NVIDIA DGX Spark助力高等教育领域重大项目

从校园实验室到南极，这款桌面超级计算机正点燃各个研究领域的创新火花

在全球各地的顶尖高校，NVIDIA DGX Spark桌面超级计算机正将数据中心级的 AI 能力带到实验室台前、教师办公室里和学生的终端设备上。在地球最南端的南极，也有一台 DGX Spark 正在威斯康星大学麦迪逊分校运营的 IceCube 中微子天文台中高速运转。

这款紧凑的超级计算机具备 PF 级性能，能在本地部署大型 AI 应用，从临床报告评估系统到机器人感知系统都能轻松驾驭，同时确保敏感数据留在本地，不出校园或机构，并为科研人员和学生大幅缩短模型迭代周期。

由 NVIDIA GB10 超级芯片与 NVIDIA DGX 操作系统驱动，DGX Spark 支持高达 200B 参数的 AI 模型，并无缝集成NVIDIA NeMo、Metropolis、Holoscan和Isaac平台，让学生能够使用 DGX 生态中广泛应用的，与专业团队同等级的工具。

继续阅读：更多关于 DGX Spark 如何为全球领先机构中的前沿 AI 项目提供支持。

IceCube 中微子天文台：在南极深冰中探测神秘粒子

在南极的威斯康星大学麦迪逊分校 IceCube 中微子天文台，研究人员正利用 DGX Spark 运行用于其实验的 AI 模型，通过名为“中微子”的亚原子粒子来研究宇宙中最具灾变性的天体事件。

据威斯康星 IceCube 粒子天体物理中心计算主管 Benedikt Riedel 介绍，基于探测光波的传统天文学方法，仅能观测已知宇宙中约 80% 的部分。而借助引力波以及中微子等粒子来探索宇宙，则可以打开一扇通往极端宇宙环境的大门，包括发生超新星爆发和可能存在暗物质的区域。

Riedel 表示：“南极是买不到硬件设备的，这里从气候上来说是一片沙漠，相对湿度低于 5%，海拔约 1 万英尺，能源极其有限。DGX Spark 使我们能够以低成本、模块化且便捷的方式，在如此极端偏远的环境中部署 AI，在本地对中微子观测数据进行 AI 分析。”

纽约大学：在放射学报告中应用自主 AI

在纽约大学全球AI前沿实验室，ICARE(可解释且临床为本的多智能体报告评估) 项目在实验室内的一台 DGX Spark 上实现端到端本地运行。ICARE 通过协同工作的 AI 智能体与动态生成的多选题，评估 AI 生成的放射学报告与专家报告之间的一致性，从而在不将医学影像数据上传云端的前提下，实现实时临床评估和持续监测。

纽约大学数据科学中心教师研究员、数据科学助理教授 Lucius Bynum 表示：“能在 DGX Spark 上本地运行强大的大语言模型，彻底改变了我的工作流。这让我将更多精力投入到快速迭代和改进我正在开发的研究工具上。”纽约大学研究员使用 DGX Spark 在本地运行大语言模型，将其作为交互式因果建模工具的一部分，用于生成和完善语义因果模型——即关于临床变量、影像学发现与潜在诊断之间建立因果关系的结构化、机器可读映射。这一部署方式使团队在无需等待集群资源的情况下，快速设计、测试并迭代高级模型，对于诸如医疗保健这类必须将数据保留在本地的、对隐私和安全高度敏感的应用场景尤为适用。

哈佛大学：利用 AI 解析癫痫

在哈佛大学 Kempner 自然与人工智能研究所，神经科学家正将DGX Spark作为紧凑型桌面超级计算机使用，用于研究大脑中的基因突变如何诱发癫痫。该系统使研究人员能够实时运行复杂分析，而无需等待大型机构计算集群的使用权限。

由 Kempner 研究所联合主任 Bernardo Sabatini 领导的团队正在研究约 6000 种兴奋性与抑制性神经元突变，构建蛋白质结构与神经元功能预测图谱，以指导在实验室中应优先验证的变体。

DGX Spark 在哈佛大学充当了台式实验平台与大规模集群级计算之间的桥梁。研究人员通常先在单台 DGX Spark 上验证工作流与运行时长，然后将成熟的计算管线扩展至大型 GPU 集群，用于大规模蛋白质筛选。

亚利桑那州立大学：推动校园尺度的创新

亚利桑那州立大学是最早使用多台 DGX Spark 系统的高校之一，这些超级计算机正在支持全校范围内的 AI 研究，涵盖记忆护理、交通安全和可持续能源等多个领域。

由计算与增强智能学院副教授 Yezhou “YZ” Yang 领导的亚利桑那州立大学团队，正使用 DGX Spark 推动前沿的感知与机器人研究，包括 AI 驱动的搜救机器犬以及为视障用户开发的辅助工具等应用方向。

密西西比州立大学：赋能计算机科学与工程专业学生

在密西西比州立大学的计算机科学与工程系，DGX Spark 作为实践型学习平台，助力培养下一代 AI 工程师。

密西西比州立大学对 DGX Spark 的热情还体现在实验室主导的推广活动中，其中包括一段由实验室制作的开箱视频。该实验室致力于推进应用型 AI 研究、培养 AI 人才，并在全州范围内推动面向真实场景的 AI 实验。

特拉华大学：推动跨学科研究转型

当华硕向特拉华大学交付首台由 DGX Spark 驱动的 Ascent GX10 时，计算机与信息科学教授、First State AI Institute 主任 Sunita Chandrasekaran 称其为“研究领域的变革性工具”。该系统使体育分析、沿海科学等多个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 Virtual Lab 项目，学校还可以在正式部署前，远程测试 GX10 的性能表现。奥地利科技学院：在“小”桌面上训练“大”模型

在奥地利科技学院，研究人员正使用 HP ZGX Nano AI Station —— 一款基于 NVIDIA DGX Spark 的紧凑系统——在桌面环境中训练和微调大语言模型。团队开发的开源 LLMQ 软件支持处理高达 7B 参数的模型，使先进的 LLM 训练对更多学生和研究人员更加可及。

由于 ZGX Nano 配备 128GB 统一内存，整个大语言模型及其训练数据都可保留在同一台系统上，无需像消费级 GPU 那样进行复杂的显存调度。这有助于团队更高效地迭代实验，并确保敏感数据留在本地。相关研究论文可查阅奥地利科技学院关于LLMQ 软件的论文。

斯坦福大学：打造原型开发管线

在斯坦福大学，研究人员正使用 DGX Spark 在本地构建完整的训练与评估原型化管线，用来运行他们的 Biomni 生物智能体（biological agent）工作流，在确认流程有效后再扩展到大型 GPU 集群。这可以在实验室环境中形成紧密的迭代开发与基准测试闭环，并将复杂的数据分析与实验规划过程自动化、直接嵌入到日常科研之中。

斯坦福研究团队表示，DGX Spark 在性能上可媲美大型云端 GPU 实例——在 MXFP4 精度时，通过 Ollama 运行 120B 参数的 gpt-oss 模型、推理速度为每秒约 80 个 token，同时将全部工作负载保留在本地台式机上。