A DGX Spark, amelyet az NVIDIA nemrégiben mutatott be, egy kompakt AI szuperszámítógép, amelyet asztali használatra terveztek, így a fejlesztők, a kutatók és a hallgatók széles skálájához hozzáférhetővé teszik. Az Nvidia GB10 Grace Blackwell Superchip táplálja, amely magában foglalja a Blackwell GPU-t, ötödik generációs tenzormaggal és FP4 támogatással. Ez a konfiguráció lehetővé teszi a DGX Spark számára, hogy akár 1000 trillió műveletet hajtson végre másodpercenként (teteje) az AI-számításból, lehetővé téve az AI modellek 200 milliárd paraméterének kezelését a következtetésekhez és a finomhangoláshoz, akár 70 milliárd paramétertől [1] [3] [6].
Más AI szuperszámítógépekkel összehasonlítva a DGX Spark figyelemre méltó a kompakt méret és az energiahatékonyság szempontjából, csak 170W -t fogyaszt. Az NVIDIA NVLINK-C2C Connection technológiát használja a CPU+GPU-koherens memóriamodell biztosításához, amely ötszörösének a ötödik generációs PCIe sávszélességét kínálja. Ez javítja a memóriaigényes AI munkaterhelések teljesítményét [1] [3] [6].
Míg a DGX Spark a legkisebb AI szuperszámítógép, a nagyobb rendszerek, mint például a DGX állomás, erősebb képességeket kínálnak. A DGX állomás, amelyet az NVIDIA is bejelentett, a GB300 GRACE Blackwell Ultra Desktop Superchip 784 GB-os koherens memóriaterülettel rendelkezik, ezáltal megfelelőbbé teszi a nagyméretű edzési és következtetési feladatokhoz [1] [4].
Az AI szuperszámításának szélesebb körében a Cerebras által kifejlesztett Andromeda olyan rendszerek, amelyek 13,5 millió maggal büszkélkedhetnek, és egy Exaflop-n keresztül 16 bites fél pontossággal büszkélkedhetnek. Az Andromeda figyelemre méltó a gyors összeszerelési idő és a költséghatékonyság szempontjából a hagyományos szuperszámítógépekhez képest [2].
A szuperszámítógépes spektrum felső végén olyan rendszerek vannak, mint az El Capitan, a Frontier és az Aurora, amelyek olyan exascale gépek, amelyek másodpercenként több mint milliárd milliárd számítással képesek elvégezni. Ezeket a szuperszámítógépeket elsősorban nagyszabású tudományos szimulációkhoz és AI feladatokhoz használják, de nem az asztali használatra tervezték [5].
A DGX Spark egyedi értéke abban rejlik, hogy képes a nagy teljesítményű AI számítástechnikát az asztali környezetbe hozni, lehetővé téve a fejlesztők számára, hogy prototípusát, finomhangolást és telepítést telepítsenek az AI modellekhez, mielőtt a felhő- vagy adatközpont-infrastruktúrába minimális kódváltozással méreteznének [1] [6]. Ez vonzó lehetőséget kínál azoknak a kutatóknak és fejlesztőknek, akiknek nagy teljesítményű AI képességekre van szükségük, anélkül, hogy nagyszabású adatközpont-infrastruktúrára lenne szükség.
Idézetek:
[1] https://nvidianews.nvidia.com/news/nvidia-anunces-dgx-park-and-dgx-station-personal-ai-computers
[2] https://singularityhub.com/2022/11/22/this-ai-supercomputer-has-13-5-million-cores-and-was-built-t-just-threy-days/
[3] https://www.maginative.com/article/nvidia-utveils-dgx-park-and-dgx-station-desktop-ai-supercomputers-for-the-developer-mass/
[4] https://www.notebookcheck.net/nvidia-utveils-dgx-station-desktop-ai-supercomputer-with-72-core-cpu-and-blackwell-ultra-gpu.981669.0.html
[5] https://www.livescience.com/technology/computing/top-most-power-supercomputers
[6] https://www.engineering.com/nvidia- Unveils-dgx-personal-ai-supercomputers-by-grace-blackwell/
[7] https://bgr.com/tech/nvidia-just-nounted-two-new-personal-ai-supercomputers/
[8] https://qz.com/smest-power-supercomputers-ai-research-1851725834
[9] https://arstechnica.com/ai/2025/03/nvidia-announdes-dgx-desktop-personal-ai-supercomputers/