De NVIDIA DGX Spark, voorheen bekend als projectcijfers, is ontworpen om een breed scala aan AI -modellen te ondersteunen, met name die betrokken zijn bij generatieve en fysieke AI. Het wordt aangedreven door de Nvidia GB10 Grace Blackwell Superchip, die een krachtige Nvidia Blackwell GPU bevat met Tensor Cores en FP4-ondersteuning van de vijfde generatie. Met deze configuratie kan de DGX-vonk tot 1.000 biljoen bewerkingen per seconde (tops) voor AI-verwerking bereiken, waardoor het geschikt is voor het afsluiten en inferentietaken met geavanceerde AI-redeneermodellen.
ondersteunde AI -modellen
- Nvidia Cosmos Rede World Foundation Model: dit is een fundamenteel model dat wordt gebruikt voor verschillende AI -redeneringstaken. De mogelijkheden van de DGX Spark maken het een ideaal platform om met zulke grootschalige modellen te werken.
- NVIDIA GR00T N1 Robot Foundation Model: ontworpen voor robotica-toepassingen, dit model profiteert van de krachtige computermogelijkheden van de DGX Spark, waardoor ontwikkelaars AI-modellen efficiënt kunnen verfijnen en implementeren voor robotica.
-Grootschalige neurale netwerken: de DGX Spark kan AI-modellen tot 200 miljard parameters verwerken voor inferentie en verfijnde modellen tot 70 miljard parameters. Dit maakt het geschikt voor het trainen en verfijnen van complexe neurale netwerken die worden gebruikt in applicaties zoals natuurlijke taalverwerking, computer vision en meer.
Belangrijkste functies voor AI -training
-High-Performance Computing: het vermogen van de GB10 Superchip om prestaties met hoge tops te leveren, zorgt ervoor dat AI-modellen snel kunnen worden getraind en verfijnd, zelfs voor grote en complexe modellen.
- Unified Memory: met 128 GB Unified LPDDR5X-geheugen biedt de DGX Spark voldoende bronnen voor het verwerken van geheugenintensieve AI-workloads.
-Netwerkmogelijkheden: het systeem ondersteunt high-speed netwerken via ConnectX-7, waardoor meerdere DGX Spark-systemen kunnen werken aan extreem grote AI-modellen.
- Power Efficiency: de DGX Spark werkt op slechts 170W en biedt een krachtige oplossing voor AI-ontwikkeling, waardoor het geschikt is voor verschillende omgevingen.
Over het algemeen is de DGX Spark ontworpen om ontwikkelaars, onderzoekers en datawetenschappers in staat te stellen een compact maar krachtig platform te bieden voor prototyping, verfijning en het lokaal of in de cloud inzetten met minimale codeaanpassingen [1] [3] [5].
Citaten:
[1] https://nvidianews.nvidia.com/news/nvidia-Announces-dgx-spark-and-dgx-Station-Personal-Ai-Computers
[2] https://arstechnica.com/ai/2025/03/nvidia-Announces-dgx-Desktop-personal-ai-SuperComputers/
[3] https://www.theverge.com/news/631957/nvidia-dgx-spark-station-blackwell-ai-upercomputers-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-station-a-new-specialized-desktop-line-for-ai-work
[6] https://www.reddit.com/r/localllama/comments/1jee2b2/nvidia_dgx_spark_project_digits_specs_are_are_out/
[7] https://github.com/nvidia/deeplePearningExamples/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-w03wp201904.pdf
[10] https://www.engineering.com/nvidia-unveils-dgx-personal-ai-supercomputers-by-grace-blackwell/
[11] https://www.nvidia.com/en-us/products/workstations/dgx-spark/
[12] https://www.maginative.com/article/nvidia-unveils-dgx-spark-and-dgx-station-desktop-ai-upercomputers-for-the-developer-masses/
[13] https://www.reddit.com/r/hardware/comments/1jej1uk/nvidia_announces_dgx_spark_and_dgx_station/