DGX -gnistan anses vara den minsta AI -superdatorn som Nvidia har byggt på grund av sin kompakta design och kraftfulla kapacitet. Här är de viktigaste faktorerna som bidrar till dess status:
1. Kompakt formfaktor: DGX -gnistan är utformad för att passa in i en liten kapsling, mäta cirka 150 x 150 x 50,5 mm, vilket gör den jämförbar i storlek med en MAC -mini [6]. Denna kompakta storlek gör det möjligt att placera den enkelt på ett skrivbord, vilket ger kraftfulla AI-kapacitet på ett utrymmeeffektivt sätt.
2. GB10 Grace Blackwell Superchip: I hjärtat av DGX Spark är GB10 Grace Blackwell Superchip, som inkluderar en Nvidia Blackwell GPU med femte generationens tensorkärnor och FP4-stöd. Detta chip är specifikt optimerat för en skrivbordsformulärfaktor, vilket säkerställer att det ger hög prestanda samtidigt som en liten storlek [1] [2].
3. Hög prestanda: Trots sin lilla storlek kan DGX-gnistan leverera upp till 1 000 biljoner verksamhet per sekund (toppar) av AI-datorn, vilket gör den lämplig för finjustering och körning avancerade AI-modeller som NVIDIA COSMOS-anledning och GR00T N1-robotfundamentsmodeller [2] [5].
4. Unified Memory and Storage: DGX Spark levereras med 128 GB enhetligt systemminne, vilket gör att den kan hantera AI-modeller med upp till 200 miljarder parametrar för inferens och finjustera modeller upp till 70 miljarder parametrar. Det erbjuder också upp till 4TB NVME M.2-lagring, vilket ger gott om utrymme för dataintensiva AI-applikationer [5] [6].
5. Energieffektivitet: Systemet arbetar med en kraftförbrukning på bara 170W, vilket gör det till en energieffektiv lösning för AI-utveckling jämfört med större datacentersystem [5].
6. Advanced Interconnect Technology: GB10 SuperChip använder NVIDIA NVLINK-C2C Interconnect-teknik, som tillhandahåller en CPU+GPU-koherent minnesmodell med betydligt förbättrad bandbredd jämfört med traditionella PCIE-anslutningar. Denna teknik optimerar prestanda för minnesintensiva AI-arbetsbelastningar [2] [7].
Sammantaget gör DGX Sparks kombination av kompakt design, hög prestanda och avancerad teknik till den minsta men ändå kraftfulla AI -superdatorn NVIDIA har utvecklat, tillgodoser forskarnas, utvecklare och datavetenskaps behov.
Citeringar:
[1] https://www.theverge.com/news/631957/nvidia-dgx-spark-station-grace-backwell-ai-supercomputers-gtc
[2] https://nvidianews.nvidia.com/news/nvidia-announces-dgx-spark-and-dgx-station-personal-ai-computers
[3] https://arstechnica.com/ai/2025/03/nvidia-announces-dgx-desktop-personal-ai-supercomputers/
]
]
[6] https://www.youtube.com/watch?v=_14mvy0kol0
[7] https://www.investing.com/news/company-news/nvidia-launches-personal-ai-supercomputers-for-desktops-93ch-3934971
[8] https://www.digitimes.com/news/a20250319pd227/nvidia-gtc-ai-supercomputing-2025.html
[9] https://redmondmag.com/articles/2025/03/18/nvidia-expands-ai-for-enterprises.aspx
[10] https://techcrunch.com/2025/03/18/nvidia-announces-two-personal-ai-supercomputers/
[11] https://www.reddit.com/r/localllamama/comments/1jedy17/nvidia_digits_specs_released_and_enamed_to_dgx/
[12] https://www.nvidia.com/en-us/products/workstations/dgx-spark/