Nvidia DGX Spark nie jest tradycyjnym modelem GPU, ale kompaktowym superkomputerem AI zasilanym przez superchip Nvidia GB10 Grace Blackwell. Ten superchip obejmuje procesor graficzny Blackwell z rdzeniami tensorowymi piątej generacji i obsługuje FP4, który jest zoptymalizowany pod kątem obciążeń AI, takich jak dopracowanie i wnioskowanie. Chociaż sama iskra DGX nie jest modelem GPU, jego komponent GPU jest zaprojektowany do obsługi wymagających zadań AI, w tym tych, które można uruchomić z TensorFlow.
TensorFlow może być stosowany w systemach takich jak DGX Spark, który wspiera rozwój i wdrażanie AI. Jednak szczególna zgodność TensorFlow z GPU DGX Spark nie jest wyraźnie szczegółowo szczegółowo opisana pod względem tradycyjnych modeli GPU. Zamiast tego DGX Spark został zaprojektowany do bezproblemowo z pełną platformą AI NVIDIA, umożliwiając użytkownikom opracowywanie i wdrażanie modeli AI lokalnie lub w chmurze przy minimalnych korektach.
Do uruchamiania tensorflow na GPU NVIDIA, ogólnie, można użyć dowolnego GPU NVIDIA, który obsługuje CUDA. GPU DGX Spark jest częścią architektury Grace Blackwell, która jest zoptymalizowana pod kątem zadań AI i zawiera takie funkcje takie jak NVLink-C2C Interconnect Technology dla zwiększonej przepustowości pamięci. Ta konfiguracja sprzyja wydajnym uruchomieniu TensorFlow i innych ram sztucznej inteligencji, choć może wymagać użycia niestandardowego systemu operacyjnego DGX NVIDIA, który jest oparty na Ubuntu Linux.
Podsumowując, podczas gdy DGX Spark nie używa tradycyjnego modelu GPU NVIDIA, takiego jak seria GeForce lub Quadro, jego zintegrowany procesor graficzny Blackwell jest kompatybilny z ramami AI, takimi jak TensorFlow ze względu na obsługę technologii i oprogramowania złożonego przez NVIDIA technologii i oprogramowania.
Cytaty:
[1] https://www.thheverge.com/news/631957/nvidia-dgx-spark-station-grace-blackwell-ai-supercomputers-gtc
[2] https://nvidianews.nvidia.com/news/nvidia-announces-dgx-spark-and-dgx-station-personal-ai-computers
[3] https://www.pcmag.com/news/what-is-nvidias-dgx-station-a-new-specialized-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-park-3/
[6] https://www.constellationr.com/blog-news/insights/nvidia-lounches-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-1-w03wp201904.pdf
[9] https://www.tensorflow.org/guide/gpu