O NVIDIA DGX Spark não é um modelo tradicional de GPU, mas um supercomputador de IA compacto alimentado pelo NVIDIA GB10 Grace Blackwell Superchip. Este superchip inclui uma GPU Blackwell com núcleos de tensor de quinta geração e suporta FP4, que é otimizado para cargas de trabalho de IA, como ajuste fino e inferência. Embora o DGX Spark em si não seja um modelo de GPU, seu componente GPU foi projetado para lidar com tarefas exigentes de IA, incluindo aquelas que podem ser executadas com o TensorFlow.
O TensorFlow pode ser usado em sistemas como o DGX Spark, que suporta desenvolvimento e implantação de IA. No entanto, a compatibilidade específica do tensorflow com a GPU do DGX Spark não é explicitamente detalhada em termos de modelos tradicionais de GPU. Em vez disso, o DGX Spark foi projetado para funcionar perfeitamente com a plataforma AI de pilha completa da NVIDIA, permitindo que os usuários desenvolvam e implante modelos de IA localmente ou na nuvem com ajustes mínimos.
Para executar o TensorFlow nas GPUs NVIDIA, geralmente, qualquer GPU da NVIDIA que suporta CUDA possa ser usada. A GPU da DGX Spark faz parte da Arquitetura Grace Blackwell, que é otimizada para tarefas de IA e inclui recursos como a tecnologia NVLink-C2C InterConnect para uma largura de banda de memória aprimorada. Essa configuração é propícia para executar o TensorFlow e outras estruturas de IA com eficiência, embora possa exigir o uso do OS DGX personalizado da NVIDIA, que é baseado no Ubuntu Linux.
Em resumo, embora o DGX Spark não use um modelo tradicional de GPU da NVIDIA, como a série GeForce ou Quadro, sua GPU Blackwell integrada é compatível com estruturas de IA como o TensorFlow devido ao seu suporte para as tecnologias e a pilha de software focadas na NVIDIA.
Citações:
[1] https://www.theverge.com/news/631957/nvidia-dgx-stark-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-especializado-desktop-line-for-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-1-w03wp201904.pdf
[9] https://www.tensorflow.org/guide/gpu