Die NVIDIA DGX Spark-Desktop-Supercomputer ist weltweit an führenden Hochschulen zu einem zentralen Werkzeug für bahnbrechende KI-Forschung geworden. Mit petaflop-leistungsfähiger Hardware, basierend auf dem NVIDIA GB10-Superchip und dem DGX-Betriebssystem, ermöglicht das kompakte System die lokale Ausführung von KI-Modellen mit bis zu 200 Milliarden Parametern – ohne Daten ins externe Rechenzentrum zu übertragen. Dies ist besonders für sensible Bereiche wie Medizin, Astrophysik und Neurologie von entscheidender Bedeutung. An der IceCube-Neutrino-Observatorium in der Antarktis nutzt die University of Wisconsin-Madison die DGX Spark, um Neutrino-Daten in einem extremen Umfeld mit extrem begrenzten Ressourcen zu analysieren. Ohne Zugang zu herkömmlichen Recheninfrastrukturen ermöglicht das Gerät lokalisierte, kostengünstige und effiziente KI-Workflows. In New York University (NYU) wird die DGX Spark im ICARE-Projekt eingesetzt, um klinische Radiologieberichte mit Hilfe von agierenden KI-Agenten zu bewerten – ein Prozess, der in Echtzeit funktioniert und sensible Patientendaten lokal hält. Gleichzeitig nutzen Forscher an NYU die Plattform für interaktive kausale Modellierung in der Medizin. An der Harvard University erforscht das Kempner-Institut mit Hilfe der DGX Spark, wie genetische Mutationen im Gehirn Epilepsie auslösen, indem sie neuronale Funktionen und Proteinstrukturen prädiktiv analysieren. Die DGX Spark dient hier als Brücke zwischen Labor- und Cluster-Skala. Arizona State University (ASU) hat mehrere Einheiten eingesetzt, um Forschung in Bereichen wie Gesundheitspflege, Verkehrssicherheit und nachhaltige Energie voranzutreiben, inklusive robotischer Hunde für Such- und Rettungsmissionen. An der Mississippi State University dient die DGX Spark als praktisches Lerninstrument für Studierende im Bereich Informatik und Ingenieurwesen, unterstützt durch studentische Outreach-Aktivitäten. Die University of Delaware bezeichnet die DGX Spark als „transformativ“ für interdisziplinäre Forschung – von Sportanalytik bis Küstenwissenschaft – und nutzt das ASUS Virtual Lab Programm zur Vorab-Testung. Am Institute of Science and Technology Austria (ISTA) gelingt es mit der HP ZGX Nano AI Station (basierend auf DGX Spark) dank 128 GB Unified Memory, große Sprachmodelle mit bis zu 7 Milliarden Parametern direkt am Desktop zu trainieren, ohne komplizierte Speicherverwaltung. Stanford University setzt die DGX Spark zur Prototypenentwicklung kompletter KI-Pipelines ein, etwa für biologische Agenten (Biomni), wobei die Leistung vergleichbar mit Cloud-GPU-Instanzen ist – etwa 80 Tokens pro Sekunde bei einem 120-Milliarden-Parameter-Modell – und die Daten auf dem Desktop bleiben. Zudem wird die DGX Spark bei der Treehacks-Hackathon-Veranstaltung im Februar 2025 in Stanford eingesetzt. Industrieexperten betonen, dass die DGX Spark eine entscheidende Rolle bei der Democratization von KI-Infrastruktur spielt: Sie ermöglicht Hochschulen, unabhängig von Cloud-Kosten und Latenz, professionelle KI-Entwicklung zu betreiben. Die Kombination aus Leistung, Skalierbarkeit und Datensicherheit macht sie zu einem Schlüsselbaustein für die nächste Generation von Forschung und Bildung. NVIDIA und ASUS positionieren die DGX Spark als zentrales Element im Campus-KI-Ökosystem – von der Lehre bis zur Spitzenforschung.