O NVIDIA DGX Spark, anteriormente conhecido como Project Digits, foi projetado para suportar uma ampla gama de modelos de IA, particularmente os envolvidos em IA generativa e física. É alimentado pelo NVIDIA GB10 Grace Blackwell Superchip, que inclui uma poderosa GPU da NVIDIA Blackwell, com núcleos de tensores de quinta geração e suporte FP4. Essa configuração permite que o DGX Spark alcance até 1.000 trilhões de operações por segundo (topo) para processamento de IA, tornando-o adequado para tarefas de ajuste fino e inferência com modelos avançados de raciocínio de IA.
Modelos de IA suportados
- Nvidia Cosmos Razão Modelo da Fundação Mundial: Este é um modelo fundamental usado para várias tarefas de raciocínio de IA. Os recursos da DGX Spark o tornam uma plataforma ideal para trabalhar com modelos tão em larga escala.
- NVIDIA GR00T N1 ROBOT Fundação Modelo: Projetado para aplicações de robótica, esse modelo se beneficia dos recursos de computação de alto desempenho da Spark DGX, permitindo que os desenvolvedores refinem e implantem modelos de IA para robótica com eficiência.
-Redes neurais em larga escala: o DGX Spark pode lidar com modelos de IA de até 200 bilhões de parâmetros de inferência e modelos de ajuste fino de até 70 bilhões de parâmetros. Isso o torna adequado para treinamento e refino de redes neurais complexas usadas em aplicativos como processamento de linguagem natural, visão computacional e muito mais.
Recursos -chave para treinamento de IA
-Computação de alto desempenho: a capacidade do GB10 SuperChip de oferecer desempenho alto no topo garante que os modelos de IA possam ser treinados e ajustados rapidamente, mesmo para modelos grandes e complexos.
- Memória unificada: com 128 GB de memória unificada LPDDR5X, o DGX Spark fornece amplos recursos para lidar com cargas de trabalho com memória intensiva em memória.
-Recursos de rede: o sistema suporta redes de alta velocidade via ConnectX-7, permitindo que a conexão de vários sistemas de faísca DGX funcione em modelos de IA extremamente grandes colaborativamente.
- Eficiência de energia: operando a apenas 170W, o DGX Spark oferece uma solução eficiente em termos de energia para o desenvolvimento da IA, tornando-o adequado para uma variedade de ambientes.
No geral, o DGX Spark foi projetado para capacitar desenvolvedores, pesquisadores e cientistas de dados, fornecendo uma plataforma compacta e poderosa para prototipagem, ajuste fino e implantando modelos de IA localmente ou na nuvem com ajustes mínimos de código [1] [3] [5].
Citações:
[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-stark-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--new-especializado-de-desktop-line-for-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/recomendation/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-by-grace-blackwell/
[11] https://www.nvidia.com/en-us/products/workstations/dgx-park/
[12] https://www.maginative.com/article/nvidia-unveils-dgx-park-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/