NVIDIA DGX Spark, znana wcześniej jako cyfry projektowe, została zaprojektowana w celu wspierania szerokiej gamy modeli AI, szczególnie tych zaangażowanych w sztuczną inteligencję generatywną i fizyczną. Jest zasilany przez Nvidia GB10 Grace Blackwell Superchip, który zawiera potężny procesor graficzny Nvidia Blackwell z rdzeniami tensorowymi piątej generacji i wsparcie FP4. Ta konfiguracja pozwala DGX Spark osiągnięcie do 1000 bilionów operacji na sekundę (szczyty) w celu przetwarzania AI, dzięki czemu jest odpowiednia do dokładnego dostrajania i wnioskowania z zaawansowanymi modelami rozumowania AI.
Obsługiwane modele AI
- Model Nvidia Cosmos Reason Reason World Foundation: Jest to podstawowy model stosowany do różnych zadań rozumowania AI. Możliwości DGX Spark sprawiają, że jest to idealna platforma do pracy z tak dużymi modelami.
- NVIDIA GR00T N1 Model fundacji robotów: Zaprojektowany do aplikacji robotyki, ten model korzysta z możliwości obliczeniowych o wysokiej wydajności DGX Spark, umożliwiając programistom efektywne udoskonalanie i wdrażanie modeli AI dla robotyki.
-Wielkoskalowe sieci neuronowe: DGX Spark może obsłużyć modele AI do 200 miliardów parametrów dla modeli wnioskowania i dostrojenia do 70 miliardów parametrów. To sprawia, że nadaje się do szkolenia i rafinacji złożonych sieci neuronowych używanych w aplikacjach takich jak przetwarzanie języka naturalnego, wizja komputerowa i wiele innych.
Kluczowe funkcje treningu AI
-Wysoko wydajne przetwarzanie: zdolność GB10 Superchip do zapewnienia wysokiej wydajności TOPS zapewnia, że modele AI można szybko przeszkolić i dopracowywać, nawet w przypadku dużych i złożonych modeli.
- Ujednolicona pamięć: Przy 128 GB zunifikowanej pamięci LPDDR5X, DGX Spark zapewnia duże zasoby do obsługi obciążeń związanych z pracą AI intensywnie obciążającą pamięcią.
-Możliwości nawiązywania kontaktów: System obsługuje szybką sieć za pośrednictwem ConnectX-7, umożliwiając połączenie wielu systemów DGX Spark do współpracy na bardzo dużych modelach AI.
- Wydajność energetyczna: Działając zaledwie 170 W, DGX Spark oferuje energooszczędne rozwiązanie do rozwoju sztucznej inteligencji, co czyni go odpowiednim dla różnych środowisk.
Ogólnie rzecz biorąc, DGX Spark został zaprojektowany w celu wzmocnienia programistów, badaczy i naukowców danych poprzez zapewnienie kompaktowej, ale potężnej platformy do prototypowania, dopracowania i wdrażania modeli AI lokalnie lub w chmurze z minimalnymi korektami kodu [1] [3] [5].
Cytaty:
[1] https://nvidianews.nvidia.com/news/nvidia-announces-dgx-spark-anddgx-station-personal-ai-computers
[2] https://arstechnica.com/ai/2025/03/nvidia-announces-dgx-desktop-spersonal-ai-supercomputers/
[3] https://www.thheverge.com/news/631957/nvidia-dgx-spark-station-grace-blackwell-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-station-a-new-specialed-desktop-line-for-ai-work
[6] https://www.reddit.com/r/localllama/comments/1jee2b2/nvidia_dgx_spark_project_digits_specs_are_out/
[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] https://www.engineering.com/nvidia-unveils-dgx-personal-ai-supercomputers-bi-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-supercomputers-for-the-developer-masses/
[13] https://www.reddit.com/r/hardware/comments/1jej1uk/nvidia_announces_dgx_spark_and_dgx_station/