De Graduate Naval School of the United States heeft een NVIDIA DGX GB300-systeem in werking gesteld dat bestemd is voor onderwijs en onderzoek op het gebied van kunstmatige intelligentie toegepast op defensie. Gevestigd op de campus in Monterey, Californië, stelt de supercomputer het mogelijk om modellen te trainen, simulaties uit te voeren en gevoelige informatie te verwerken binnen de eigen instelling, zonder volledig afhankelijk te zijn van externe cloud-infrastructuren.
De kernpunten van de militaire supercomputer van NVIDIA in 30 seconden
- De Naval Postgraduate School heeft de eerste NVIDIA DGX GB300 geïnstalleerd in een Amerikaanse militaire organisatie.
- Meer dan 1.500 residentiële studenten en circa 600 docenten krijgen toegang tot lokale trainings- en inferentiecapaciteit.
- De projecten omvatten cybersecurity, meteorologie, autonomie, oceanografie, digitale tweelingen en rampenrespons.
- NVIDIA heeft het systeem geschonken aan de universiteitsstichting.
- DDN, VAST Data en Vertiv leverden opslag, datamanagement, koeling en systeemintegratie.
De ingebruikname vond plaats op 22 juli tijdens het evenement Converge @ NPS, met deelname van Jensen Huang, oprichter en CEO van NVIDIA; Samuel Paparo, commandant van de Pacific Fleet van de Verenigde Staten; en Ann Rondeau, voorzitter van de Naval Postgraduate School (NPS).
De instelling noemt het systeem als het eerste NVIDIA DGX GB300 geïmplementeerd binnen het Amerikaanse militaire landschap. De komst ervan maakt deel uit van een onderzoeks- en ontwikkelingsovereenkomst tussen NVIDIA en NPS, ondertekend in december 2024, om het gebruik van kunstmatige intelligentie in onderwijs, toegepaste research en nationale veiligheid uit te breiden.
Kunstmatige intelligentie geïnstalleerd op de campus
De DGX GB300 geeft toegang tot AI-rekenkracht voor meer dan 1.500 residentiële studenten en ongeveer 600 docenten. De Naval Postgraduate School traint Amerikaanse officieren en die van bondgenoten in disciplines zoals ruimtelijke operaties, engineering, oceanografie, cybersecurity, autonomie en operationeel analyse.
De nieuwe infrastructuur laat toe dat een deel van deze werkzaamheden op de universiteitsfaciliteiten wordt uitgevoerd. Dit is vooral van belang bij projecten die werken met gegevens met restricties, operationele informatie of simulaties die niet automatisch naar een externe cloudprovider mogen worden verzonden.
De infrastructuur kan zowel worden gebruikt voor training als voor inferentie. Training betreft het ontwikkelen of aanpassen van modellen op basis van eigen datasets, terwijl inferentie inhoudt dat modellen worden uitgevoerd om voorspellingen, classificaties of antwoorden te genereren.
NPS geeft aan dat het systeem onderzoek ondersteunt op het gebied van kunstmatige intelligentie, cybersecurity, autonome systemen, modellering en operationele analyse. NVIDIA noemt daarnaast ook meteorologische voorspellingen, rampenrespons en de ontwikkeling van digitale tweelingen van complexe omgevingen.
De uitrol verandert het campuslandschap niet tot een groot datacenter. De universiteit beschouwt het systeem als een geïntegreerd onderdeel van haar bestaande high-performance computing infrastructuur. Het geheel combineert verwerking, geheugen, netwerken, opslag en beheersoftware op een schaalbare platform dat uit meerdere eenheden kan bestaan.
Daarnaast gebruikt het systeem NVIDIA Mission Control, een softwaresysteem dat ontworpen is om de AI-infrastructuur te monitoren en beheren. Het voert taken uit zoals het opstarten van workloads, het bewaken van systeemstatussen en het beheren van DGX-systemen als een gezamenlijke platform.
Van oceaanmodellen tot militaire digitale tweelingen
Een van de belangrijkste werkgebieden van de Naval Postgraduate School is oceanografie en atmosfeer. Onderzoekers ontwikkelen modellen om de staat van de zee te representeren, weersveranderingen te voorspellen en te analyseren hoe verschillende condities operaties en noodhulp kunnen beïnvloeden.
Deze berekeningen vereisen vaak grote datasets en meerdere herhalingen. Een model moet mogelijk duizenden combinaties van wind, temperatuur, druk, golfslag en stromingen evalueren voordat het een nuttige voorspelling kan doen. Versnelling met GPU’s maakt het mogelijk deze operaties parallel uit te voeren.
De universiteit werkt ook samen met MITRE aan digitale tweelingen gebaseerd op NVIDIA Omniverse-bibliotheken. Deze systemen reconstrueren fysieke ruimten en operationele condities om navigatie, besluitvorming en gedrag van autonome systemen onder onzekere omstandigheden te bestuderen.
Een digitale tweeling is geen exacte kopie van de werkelijkheid, maar een computermodule die modellen, data en natuurkundige regels combineert voor het testen van beslissingen zonder de kosten of risico’s van echte tests.
In militaire contexten kan dit helpen om het gedrag van voertuigen, communicatie, sensoren of menselijke teams onder wisselende condities te analyseren. Het kan ook gebruikt worden voor het genereren van synthetische data om algoritmes te trainen, vooral wanneer echte data schaars, afgeschermd of kostbaar zijn.
Het systeem ondersteunt verder de ontwikkeling van basis- of foundation-modellen. Dit betekent niet noodzakelijk dat NPS grote commerciële modellen gaat maken, maar dat het mogelijk is dat ze gespecialiseerde modellen trainen of aanpassen voor weersvoorspelling, veiligheidsanalyse, signaalverwerking of gerichte planningstaken.
Militaire AI heeft lokale infrastructuur en gekwalificeerd personeel nodig
De levering van de DGX GB300 is niet enkel gericht op hogere rekenkracht. De VS wil dat haar officieren begrijpen hoe AI te gebruiken, inclusief de beperkingen, risico’s en invloed op besluitvorming.
Samuel Paparo gaf tijdens de lancering aan dat toekomstige commandanten in snelle informatie-omgevingen werken waarin responstijden korter worden. Volgens hem ontstaat de meerwaarde niet alleen door betere algoritmes, maar door verantwoordelijken die de uitkomsten kunnen interpreteren en menselijke beoordeling kunnen toepassen.
Dit is cruciaal omdat AI-voorspellingen onvolledig kunnen zijn, fouten kunnen bevatten, of niet goed omgaan met nieuwe situaties. In militaire, meteorologische of civiele noodhulp-contexten kan een verkeerde voorspelling grote gevolgen hebben.
Directe toegang tot de infrastructuur stelt studenten in staat actief met modellen te experimenteren, in plaats van alleen tools te gebruiken. NVIDIA heeft ook haar Deep Learning Institute uitgebreid, dat trainingen en lesmateriaal biedt om AI-onderwerpen in onderwijsprogramma’s op te nemen.
Voor NVIDIA betekent dit ook een versterking van haar positie: haar hardware en software worden geïntroduceerd op een belangrijke onderwijs- en overheidsinstelling die toekomstige technologische leiders opleidt, en het verstevigt haar aanwezigheid binnen het Amerikaanse AI-beleid.
De schenking van het systeem gebeurde aan de Naval Postgraduate School Foundation. Deze organisatie ondersteunt ook onderzoeksprojecten die rekenen en geheugen vereisen. In 2025 investeerde de stichting al $825.000 in de eerste editie van de Digital Trident AI Challenge, dat zich richt op projecten voor nationale veiligheid.
Een DGX GB300 vereist meer dan alleen GPU’s
DDN leverde geavanceerde datainfrastructuur voor opslag en databeveiliging.
VAST Data verzorgde een geïntegreerd platform voor datatoegang tussen lokale systemen, cloud en randlocaties.
Vertiv was verantwoordelijk voor rackinfrastructuur, stroomvoorziening, vloeistoffenkoeling, tests en inbedrijfstelling.
Deze componenten illustreren dat een AI-supercomputer veel meer vereist dan alleen GPU’s. Het draait ook om datastromen, snelle communicatie, koeling, en opslag. Als deze elementen niet gelijktijdig op hetzelfde niveau worden gehouden, kan een groot deel van de rekenkracht onderbenut blijven.
De DGX GB300-serie is gebaseerd op de Grace Blackwell Ultra-architectuur. In rackconfiguratie beschikt de GB300 NVL72 over 72 Blackwell Ultra GPU’s en 36 Grace CPU’s, verbonden via NVLink met een gedeeld bandbreedte van 130 TB/s. NVIDIA heeft niet precies openbaar gemaakt hoe de configuratie eruitziet of wat de totale kosten zijn van het systeem in Monterey.
Ook is niet bekend welke modellen de universiteit zal trainen, welke datasets worden gebruikt, of welke projecten gecategoriseerd zijn. De beschikbare informatie beschrijft algemene onderzoeks- en onderwijsrichtingen, niet specifieke militaire operaties.
De introductie van de DGX GB300 wijst wel op één duidelijke trend: overheden en defensie-instellingen willen eigen rekenkracht om AI-onderzoek en praktische toepassingen te verkennen. Cloud blijft een aanvulling, maar lokale systemen bieden meer controle over data en operationele flexibiliteit.
Veelgestelde vragen
Wat is de Naval Postgraduate School?
Het is een postgraduaatsuniversiteit van de Amerikaanse Marine, gevestigd in Monterey, Californië. Ze leidt Amerikaanse en bondgenootse officieren op en doet toegepast onderzoek op het gebied van defensie en nationale veiligheid.
Waarvoor wordt de NVIDIA DGX GB300 gebruikt?
De universiteit voorziet het te gebruiken voor het trainen en uitvoeren van modellen, cybersecurity, meteorologische voorspellingen, autonome systemen, simulaties, digitale tweelingen en rampenplanning.
Is dit de eerste DGX GB300 in het Amerikaanse leger?
NPS presenteert het als het eerste NVIDIA DGX GB300 supercomputersysteem geïnstalleerd binnen het Amerikaanse militaire veld.
Heeft NVIDIA het systeem aan de universiteit geschonken?
Nee. Volgens NPS heeft NVIDIA het systeem geschonken aan de stichting van de universiteit, terwijl verschillende partners de opslag, infrastructuur en technische ondersteuning hebben geleverd.
vía: blogs.nvidia