„NVIDIA DGX“ kibirkštis nėra tradicinis GPU modelis, o kompaktiškas AI superkompiuteris, maitinamas „NVIDIA GB10 Grace Blackwell Superchip“. Šis superchipas apima „Blackwell“ GPU su penktosios kartos tenzoriniais šerdimis ir palaiko FP4, o tai yra optimizuotas AI darbo krūviams, tokiems kaip tikslinimas ir išvados. Nors pati „DGX“ kibirkštis nėra GPU modelis, jo GPU komponentas yra skirtas reikalauti reikalaujančių AI užduočių, įskaitant tas, kurias galima paleisti su „Tensorflow“.
„Tensorflow“ gali būti naudojamas tokiose sistemose kaip „DGX Spark“, palaikančios AI kūrimą ir diegimą. Tačiau specifinis „Tensorflow“ suderinamumas su DGX Spark GPU nėra aiškiai išsamiai aprašytas tradicinių GPU modelių atžvilgiu. Vietoj to, „DGX“ kibirkštis yra skirta sklandžiai veikti su „NVIDIA“ pilno kamieno AI platforma, leidžiančia vartotojams kurti ir diegti AI modelius vietoje arba debesyje su minimaliais pakeitimais.
„NVIDIA GPUS“ tensorflow paleidimui, paprastai gali būti naudojamas bet koks NVIDIA GPU, palaikantis CUDA. „DGX Spark“ GPU yra „Grace Blackwell“ architektūros dalis, kuri yra optimizuota AI užduotims ir apima tokias funkcijas kaip „NVLINK-C2C“ sujungimo technologija, skirta sustiprintam atminties pralaidumui. Ši sąranka yra palanki efektyviai paleisti „TensorFlow“ ir kitas AI sistemas, nors tam gali prireikti naudoti „NVIDIA“ pasirinktinę DGX OS, pagrįstą „Ubuntu Linux“.
Apibendrinant galima pasakyti, kad nors „DGX Spark“ nenaudoja tradicinio NVIDIA GPU modelio, tokio kaip „GeForce“ ar „Quadro“ serija, jo integruotas „Blackwell GPU“ yra suderinamas su AI sistemomis, tokiomis kaip „Tensorflow“ dėl palaikymo NVIDIA AI orientuotose technologijose ir programinės įrangos kaminoje.
Citatos:
[1] https://www.theverge.com/news/631957/nvidia-dgx-spark-tation-grace-blackwell-ai-supercomputers-gtc
[2] https://nvidianews.nvidia.com/news/nvidia-announces-dgx-park-and-dgx-station-personal-ai-computers
[3] https://www.pcmag.com/news/what-is-nvidias-dgx-tation-a-new-specifialized-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-park-dgx-stiation-asonal-ai-superkompiuteriai
[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-caling-dl-with-matrix-dgx-1-w03wp201904.pdf
[9] https://www.tensorflow.org/guide/gpu