“DIY” 和 “超级计算机” 这两个词一般不会被放在一起。

但达拉斯南卫理公会大学（SMU）的学生们自己动手使用 16 个 NVIDIA Jetson Nano 模块、4 个电源、60 多根手工制作的电线、1 个网络交换机和 1 个冷却风扇建造了 1 台超级计算机。

这个被称为 SMU “微型超级计算机” 的项目将被用于培训那些可能从未亲身接触过常规尺寸超级计算机的人。这些常规尺寸的超级计算机有时会填满一个仓库，或者被锁在数据中心或云端。

而这台微型超级计算机可以轻松地放在桌子上，任由学生们操作并了解集群的构成。所有节点状态均显示在触摸屏上的仪表板中。

SMU 内部 IT 部门的研究和数据科学团队负责人 Eric Godat 表示：“我们发起这个项目是为了展示计算机集群的核心和关键部分。”

下周，这台微型超级计算机将在 SC22 上展出。这场在达拉斯举行的超级计算会议与 SMU 只隔了一条公路。

SMU 团队将设立一个展位，与研究者、厂商和学生讨论该大学的高性能计算项目以及最近部署用于 AI 加速研究的 NVIDIA DGX SuperPOD。

另外，SMU 信息技术办公室将与 NVIDIA 合作伙伴网络成员 Mark III Systems 一起为会议参加者提供参观校园数据中心的机会，以便向他们展示处于运行状态的 DGX SuperPOD。

Godat 表示：“我们将把这台微型超级计算机带到大会现场。到时候，大家肯定会对它感到好奇。” Godat 是 SMU 计算机科学专业高年级学生、该集群的开发者之一——Conner Ozenne 的导师。

Ozenne表示：“由于可以用编程替代外语来获取毕业学分，因此我在高中就开始学习计算机科学。” 他现在的目标是将 AI 和机器学习与网页设计相结合并以此作为自己的事业，“我在高一做第一批这样的项目时，就知道这将成为我一生的事业。”

Ozenne 现任 SMU 的驻校学生技术助理。两年前的夏天，他第一次向 Godat 的团队提出了微型超级计算机的设计和预算。凭借着几千美元的资助和满腔的热情，他开始了这项工作。

Ozenne 与另一名学生一起从零开始构建了这台微型超级计算机。

Godat 笑着说：“他们必须学会如何剥离电线并且不吓到自己。他们自己组装了从电源到网络的所有设备，并且只引发了一场小火。”

Ozenne 表示，第一次迭代时，桌子上连接 Jetson Nano 开发者套件的电线乱七八糟，并且他们用纸板箱作为散热器。

“我们选择使用 NVIDIA Jetson 模组是因为其他小型计算设备都没有板载 GPU，这样就得解决更多 AI 和机器学习方面的问题。”

很快，Ozenne 将这台超级计算机的外壳从纸板升级到泡沫再升级到亚克力板，他在 SMU 的创新体育馆（一个学生创客空间）根据三维矢量文件用激光切割出了这个外壳。

Ozenne 表示在短短四个月内，该项目就从零发展到了一个类似于超级计算机的设备。但该项目目前仍在进行中。

在 NVIDIA JetPack 软件开发工具包的帮助下，该团队现在正在开发这个微型集群的软件堆栈并准备让它完成一些小规模的机器学习任务。另外，这台微型超级计算机可以通过最近发布的 NVIDIA Jetson Orin Nano 模组来提升性能水平。

Godat 表示：“我们的 NVIDIA DGX SuperPOD 还刚刚在校园里开放，所以我们并不需要这台微型超级计算机作为实际的计算环境。但这个微型集群将成为一个有效的教学工具，学生可以在上面尝试剥离电线、管理并行文件系统、对卡进行重镜像和部署集群软件。”

SMU 的 NVIDIA DGX SuperPOD 内置 160 颗 NVIDIA A100 Tensor Core GPU，目前正处于面向教员的内测推广阶段。教员们正使用它来训练分子动力学、计算化学、天体物理学、量子力学和其他各种研究课题的 AI 模型。

为了支持数十种不同的 AI、机器学习、数据处理和高性能计算项目，Godat 与 NVIDIA DGX 团队一起对 DGX SuperPOD 进行灵活的配置。

Godat 表示：“我喜欢它是因为它能够满足我每天的不同需求。我可能第一天会在艺术学院做一个与 AI 有关的项目，第二天会在法学院，第三天会在粒子物理系。” Godat 已获得 SMU 理论粒子物理学博士学位。

Ozenne 对此表示同意：“AI 应用已变得无处不在。”