DGX Spark是一款桌面超級計算機，具備千萬億次級別的AI計算性能。它采用NVIDIA GB10超級芯片和DGX操作系統，支持高達2000億參數的AI模型，能夠在本地部署大型AI應用程序，保證敏感數據不外流的同時縮短研究迭代周期。

Q2：DGX Spark在高等教育中有哪些具體應用？

A：DGX Spark在高等教育中應用廣泛，包括威斯康星大學的中微子天體物理研究、紐約大學的醫療AI報告評估、哈佛大學的癲癇基因研究、亞利桑那州立大學的機器人感知研究，以及斯坦福大學的生物智能體研究等，覆蓋了從基礎科學到工程應用的多個領域。

Q3：使用DGX Spark相比云計算有什么優勢？

A：DGX Spark相比云計算的主要優勢包括：能夠將敏感數據保留在本地，特別適合醫療等隱私敏感領域；無需等待集群資源，研究人員可以實時運行復雜分析；在極端環境（如南極）也能穩定運行；成本更低，無需依賴昂貴的云資源；支持快速迭代和原型驗證。