Daha önce Project Rasits olarak bilinen NVIDIA DGX Spark, özellikle üretken ve fiziksel AI ile ilgili olanları, özellikle de çok çeşitli AI modellerini desteklemek için tasarlanmıştır. Beşinci nesil tensör çekirdekleri ve FP4 desteğini içeren güçlü bir Nvidia Blackwell GPU içeren Nvidia GB10 Grace Blackwell Superchip tarafından desteklenmektedir. Bu yapılandırma, DGX Spark'ın AI işlemesi için saniyede 1.000 trilyon operasyon (üstler) elde etmesini sağlar, bu da gelişmiş AI akıl yürütme modellerine sahip ince ayar ve çıkarım görevleri için uygun hale getirir.
Desteklenen AI modelleri
- Nvidia Cosmos Sebep Dünya Vakfı Modeli: Bu, çeşitli AI akıl yürütme görevleri için kullanılan temel bir modeldir. DGX Spark'ın yetenekleri, bu tür büyük ölçekli modellerle çalışmak için ideal bir platform haline getirir.
- NVIDIA GR00T N1 Robot Vakfı Modeli: Robotik uygulamalar için tasarlanan bu model, DGX Spark'ın yüksek performanslı bilgi işlem yeteneklerinden yararlanır ve geliştiricilerin robotik için AI modellerini etkili bir şekilde rafine etmelerini ve dağıtmasını sağlar.
-Büyük ölçekli sinir ağları: DGX Spark, çıkarım ve 70 milyar parametreye kadar ince ayar modelleri için 200 milyar parametreye kadar AI modellerini işleyebilir. Bu, doğal dil işleme, bilgisayar görme ve daha fazlası gibi uygulamalarda kullanılan karmaşık sinir ağlarının eğitim ve rafine edilmesi için uygun hale getirir.
AI eğitimi için temel özellikler
-Yüksek performanslı bilgi işlem: GB10 Superchip'in yüksek üst düzey performans sunma yeteneği, AI modellerinin büyük ve karmaşık modeller için bile hızlı bir şekilde eğitilmesini ve ince ayarlanabilmesini sağlar.
- Birleşik Bellek: 128GB birleşik LPDDR5X bellek ile DGX Spark, bellek yoğun AI iş yüklerini işlemek için geniş kaynaklar sağlar.
-Ağ oluşturma özellikleri: Sistem, ConnectX-7 üzerinden yüksek hızlı ağ oluşturmayı destekler ve birden fazla DGX Spark sisteminin son derece büyük AI modelleri üzerinde işbirliği içinde çalışmasına izin verir.
- Güç verimliliği: Sadece 170W'da çalışırsanız, DGX Spark, AI geliştirme için güç tasarruflu bir çözüm sunar ve bu da onu çeşitli ortamlar için uygun hale getirir.
Genel olarak, DGX Spark, yerel olarak veya bulutta AI modellerini minimal kod ayarlarıyla prototipleme, ince ayar ve dağıtmak için kompakt ama güçlü bir platform sağlayarak geliştiricileri, araştırmacıları ve veri bilimcilerini güçlendirmek için tasarlanmıştır [1] [3] [5].
Alıntılar:
[1] https://nvidianews.nvidia.com/news/nvidia-ansunces-dgx-spark-dgx
[2] https://arstechnica.com/ai/2025/03/nvidia-ansunces-dgx-desktop-personal-ai-supercomputers/
[3] https://www.theverge.com/news/631957/nvidia-dgx-spark-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-tation-a-new-spained-desktop-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-caling-dl-with-matrix-dgx-1-w03wp201904.pdf
[10] https://www.engineering.com/nvidia-unveils-dgx-personal-ai-supercomputers-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-desktop-ai-supercomputers-for-foraterer-cases/
[13] https://www.reddit.com/r/hardware/comments/1jej1uk/nvidia_announces_dgx_spark_and_dgx_station/