Przegląd NVIDIA DGX Spark 64GB

Image: NVIDIA · Source

NVIDIA DGX Spark 64GB to kompaktowy lokalny superkomputer AI zaprojektowany do uruchamiania i skalowania modeli AI na urządzeniu, oferujący wsparcie dla modeli do 100 miliardów parametrów oraz łatwe klastrowanie dla większych obciążeń.

NVIDIA DGX Spark 64GB to lokalna platforma AI, która ma na celu wspieranie deweloperów, badaczy i entuzjastów AI potężnym, kompaktowym systemem zoptymalizowanym do uruchamiania zaawansowanych modeli AI na urządzeniu. Jak podaje NVIDIA, konfiguracja ta wyposażona jest w 64 GB zunifikowanej pamięci i zawiera GB10 Grace Blackwell Superchip, DGX OS oraz pełen stos oprogramowania AI NVIDIA, w tym NVIDIA Agent Toolkit, biblioteki CUDA-X AI oraz wsparcie dla frameworków takich jak PyTorch oraz popularnych środowisk uruchomieniowych jak Ollama i vLLM.

Platforma ma wspierać lokalne obciążenia AI bez zależności od infrastruktury chmurowej, umożliwiając użytkownikom uruchamianie modeli do 100 miliardów parametrów na jednym urządzeniu. Gdy obciążenia AI przekraczają możliwości pojedynczej jednostki, dwa systemy DGX Spark 64GB mogą zostać bezproblemowo połączone w klaster za pomocą NVIDIA Sync Cluster Assistant, łącząc pamięć do 128 GB i zwiększając wydajność nawet o 1,7 raza w przetestowanych scenariuszach, takich jak model Qwen 3.8 27B NVIDIA. Klastrowanie ułatwia wbudowana sieć NVIDIA ConnectX-7, pozwalająca na bezpośrednie połączenie kablami QSFP.

NVIDIA podkreśla łatwość użytkowania przy konfiguracji i skalowaniu klastrów, z automatycznym wykrywaniem i konfiguracją obsługiwaną przez aplikację Sync. Nadchodzący NVIDIA Sync Model Launcher ma jeszcze bardziej uprościć uruchamianie lokalnych modeli AI, oferując doświadczenie oparte na GUI do uruchamiania modeli takich jak Qwen3.8 27B na jednym lub wielu DGX Sparkach.

Produkowany przez partnerów takich jak Acer, ASUS, Dell, Gigabyte, HP i MSI, DGX Spark 64GB jest oferowany jako bardziej dostępna opcja w porównaniu z modelami o większej pamięci, w cenie zaczynającej się od 4 999 USD. Platforma nadaje się do zadań takich jak rozwój agentów, wnioskowanie, dostrajanie, nauka o danych i edge computing. Ponadto główne aplikacje kreatywne, takie jak Blender, planują wsparcie dla platformy, rozszerzając jej użyteczność.

Ten przegląd opiera się wyłącznie na informacji opublikowanych przez NVIDIA i innych materiałach źródłowych, bez testów praktycznych czy doświadczeń własnych.