摘要

  • CoreWeave 和 Parallel Works 已为 DARPA 的 NODES 研究项目部署采用 NVIDIA H100 系统的托管式 AI 计算环境
  • 每个研究团队都获得有保障的计算容量，并可在共享资源空闲时使用额外容量

事实

CoreWeave 和 Parallel Works 已为 DARPA 的 Network of Optimal Dynamic Energy Signatures（简称 NODES）研究项目部署托管式 AI 与高性能计算环境。

研究人员通过 Parallel Works 的 ACTIVATE 平台访问该系统；该平台负责登录、用户账户、资源配置、调度和使用情况报告。CoreWeave 提供底层计算、存储和网络资源，包括 NVIDIA HGX H100 系统以及高速 InfiniBand 连接。

计算容量在 NODES 各研究团队之间分配。每个团队都会获得保障配额，也可在共享容量有空余时使用额外资源。两家公司还提供技术支持，因此各团队无需自行搭建和管理独立的云环境。

NODES 正在开发用于分析蛋白质序列和预测生物功能的深度学习工具。DARPA 允许研究人员使用自有计算资源，但表示最终产品和能力演示必须在政府高性能计算系统上运行。这一新云环境为该研究项目提供支持，但并不意味着 NODES 已实现其科学目标。

评估

研究团队需要的不只是 GPU，还需要一种切实可行的 GPU 接入方式。在这一项目中，Parallel Works 负责账户、访问权限和调度，CoreWeave 则提供计算平台。这应能减少 NODES 研究人员在开始工作前需要搭建和管理的基础设施。

容量的共享方式会产生实际影响。每个团队都有保障配额，并可在公共资源池有空余时使用额外容量。这样既为研究人员提供可规划的基础容量，也能更充分地利用闲置资源。问题在于，当多个团队同时需要更多算力时，这种安排能否保持有效。

对 BTW 读者而言，这是 AI 基础设施作为托管服务交付、而非仅以硬件形式出租的一个实用案例。如果研究人员能够快速接入系统、无需长时间等待即可运行任务，并减少处理计算环境本身的时间，这种模式的价值将更加清晰。

关注点

关注研究团队接入平台的速度，以及随着需求上升，共享容量的表现。有关等待时间、资源使用情况、作业失败或技术支持的报告，可以显示 NODES 团队在实际运行中能否按预期获得计算资源。