تم تصميم NVIDIA DGX Spark ، المعروفة سابقًا باسم Project Digits ، لدعم مجموعة واسعة من نماذج الذكاء الاصطناعى ، وخاصة تلك المشاركة في الذكاء الاصطناعى التوليدي والجسدي. إنه مدعوم من Nvidia GB10 Grace Blackwell Superchip ، والذي يتضمن وحدة معالجة الرسومات Nvidia Blackwell قوية تضم نوى الموتر من الجيل الخامس ودعم FP4. يسمح هذا التكوين لـ DGX Spark بتحقيق ما يصل إلى 1000 تريليون عملية في الثانية (TOPS) لمعالجة الذكاء الاصطناعى ، مما يجعلها مناسبة لمهام التزاوج والاستدلال مع نماذج التفكير المتقدمة AI.
مدعوم نماذج الذكاء الاصطناعي
- نموذج مؤسسة Nvidia Cosmos World: هذا نموذج أساسي يستخدم لمختلف مهام التفكير في الذكاء الاصطناعي. إن إمكانات DGX Spark تجعلها منصة مثالية للعمل مع مثل هذه النماذج واسعة النطاق.
- نموذج مؤسسة NVIDIA GR00T N1 Robot: مصمم لتطبيقات الروبوتات ، يستفيد هذا النموذج من إمكانات الحوسبة عالية الأداء لـ DGX Spark ، مما يتيح للمطورين تحسين نماذج AI ونشرها في روبوتات الروبوتات بكفاءة.
-الشبكات العصبية الواسعة النطاق: يمكن لـ DGX Spark التعامل مع نماذج الذكاء الاصطناعى تصل إلى 200 مليار معلمة للاستدلال ونماذج تصل إلى 70 مليار معلمة. هذا يجعل الأمر مناسبًا لتدريب الشبكات العصبية المعقدة وتكريرها المستخدمة في تطبيقات مثل معالجة اللغة الطبيعية ورؤية الكمبيوتر والمزيد.
ميزات رئيسية لتدريب الذكاء الاصطناعي
-الحوسبة عالية الأداء: تضمن قدرة GB10 SuperChip على تقديم أداء أعلى من قمم عالية أن نماذج الذكاء الاصطناعى يمكن تدريبها وضبطها بسرعة ، حتى بالنسبة للنماذج الكبيرة والمعقدة.
- الذاكرة الموحدة: مع 128 جيجابايت من ذاكرة LPDDR5x الموحدة ، توفر Spark DGX موارد واسعة للتعامل مع أعباء العمل المكثفة للذاكرة.
-إمكانيات الشبكات: يدعم النظام الشبكات عالية السرعة عبر ConnectX-7 ، مما يسمح بتوصيل أنظمة DGX Spark المتعددة بالعمل على نماذج AI كبيرة للغاية.
- كفاءة الطاقة: تعمل في 170 واط فقط ، وتوفر DGX Spark حلاً فعالًا في الطاقة لتطوير الذكاء الاصطناعي ، مما يجعله مناسبًا لمجموعة متنوعة من البيئات.
بشكل عام ، تم تصميم Spark DGX لتمكين المطورين والباحثين وعلماء البيانات من خلال توفير منصة مضغوطة ولكنها قوية للنماذج الأولية ، والضبط ، ونشر نماذج الذكاء الاصطناعى محليًا أو في السحابة مع تعديلات الحد الأدنى من الكود [1] [3] [5].
الاستشهادات:
[1] https://nvidianews.nvidia.com/news/nvidia-announces-dgx-spark-and-dgx-tation-personal-ai-copters
[2]
[3] https://www.theverge.com/news/631957/nvidia-dgx-spark-station-grace-lackwell-ai-supercomputers-gtc
[4] https://docs.netapp.com/us-en/netapp-solutions/ai/ai-dgx-superpod.html
[5] https://www.pcmag.com/news/what-is-nvidias-dgx-tation-a-new-desktop-line-for-ai-work
[6]
[7] https://github.com/nvidia/deeplearningexamples/blob/master/pytorch/recommendation/dlrm/readme.md
[8] https://www.nvidia.com/en-us/products/workstations/dgx-station/
[9] https://www.arista.com/assets/data/pdf/whitepapers/nvidia-wp-scaling-dl-with-matrix-dgx-1-w03wp201904.pdf
[10]
[11] https://www.nvidia.com/en-us/products/workstations/dgx-spark/
[12] https://www.maginative.com/article/nvidia-unveils-dgx-spark-and-dgx-desktop-ai-supercomputers-for-the-developer-masses/
[13]