從校園實驗室到南極，這款桌面超級計算機正點燃各個研究領域的創新火花

在全球各地的頂尖高校，NVIDIA DGX Spark桌面超級計算機正將數據中心級的 AI 能力帶到實驗室臺前、教師辦公室里和學生的終端設備上。在地球最南端的南極，也有一臺 DGX Spark 正在威斯康星大學麥迪遜分校運營的 IceCube 中微子天文臺中高速運轉。

這款緊湊的超級計算機具備 PF 級性能，能在本地部署大型 AI 應用，從臨床報告評估系統到機器人感知系統都能輕松駕馭，同時確保敏感數據留在本地，不出校園或機構，并為科研人員和學生大幅縮短模型迭代周期。

由 NVIDIA GB10 超級芯片與 NVIDIA DGX 操作系統驅動，DGX Spark 支持高達 200B 參數的 AI 模型，并無縫集成NVIDIA NeMo、Metropolis、Holoscan和Isaac平臺，讓學生能夠使用 DGX 生態中廣泛應用的，與專業團隊同等級的工具。

繼續閱讀：更多關于 DGX Spark 如何為全球領先機構中的前沿 AI 項目提供支持。

IceCube 中微子天文臺：在南極深冰中探測神秘粒子

在南極的威斯康星大學麥迪遜分校 IceCube 中微子天文臺，研究人員正利用 DGX Spark 運行用于其實驗的 AI 模型，通過名為“中微子”的亞原子粒子來研究宇宙中最具災變性的天體事件。

據威斯康星 IceCube 粒子天體物理中心計算主管 Benedikt Riedel 介紹，基于探測光波的傳統天文學方法，僅能觀測已知宇宙中約 80% 的部分。而借助引力波以及中微子等粒子來探索宇宙，則可以打開一扇通往極端宇宙環境的大門，包括發生超新星爆發和可能存在暗物質的區域。

Riedel 表示：“南極是買不到硬件設備的，這里從氣候上來說是一片沙漠，相對濕度低于 5%，海拔約 1 萬英尺，能源極其有限。DGX Spark 使我們能夠以低成本、模塊化且便捷的方式，在如此極端偏遠的環境中部署 AI，在本地對中微子觀測數據進行 AI 分析。”

紐約大學：在放射學報告中應用自主 AI

在紐約大學全球AI前沿實驗室，ICARE(可解釋且臨床為本的多智能體報告評估) 項目在實驗室內的一臺 DGX Spark 上實現端到端本地運行。ICARE 通過協同工作的 AI 智能體與動態生成的多選題，評估 AI 生成的放射學報告與專家報告之間的一致性，從而在不將醫學影像數據上傳云端的前提下，實現實時臨床評估和持續監測。

紐約大學數據科學中心教師研究員、數據科學助理教授 Lucius Bynum 表示：“能在 DGX Spark 上本地運行強大的大語言模型，徹底改變了我的工作流。這讓我將更多精力投入到快速迭代和改進我正在開發的研究工具上。”紐約大學研究員使用 DGX Spark 在本地運行大語言模型，將其作為交互式因果建模工具的一部分，用于生成和完善語義因果模型——即關于臨床變量、影像學發現與潛在診斷之間建立因果關系的結構化、機器可讀映射。這一部署方式使團隊在無需等待集群資源的情況下，快速設計、測試并迭代高級模型，對于諸如醫療保健這類必須將數據保留在本地的、對隱私和安全高度敏感的應用場景尤為適用。

哈佛大學：利用 AI 解析癲癇

在哈佛大學 Kempner 自然與人工智能研究所，神經科學家正將DGX Spark作為緊湊型桌面超級計算機使用，用于研究大腦中的基因突變如何誘發癲癇。該系統使研究人員能夠實時運行復雜分析，而無需等待大型機構計算集群的使用權限。

由 Kempner 研究所聯合主任 Bernardo Sabatini 領導的團隊正在研究約 6000 種興奮性與抑制性神經元突變，構建蛋白質結構與神經元功能預測圖譜，以指導在實驗室中應優先驗證的變體。

DGX Spark 在哈佛大學充當了臺式實驗平臺與大規模集群級計算之間的橋梁。研究人員通常先在單臺 DGX Spark 上驗證工作流與運行時長，然后將成熟的計算管線擴展至大型 GPU 集群，用于大規模蛋白質篩選。

亞利桑那州立大學：推動校園尺度的創新

亞利桑那州立大學是最早使用多臺 DGX Spark 系統的高校之一，這些超級計算機正在支持全校范圍內的 AI 研究，涵蓋記憶護理、交通安全和可持續能源等多個領域。

由計算與增強智能學院副教授 Yezhou “YZ” Yang 領導的亞利桑那州立大學團隊，正使用 DGX Spark 推動前沿的感知與機器人研究，包括 AI 驅動的搜救機器犬以及為視障用戶開發的輔助工具等應用方向。

密西西比州立大學：賦能計算機科學與工程專業學生

在密西西比州立大學的計算機科學與工程系，DGX Spark 作為實踐型學習平臺，助力培養下一代 AI 工程師。

密西西比州立大學對 DGX Spark 的熱情還體現在實驗室主導的推廣活動中，其中包括一段由實驗室制作的開箱視頻。該實驗室致力于推進應用型 AI 研究、培養 AI 人才，并在全州范圍內推動面向真實場景的 AI 實驗。

特拉華大學：推動跨學科研究轉型

當華碩向特拉華大學交付首臺由 DGX Spark 驅動的 Ascent GX10 時，計算機與信息科學教授、First State AI Institute 主任 Sunita Chandrasekaran 稱其為“研究領域的變革性工具”。該系統使體育分析、沿海科學等多個學科團隊能夠在校內直接運行大型 AI 模型，而無需依賴昂貴的云資源。通過ASUS Virtual Lab 項目，學校還可以在正式部署前，遠程測試 GX10 的性能表現。奧地利科技學院：在“小”桌面上訓練“大”模型

在奧地利科技學院，研究人員正使用 HP ZGX Nano AI Station —— 一款基于 NVIDIA DGX Spark 的緊湊系統——在桌面環境中訓練和微調大語言模型。團隊開發的開源 LLMQ 軟件支持處理高達 7B 參數的模型，使先進的 LLM 訓練對更多學生和研究人員更加可及。

由于 ZGX Nano 配備 128GB 統一內存，整個大語言模型及其訓練數據都可保留在同一臺系統上，無需像消費級 GPU 那樣進行復雜的顯存調度。這有助于團隊更高效地迭代實驗，并確保敏感數據留在本地。相關研究論文可查閱奧地利科技學院關于LLMQ 軟件的論文。

斯坦福大學：打造原型開發管線

在斯坦福大學，研究人員正使用 DGX Spark 在本地構建完整的訓練與評估原型化管線，用來運行他們的 Biomni 生物智能體（biological agent）工作流，在確認流程有效后再擴展到大型 GPU 集群。這可以在實驗室環境中形成緊密的迭代開發與基準測試閉環，并將復雜的數據分析與實驗規劃過程自動化、直接嵌入到日常科研之中。

斯坦福研究團隊表示，DGX Spark 在性能上可媲美大型云端 GPU 實例——在 MXFP4 精度時，通過 Ollama 運行 120B 參數的 gpt-oss 模型、推理速度為每秒約 80 個 token，同時將全部工作負載保留在本地臺式機上。