Oui, le NVIDIA DGX Spark peut être utilisé à la fois pour le développement d'IA local et le déploiement du cloud. Voici comment il prend en charge ces capacités:
Développement d'IA local
Le DGX Spark est conçu comme un supercalculateur AI compact, alimenté par le Nvidia GB10 Grace Blackwell Superchip. Cette superchip comprend un puissant GPU Nvidia Blackwell avec des noyaux de tenseur de cinquième génération et un support FP4, offrant jusqu'à 1 000 billions d'opérations par seconde de calcul de l'IA. Cela le rend idéal pour le réglage fin et l'inférence avec les derniers modèles de raisonnement AI, tels que le modèle NVIDIA Cosmos Reason World Foundation et le modèle NVIDIA GR00T N1 Robot Foundation [1] [2] [4].
Le GB10 Superchip utilise la technologie d'interconnexion NVIDIA NVINK-C2C pour fournir un modèle de mémoire cohérent GPU CPU +, qui offre 5x la bande passante du PCIe de cinquième génération. Cela améliore les performances des charges de travail des développeurs d'IA à forte intensité de mémoire, permettant aux chercheurs, aux scientifiques des données, aux développeurs de robotique et aux étudiants de prototyper et d'affiner les grands modèles d'IA directement sur leurs ordinateurs de bureau [1] [3] [7].
Déploiement cloud
La plate-forme AI complète de NVIDIA est une caractéristique clé de la DGX Spark, permettant aux utilisateurs de déplacer de manière transparente leurs modèles AI de leur bureau vers NVIDIA DGX Cloud ou toute autre infrastructure de cloud ou de centre de données accélérée. Ce processus ne nécessite pratiquement aucun changement de code, ce qui facilite le prototype, les affineurs et les itération des workflows dans différents environnements [1] [2] [7].
Cette flexibilité permet aux développeurs de tirer parti de la puissance du cloud computing pour les charges de travail IA à plus grande échelle tout en maintenant la commodité du développement local. Que ce soit des modèles localement pour le développement initial ou les déployer dans le cloud pour un traitement à plus grande échelle, le DGX Spark fournit un flux de travail rationalisé qui prend en charge le développement et le déploiement d'IA locaux et basés sur le cloud [3] [4] [8].
Citations:
[1] https://nvidianews.nvidia.com/news/nvidia-annunces-dgx-spark-and-dgx-station-sersonal-ai-computers
[2] https://www.nvidia.com/en-us/products/workstations/dgx-spark/
[3] https://www.ainvest.com/news/nvidia-unveils-dgx-park-dgx-station-revolutioning-fersonal-ai-computing-2503
[4] https://www.edge-ai-vision.com/2025/03/nvidia-annouces-dgx-scark-and-dgx-station-personal-ai-computers/
[5] https://www.stocktitan.net/news/nvda/nvidia-annouces-dgx-sker-and-dgx-station-personal-ai-vg4pfhn7jedk.html
[6] https://www.ainvest.com/news/nvidia-sparks-revolution-personal-ai-computing-meet-dgx-spark-dgx-station-2503
[7] https://www.engineering.com/nvidia-unveils-dgx-sersonal-ai-supercomputers-by-grace-blackwell/
[8] https://itbrief.ca/story/nvidia-unveils-dgx-scark-dgx-station-ai-desktops
[9] https://www.weka.io/wp-content/uploads/2023/04/weka-nvidia-dgx-a100-systems.pdf
[10] https://www.pcmag.com/news/what-is-nvidias-dgx-station-a-new-specialized-desktop-line-for-ai-work
[11] https://www.theverge.com/news/631957/nvidia-dgx-spark-station-grace-blackwell-ai-supercomputers-gtc
