DGX Spark, yang baru -baru ini diluncurkan oleh NVIDIA, adalah superkomputer AI kompak yang dirancang untuk penggunaan desktop, membuatnya dapat diakses oleh berbagai pengembang, peneliti, dan siswa. Didukung oleh NVIDIA GB10 Grace Blackwell Superchip, yang mencakup GPU Blackwell dengan inti tensor generasi kelima dan dukungan FP4. Konfigurasi ini memungkinkan DGX Spark untuk memberikan hingga 1.000 triliun operasi per detik (atas) dari AI Compute, memungkinkannya untuk menangani model AI hingga 200 miliar parameter untuk inferensi dan model fine-tune hingga 70 miliar parameter [1] [3] [6].
Dibandingkan dengan superkomputer AI lainnya, DGX Spark terkenal karena ukurannya yang ringkas dan efisiensi daya, hanya mengkonsumsi 170W. Ini menggunakan teknologi interkoneksi NVIDIA NVLINK-C2C untuk menyediakan model memori CPU+GPU-koheren, menawarkan lima kali bandwidth PCIe generasi kelima. Ini meningkatkan kinerja untuk beban kerja AI intensif memori [1] [3] [6].
Sementara DGX Spark adalah superkomputer AI terkecil, sistem yang lebih besar seperti stasiun DGX menawarkan kemampuan yang lebih kuat. Stasiun DGX, juga diumumkan oleh NVIDIA, menampilkan GB300 Grace Blackwell Ultra Desktop Superchip dengan 784GB ruang memori yang koheren, membuatnya lebih cocok untuk pelatihan skala besar dan tugas inferensi [1] [4].
Dalam lanskap yang lebih luas dari superkomputer AI, sistem seperti Andromeda, yang dikembangkan oleh cerebras, membanggakan kemampuan yang mengesankan dengan 13,5 juta core dan kinerja di atas exaflop dengan presisi setengah 16-bit. Andromeda terkenal karena waktu perakitan yang cepat dan efektivitas biaya dibandingkan dengan superkomputer tradisional [2].
Di ujung atas spektrum superkomputer adalah sistem seperti El Capitan, Frontier, dan Aurora, yang merupakan mesin exascale yang mampu melakukan lebih dari satu miliar miliar perhitungan per detik. Superkomputer ini terutama digunakan untuk simulasi ilmiah skala besar dan tugas AI tetapi tidak dirancang untuk penggunaan desktop [5].
Nilai unik DGX Spark terletak pada kemampuannya untuk membawa komputasi AI berkinerja tinggi ke lingkungan desktop, memungkinkan pengembang untuk membuat prototipe, menyempurnakan, dan menggunakan model AI secara lokal sebelum penskalaan ke infrastruktur pusat cloud atau data dengan perubahan kode minimal [1] [6]. Ini menjadikannya pilihan yang menarik bagi para peneliti dan pengembang yang membutuhkan kemampuan AI yang kuat tanpa perlu infrastruktur pusat data skala besar.
Kutipan:
[1] https://nvidianews.nvidia.com/news/nvidia-announces-dgx-spark-and-dgx-station-personal-ai-computers
[2] https://singularityhub.com/2022/11/22/this-ai-supercomputer-has-13-5-million-cores-and-was-built-in-just- three-days/
[3.
[4] https://www.notebookcheck.net/nvidia-uveils-dgx-station-desktop-ai-supercomputer-with-72-core-cpu-andwell-ultra-gpu.981669.0.html
[5] https://www.livescience.com/technology/computing/top-most-powerfulful-supercomputer
[6] https://www.engineering.com/nvidia-uNVeils-dgx-personal-ai-supercomputer-by-grace-backwell/
[7] https://bgr.com/tech/nvidia-just-announcing-two-new-personal-ai-su-supercomputer/
[8] https://qz.com/most-powerfulful-supercomputer-ai-research-1851725834
[9] https://arstechnica.com/ai/2025/03/nvidia-announces-dgx-desktop-personal-ai-supercomputer/