NVIDIA DGX Spark เดิมชื่อ Digits Project ได้รับการออกแบบมาเพื่อรองรับโมเดล AI ที่หลากหลายโดยเฉพาะอย่างยิ่งผู้ที่เกี่ยวข้องกับการกำเนิดและ AI ทางกายภาพ มันใช้พลังงานจาก Nvidia GB10 Grace Blackwell Superchip ซึ่งรวมถึง Nvidia Blackwell GPU ที่ทรงพลังซึ่งมีแกนเทนเซอร์รุ่นที่ห้าและการสนับสนุน FP4 การกำหนดค่านี้ช่วยให้ DGX Spark สามารถดำเนินการได้มากถึง 1,000 ล้านล้านต่อวินาที (ท็อปส์ซู) สำหรับการประมวลผล AI ทำให้เหมาะสำหรับการปรับจูนและการอนุมานอย่างละเอียดด้วยโมเดลการให้เหตุผล AI ขั้นสูง
สนับสนุนโมเดล AI
- NVIDIA COSMOS Reason Foundation Foundation Model: นี่เป็นรูปแบบพื้นฐานที่ใช้สำหรับงานการให้เหตุผล AI ต่างๆ ความสามารถของ DGX Spark ทำให้เป็นแพลตฟอร์มที่เหมาะสำหรับการทำงานกับรุ่นขนาดใหญ่เช่นนี้
- NVIDIA GR00T N1 โมเดลมูลนิธิหุ่นยนต์: ออกแบบมาสำหรับแอพพลิเคชั่นหุ่นยนต์รุ่นนี้ได้รับประโยชน์จากความสามารถในการคำนวณประสิทธิภาพสูงของ DGX Spark ทำให้นักพัฒนาสามารถปรับแต่งและปรับใช้โมเดล AI สำหรับหุ่นยนต์ได้อย่างมีประสิทธิภาพ
-เครือข่ายประสาทขนาดใหญ่: DGX Spark สามารถจัดการโมเดล AI ได้มากถึง 200 พันล้านพารามิเตอร์สำหรับการอนุมานและการปรับแต่งแบบจำลองสูงถึง 70 พันล้านพารามิเตอร์ สิ่งนี้ทำให้เหมาะสำหรับการฝึกอบรมและกลั่นเครือข่ายประสาทที่ซับซ้อนที่ใช้ในแอพพลิเคชั่นเช่นการประมวลผลภาษาธรรมชาติวิสัยทัศน์คอมพิวเตอร์และอื่น ๆ
คุณสมบัติที่สำคัญสำหรับการฝึกอบรม AI
-การคำนวณประสิทธิภาพสูง: ความสามารถของ GB10 Superchip ในการส่งมอบประสิทธิภาพสูงสุดของ Tops ทำให้มั่นใจได้ว่ารุ่น AI สามารถได้รับการฝึกฝนและปรับแต่งได้อย่างรวดเร็วแม้สำหรับรุ่นที่มีขนาดใหญ่และซับซ้อน
- หน่วยความจำแบบครบวงจร: ด้วยหน่วยความจำ LPDDR5X แบบครบวงจร 128GB DGX Spark ให้ทรัพยากรที่เพียงพอสำหรับการจัดการเวิร์กโหลด AI ที่ใช้หน่วยความจำมาก
-ความสามารถในการสร้างเครือข่าย: ระบบรองรับเครือข่ายความเร็วสูงผ่าน ConnectX-7 เพื่อให้การเชื่อมต่อของระบบ DGX Spark หลายระบบทำงานกับรุ่น AI ขนาดใหญ่มากร่วมกัน
- ประสิทธิภาพการใช้พลังงาน: การดำเนินงานเพียง 170W DGX Spark นำเสนอโซลูชันที่ประหยัดพลังงานสำหรับการพัฒนา AI ทำให้เหมาะสำหรับสภาพแวดล้อมที่หลากหลาย
โดยรวมแล้ว DGX Spark ได้รับการออกแบบมาเพื่อเพิ่มขีดความสามารถให้กับนักพัฒนานักวิจัยและนักวิทยาศาสตร์ด้านข้อมูลโดยการจัดหาแพลตฟอร์มขนาดกะทัดรัด แต่ทรงพลังสำหรับการสร้างต้นแบบการปรับแต่งและการปรับใช้โมเดล AI ในพื้นที่หรือในระบบคลาวด์ที่มีการปรับรหัสน้อยที่สุด [1] [3] [5]
การอ้างอิง:
[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-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-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-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/