Nvidia DGX Spark는 전통적인 GPU 모델이 아니라 Nvidia GB10 Grace Blackwell Superchip으로 구동되는 소형 AI 슈퍼 컴퓨터입니다. 이 슈퍼 치프에는 5 세대 텐서 코어가있는 Blackwell GPU가 포함되어 있으며 FP4를 지원하며 미세 조정 및 추론과 같은 AI 워크로드에 최적화됩니다. DGX Spark 자체는 GPU 모델이 아니지만 GPU 구성 요소는 Tensorflow로 실행할 수있는 작업을 포함하여 요구하는 AI 작업을 처리하도록 설계되었습니다.
Tensorflow는 AI 개발 및 배포를 지원하는 DGX Spark와 같은 시스템에서 사용할 수 있습니다. 그러나 DGX Spark의 GPU와 Tensorflow의 특정 호환성은 전통적인 GPU 모델 측면에서 명시 적으로 상세하지 않습니다. 대신, DGX Spark는 NVIDIA의 풀 스택 AI 플랫폼과 완벽하게 작동하도록 설계되어 사용자는 최소한의 조정으로 로컬 또는 클라우드에 AI 모델을 개발하고 배포 할 수 있습니다.
NVIDIA GPU에서 텐서 플로우를 실행하기 위해, 일반적으로 CUDA를지지하는 NVIDIA GPU를 사용할 수 있습니다. DGX Spark의 GPU는 Grace Blackwell Architecture의 일부이며 AI 작업에 최적화되어 있으며 Memory 대역폭을 향상시키기위한 NVLINK-C2C Interconnect 기술과 같은 기능을 포함합니다. 이 설정은 TensorFlow 및 기타 AI 프레임 워크를 효율적으로 실행하는 데 도움이되지만 Ubuntu Linux를 기반으로하는 NVIDIA의 사용자 정의 DGX OS를 사용해야 할 수도 있습니다.
요약하면 DGX Spark는 Geforce 또는 Quadro 시리즈와 같은 기존의 NVIDIA GPU 모델을 사용하지 않지만 통합 된 BlackWell GPU는 NVIDIA의 AI 가향 기술 및 소프트웨어 스택에 대한 지원으로 인해 TensorFlow와 같은 AI 프레임 워크와 호환됩니다.
인용 :
[1] https://www.theverge.com/news/631957/nvidia-dgx-spark-station-grace-blackwell-ai-supercomputers-gtc
[2] https://nvidianews.nvidia.com/news/nvidia-announces-dgx-spark-and-dgx-pistation-pernal-ai-compupers
[3] https://www.pcmag.com/news/what-is-nvidias-dgx-station-a-new-pecialized-desktop-line-for-ai-work
[4] https://nvidia-merlin.github.io/merlin/main/support_matrix/support_matrix_merlin_tensorflow_training.html
[5] https://www.nvidia.com/en-us/ai-data-science/spark-ebook/gpu-accelerated-spark-3/
[6] https://www.constellationr.com/blog-news/insights/nvidia-launches-dgx-spark-dgx-station-personal-ai-supercomputers
[7] https://www.reddit.com/r/cuda/comments/1fcal2c/soo_can_i_train_ai_models_tensorflow_etc_using_my/
[8] https://www.arista.com/assets/data/pdf/whitepapers/nvidia-wp-scaling-dl-with-matrix-dgx-1w03wp201904.pdf
[9] https://www.tensorflow.org/guide/gpu