El NVIDIA DGX Spark, anteriormente conocido como Project Digits, está diseñado para admitir una amplia gama de modelos de IA, particularmente aquellos involucrados en la IA generativa y física. Está impulsado por la NVIDIA GB10 Grace Blackwell Superchip, que incluye una poderosa GPU Nvidia Blackwell con núcleos tensor de quinta generación y soporte FP4. Esta configuración permite que el DGX Spark alcance hasta 1,000 operaciones de billones por segundo (TOPS) para el procesamiento de IA, lo que lo hace adecuado para tareas de ajuste y inferencia con modelos avanzados de razonamiento de IA.
Modelos AI admitidos
- Modelo de la Fundación Mundial de la Razón Nvidia Cosmos: este es un modelo fundamental utilizado para varias tareas de razonamiento de IA. Las capacidades del DGX Spark lo convierten en una plataforma ideal para trabajar con modelos tan a gran escala.
- Modelo de la Fundación Robot Nvidia GR00T N1: diseñado para aplicaciones de robótica, este modelo se beneficia de las capacidades informáticas de alto rendimiento de DGX Spark, lo que permite a los desarrolladores refinar y implementar modelos de IA para robótica de manera eficiente.
-Redes neuronales a gran escala: el DGX Spark puede manejar modelos de IA de hasta 200 mil millones de parámetros para modelos de inferencia y tune de hasta 70 mil millones de parámetros. Esto lo hace adecuado para capacitar y refinar redes neuronales complejas utilizadas en aplicaciones como el procesamiento del lenguaje natural, la visión por computadora y más.
Características clave para el entrenamiento de IA
-Computación de alto rendimiento: la capacidad del GB10 SuperChip para ofrecer un rendimiento superior de TOPS asegura que los modelos de IA puedan ser entrenados y ajustados rápidamente, incluso para modelos grandes y complejos.
- Memoria unificada: con 128 GB de memoria LPDDR5X unificada, el DGX Spark proporciona amplios recursos para manejar cargas de trabajo de IA intensivas en memoria.
-Capacidades de red: el sistema admite redes de alta velocidad a través de ConnectX-7, lo que permite que la conexión de múltiples sistemas DGX Spark funcione en modelos de IA extremadamente grandes en colaboración.
- Eficiencia energética: operando a solo 170 W, el DGX Spark ofrece una solución de eficiencia eléctrica para el desarrollo de IA, lo que lo hace adecuado para una variedad de entornos.
En general, el DGX Spark está diseñado para capacitar a los desarrolladores, investigadores y científicos de datos al proporcionar una plataforma compacta pero poderosa para crear prototipos, ajustar y implementar modelos de IA localmente o en la nube con ajustes de código mínimos [1] [3] [5].
Citas:
[1] https://nvidianews.nvidia.com/news/nvidia-nounces-dgx-spark-and-dgx-station-personal-ai-computers
[2] https://arstechnica.com/ai/2025/03/nvidia-nounces-dgx-desktop-personal-ai-supercomputers/
[3] https://www.theverege.com/news/631957/nvidia-dgx-park-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-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_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-by-grace-parnwell/
[11] https://www.nvidia.com/en-us/products/workstations/dgx-park/
[12] https://www.maginative.com/article/nvidia-unveils-dgx-spark-and-dgx-station-desktop-ai-supercomterters-for-the-developer-masses/
[13] https://www.reddit.com/r/hardware/comments/1jej1uk/nvidia_announces_dgx_spark_and_dgx_station/