AI開発を加速：DGX Sparkが大学教育・研究を変革

この記事を読むのにかかる時間： 6 分

この記事のポイント

• NVIDIA DGX Sparkは、データセンター級のAIを大学の研究室や学生のPCに導入可能にするデスクトップ型スーパーコンピューターです。
• 大規模AIアプリケーションをローカルで展開し、機密データをオンプレミスに保ちながら、研究者や学習者のイテレーションサイクルを短縮します。
• NVIDIA GB10スーパーチップとDGXオペレーティングシステムを搭載し、最大2000億パラメータのAIモデルをサポートします。
• ニューヨーク大学（NYU）、ハーバード大学、アリゾナ州立大学（ASU）など、世界中の高等教育機関で革新的なAI研究を推進しています。
• 教育現場では、AIエンジニアの育成や、大規模言語モデル（LLM）のトレーニングなど、多岐にわたる活用が進んでいます。

DGX Sparkが大学のAI研究に革新をもたらす

世界中の先進的な教育機関において、NVIDIA DGX Sparkデスクトップ型スーパーコンピューターが、データセンター級のAIを研究室、教員のオフィス、学生のシステムに導入しています。さらには、ウィスコンシン大学マディソン校が運営するアイスキューブニュートリノ観測所で、DGX Sparkが南極で活躍しています。

このコンパクトなスーパーコンピューターのペタフロップ級の性能により、臨床レポート評価ツールからロボット工学の知覚システムまで、大規模AIアプリケーションをローカルで展開できます。これにより、機密データをオンプレミスに保持しつつ、研究者や学習者のイテレーションサイクルを短縮することが可能です。

NVIDIA GB10スーパーチップとNVIDIA DGXオペレーティングシステムを搭載した各DGX Sparkユニットは、最大2000億パラメータのAIモデルをサポートし、NVIDIA NeMo、Metropolis、Holoscan、Isaacプラットフォームとシームレスに統合されます。これにより、学生はDGXエコシステム全体で使用されているのと同じプロフェッショナルグレードのツールにアクセスできます。

以下では、DGX Sparkがいかにして世界中の主要機関で画期的なAIワークを推進しているかをご覧ください。

アイスキューブニュートリノ観測所：南極での素粒子研究

南極のアイスキューブニュートリノ観測所（ウィスコンシン大学マディソン校）では、研究者たちがDGX Sparkを使用して、宇宙で最も壊滅的な出来事を研究する実験のためのAIモデルを実行しています。この研究では、ニュートリノと呼ばれる素粒子が利用されています。

ウィスコンシン・アイスキューブ粒子天体物理学センターのコンピューティングディレクターであるベネディクト・リーデル氏によると、光波の検出に基づく従来の天文学的手法では、既知の宇宙の約80％を観測できます。しかし、重力波やニュートリノのような粒子を使用する新しい宇宙探査方法は、超新星や暗黒物質が関わる最も極端な宇宙環境を調査することを可能にします。

「南極には金物店がなく、相対湿度が5％未満、標高10,000フィートの砂漠のような場所であり、電力も非常に限られています」とリーデル氏は述べています。「DGX Sparkにより、このような極めて遠隔な環境で、AIを低コストで、区画化され、容易な方法で展開し、ニュートリノ観測データに対してローカルでAI分析を実行できるようになりました。」

ニューヨーク大学（NYU）：放射線レポートのためのエージェンティックAI活用

NYUのグローバルAIフロンティアラボでは、ICARE（Interpretable and Clinically-Grounded Agent-Based Report Evaluation）プロジェクトが、DGX Spark上でエンドツーエンドで実行されています。ICAREは、協力的なAIエージェントと多肢選択問題生成を用いて、AI生成の放射線レポートが専門家のソースとどれだけ一致するかを評価し、医療画像をクラウドに送信せずにリアルタイムの臨床評価と継続的な監視を可能にします。

「DGX Spark上で強力なLLMをローカルで実行できるようになったことで、私のワークフローは完全に変わりました」と、NYUデータサイエンスセンターのフェローであるルーシャス・バイナム氏は述べています。「私が開発している研究ツールの迅速なイテレーションと改善に集中できるようになりました。」

NYUの研究者は、DGX Sparkを使用して、臨床変数、画像所見、および潜在的な診断間の原因と結果の関係を構造化された機械可読マップであるインタラクティブな因果モデリングツールの一部としてLLMをローカルで実行しています。このセットアップにより、医療分野におけるプライバシーおよびセキュリティが重視されるアプリケーション（データはオンプレミスに保管する必要がある）などでも、クラスターリソースを待つことなく、高度なモデルの設計、テスト、イテレーションを迅速に行うことができます。

ハーバード大学：AIによるてんかんの解読

ハーバード大学の自然および人工知能研究ケンプナー研究所では、神経科学者たちがDGX Sparkをコンパクトなデスクトップ型スーパーコンピューターとして使用し、脳の遺伝子変異がどのようにてんかんを引き起こすかを調査しています。このシステムにより、研究者たちは大規模な機関クラスターへのアクセスを待つことなく、複雑な分析をリアルタイムで実行できます。

ケンプナー研究所の共同ディレクターであるベルナルド・サバティーニ氏（左）とケンプナー上級AIコンピューティングエンジニアのバラ・デシンフ氏（右）は、DGX Sparkスーパーコンピューターを使用して、脳内のニューロンの破壊がてんかんのような神経疾患をどのように引き起こすかを研究しています。画像提供：アンナ・オリベラ。

ケンプナー研究所共同ディレクターのベルナルド・サバティーニ氏が率いるチームは、約6,000の興奮性および抑制性ニューロンの変異を研究し、タンパク質構造およびニューロン機能予測マップを構築して、次に実験室でテストすべき変異体をガイドしています。

DGX Sparkは、ハーバード大学におけるベンチトップとクラスター規模のコンピューティングの間の架け橋として機能します。研究者たちはまず、単一のDGX Sparkでワークフローとタイミングを検証し、成功したパイプラインを大規模GPUクラスターにスケールアップして大規模なタンパク質スクリーニングを行います。

アリゾナ州立大学（ASU）：キャンパス規模のイノベーションを可能に

アリゾナ州立大学は、複数のDGX Sparkシステムを受領した最初の大学の一つであり、現在、記憶ケア、交通安全、持続可能なエネルギーに関する取り組みを含む、キャンパス全体でのAI研究をサポートしています。

ASUの博士課程の学生が初めてNVIDIA DGX Sparkを手にしています。両学生は、ヤン教授の「YZ」アクティブパーセプショングループの研究室に所属しています。画像提供：アリシャ・メンデス、ASU。

コンピューティング・拡張知能学部のアソシエイトプロフェッサーであるイエジョウ「YZ」ヤン氏が率いるASUのチームは、AI支援型救助犬や視覚障碍者向け支援ツールなどのアプリケーションを含む、高度な知覚およびロボット工学研究を推進するためにDGX Sparkを使用しています。

ミシシッピ州立大学：コンピューターサイエンスおよびエンジニアリング学生の能力強化

ミシシッピ州立大学のコンピューターサイエンスおよびエンジニアリング学部では、DGX Sparkが次世代のAIエンジニアのための実践的な学習プラットフォームとして活用されています。

ミシシッピ州立大学でのDGX Sparkへの熱意は、応用AIの推進、AI人材育成、そして州全体の現実世界でのAI実験を促進する研究室によるアウトリーチ活動を通して捉えられています。その一環として、ラボメンバーが作成した開梱ビデオも公開されています。

デラウェア大学：学際的な研究の変革

ASUSが同大学初のAscent GX10（DGX Spark搭載）を納入した際、コンピューター・情報科学教授であり、ファーストステートAI研究所のディレクターであるスニータ・チャンドラセカラン氏は、これを「研究にとって変革的」と呼び、スポーツ分析や沿岸科学などの学際的なチームが、高価なクラウドリソースに依存するのではなく、キャンパス内で直接大規模AIモデルを実行することを可能にしました。ASUSバーチャルラボプログラムを通じて、学校は導入前にGX10のパフォーマンスをリモートでテストできます。

オーストリア科学技術研究所（ISTA）：小規模デスクトップでの大規模LLMトレーニング

オーストリア科学技術研究所（ISTA）では、HP ZGX Nano AIステーション（NVIDIA DGX Sparkをベースにしたコンパクトシステム）を使用して、デスクトップ上で直接LLMのトレーニングとファインチューニングを行っています。同チームのオープンソースLLMQソフトウェアにより、最大70億パラメータのモデルでの作業が可能になり、より多くの学生や研究者にとって高度なLLMトレーニングが利用しやすくなっています。

ZGX Nanoは128GBのユニファイドメモリを搭載しているため、LLM全体とそのトレーニングデータをシステム内に保持できます。これにより、コンシューマー向けGPUで通常必要とされる複雑なメモリ管理が不要になります。これにより、チームはより迅速に作業を進め、機密データをオンプレミスに保持できます。ISTAのLLMQソフトウェアに関するこの研究論文をご覧ください。

スタンフォード大学：プロトタイピングのためのパイプライン

スタンフォード大学では、研究者たちがDGX Sparkを使用して、Biomni生物学的エージェントワークフローをローカルで実行し、その後大規模GPUクラスターにスケールアップするための、完全なトレーニングおよび評価パイプラインのプロトタイピングを行っています。これにより、モデル開発とベンチマークのためのタイトで反復的なループが可能になり、実験室環境での複雑な分析と実験計画を自動化できます。

スタンフォード大学の研究チームによると、DGX Sparkは、大規模なクラウドGPUインスタンスと同等のパフォーマンスを提供しています。具体的には、Ollama経由の1200億パラメータGPT-OSSモデルでMXFP4で約80トークン/秒のパフォーマンスを示し、ワークロード全体をデスクトップ上で実行できます。

世界中の大学生は、2月13日から15日までスタンフォードで開催される大規模な学生ハッカソン「Treehacks」に参加できます。このハッカソンでは、ASUSのDGX Sparkユニットがフィーチャーされます。

スタンフォード大学におけるDGX Sparkが、高等教育と学生のイノベーションをどのように変革しているかを、2月13日（金）午前9時（PT）のこのライブストリームでご覧ください。

DGX Sparkの開始方法と購入オプションについては、このウェブページをご覧ください。

カテゴリ: データセンター | ジェネレーティブAI | ハードウェア

タグ: 人工知能 | 教育 | ハードウェア | NVIDIA DGX

出典: 元記事を読む