NVIDIA DGX Spark, yang sebelumnya dikenal sebagai Digit Proyek, dirancang untuk mendukung berbagai model AI, terutama yang terlibat dalam AI generatif dan fisik. Didukung oleh NVIDIA GB10 Grace Blackwell Superchip, yang mencakup GPU Nvidia Blackwell yang kuat yang menampilkan inti tensor generasi kelima dan dukungan FP4. Konfigurasi ini memungkinkan percikan DGX mencapai hingga 1.000 triliun operasi per detik (atas) untuk pemrosesan AI, sehingga cocok untuk tugas penyetelan dan inferensi dengan model penalaran AI canggih.
Model AI yang Didukung
- Nvidia Cosmos Reason World Foundation Model: Ini adalah model dasar yang digunakan untuk berbagai tugas penalaran AI. Kemampuan DGX Spark menjadikannya platform yang ideal untuk bekerja dengan model skala besar.
- NVIDIA GR00T N1 Robot Foundation Model: Dirancang untuk aplikasi robotika, model ini mendapat manfaat dari kemampuan komputasi kinerja tinggi dari percikan DGX, memungkinkan pengembang untuk memperbaiki dan menggunakan model AI untuk robotika secara efisien.
-Jaringan saraf skala besar: Percikan DGX dapat menangani model AI hingga 200 miliar parameter untuk inferensi dan model fine-tune hingga 70 miliar parameter. Ini membuatnya cocok untuk pelatihan dan pemurnian jaringan saraf yang kompleks yang digunakan dalam aplikasi seperti pemrosesan bahasa alami, visi komputer, dan banyak lagi.
Fitur utama untuk pelatihan AI
-Komputasi kinerja tinggi: Kemampuan GB10 Superchip untuk memberikan kinerja Tops yang tinggi memastikan bahwa model AI dapat dilatih dan disesuaikan dengan cepat, bahkan untuk model yang besar dan kompleks.
- Memori terpadu: Dengan memori 128GB dari memori LPDDR5X yang terpadu, DGX Spark menyediakan sumber daya yang cukup untuk menangani beban kerja AI yang intensif memori.
-Kemampuan jaringan: Sistem ini mendukung jaringan berkecepatan tinggi melalui ConnectX-7, memungkinkan untuk koneksi beberapa sistem percikan DGX untuk mengerjakan model AI yang sangat besar secara kolaboratif.
- Efisiensi Daya: Beroperasi hanya 170W, DGX Spark menawarkan solusi hemat daya untuk pengembangan AI, membuatnya cocok untuk berbagai lingkungan.
Secara keseluruhan, percikan DGX dirancang untuk memberdayakan pengembang, peneliti, dan ilmuwan data dengan menyediakan platform yang ringkas namun kuat untuk membuat prototipe, penyempurnaan, dan menggunakan model AI secara lokal atau di cloud dengan penyesuaian kode minimal [1] [3] [5].
Kutipan:
[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-supercomputer/
[3.
[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-spesialisasi-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-supercomputer-by-grace-backwell/
[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-supercomputer-for-the-developer--masses/
[13] https://www.reddit.com/r/hardware/comments/1jej1uk/nvidia_announces_dgx_spark_and_dgx_station/