NVIDIA DGX Spark

NVIDIA DGX Spark არის NVIDIA GB10 Grace Blackwell Superchip-ისთვის განკუთვნილი სამაგიდო რეფერენს სისტემა, რომელიც პირველად საჯაროდ 2025 წლის იანვარში დემონსტრირებული იქნა სახელწოდებით Project DIGITS, ხოლო შემდეგ საბოლოო სახელით გამოვიდა. როგორც პლატფორმა, რომელიც თავად NVIDIA-მ შეიმუშავა, გამოცადა და პირდაპირ ახლდება, იგი აერთიანებს 1 პეტაფლოპ FP4 AI სიმძლავრეს და 128 GB თანმიმდევრულ გაერთიანებულ მეხსიერებას 1.2 კგ-იან კორპუსში, რომელიც იმდენად მცირეა, რომ მაგიდაზე კლავიატურის გვერდით მოთავსდეს.

იმის გამო, რომ DGX Spark NVIDIA-ს საკუთარი რეფერენს დიზაინია, ის ასევე პირველი პლატფორმაა, რომელზეც GB10 ეკოსისტემის ახალი შესაძლებლობები ჯერ გამოცდიან. 2026 წლის მარტის ბოლოს NVIDIA-ის GTC 2026 კონფერენციის შემდეგ, DGX Spark-ზე დადასტურდა 4-კვანძიანი RoCE კლასტერიზაციის ოფიციალური მხარდაჭერა — რაც ერთ დეპლოიმენტს 512 GB გაზიარებული გაერთიანებული მეხსიერების ზღვარს აძლევს — სანამ პარტნიორი ტექნიკა მას მიიღებდა, არსებული 2-ერთეულიანი პირდაპირი დაკავშირების შესაძლებლობის გვერდით, რომელიც უკვე სტანდარტულია GB10 სერიაში.

ტექნიკური მონაცემები

მის ბირთვში NVIDIA GB10 Grace Blackwell Superchipა, რომელიც აერთიანებს 20-ბირთვიან Arm პროცესორს (10 × Cortex-X925 სიჩქარის ბირთვი + 10 × Cortex-A725 ეფექტურობის ბირთვი) Blackwell-თაობის GPU-თან, რომელსაც მეხუთე თაობის Tensor Cores და ჩაშენებული FP4 მეჩხერობის მხარდაჭერა გააჩნია. მათ ერთმანეთთან 128 GB LPDDR5x გაერთიანებული მეხსიერება აკავშირებს, რომელიც 273 GB/s თანმიმდევრულ სიჩქარეს უზრუნველყოფს CPU-სა და GPU-ს შორის გაზიარებულად, აღმოფხვრის კოპირების ზედმეტ დატვირთვას, რომელსაც ცალკეული CPU/GPU მეხსიერების აუზები ჩვეულებრივ შემოაქვს. შენახვისთვის განკუთვნილია 4 TB ზომის თვითდაშიფრვის PCIe Gen4 NVMe SSD, რომელიც დიდი მოდელების საკონტროლო წერტილებისა და მონაცემთა ნაკრების ადგილობრივ შენახვისთვისაა განკუთვნილი.

პროგრამული უზრუნველყოფა: სრული NVIDIA AI სტეკი, წინასწარ დაყენებული

DGX Spark გამოდის NVIDIA DGX OS-ით (Ubuntu 24.04 LTS) და სრული NVIDIA AI პროგრამული სტეკით წინასწარ დაყენებული და ტექნიკისთვის გამოცდილი — CUDA, cuDNN, TensorRT და NVIDIA Container Runtime პირველივე ჩართვაზე მზადაა. NVIDIA NIM მიკროსერვისები საშუალებას აძლევს, რომ მხარდაჭერილი მოდელები განხორციელდნენ ოპტიმიზებულ ინფერენციის კონტეინერებად ხელით მორგების გარეშე, და იგივე კონტეინერები უცვლელად გადადის, როდესაც დატვირთვა მოგვიანებით გადადის NVIDIA DGX Cloud-ზე ან დატაცენტრულ DGX სისტემაზე. მუდმივად მხარდაჭერილი ოფიციალური პლეიბუკების ნაკრები მოიცავს საერთო ნაკადებს — vLLM და TensorRT-LLM სერვერიდან დაწყებული NeMo და Unsloth-ით მორგებამდე — რაც ამცირებს დაყენების დროს როგორც ახალი, ასევე გამოცდილი მომხმარებლებისთვის.

აგენტური AI დატვირთვებისთვის, DGX Spark მოიცავს NemoClaw-ს, NVIDIA-ს იზოლირებული აგენტების შესრულების ფენას. იგი აღასრულებს პოლიტიკაზე დაფუძნებულ წვდომის კონტროლს ავტონომიური აგენტების გარშემო, არეგისტრირებს მათ მოქმედებებს აუდიტის მიზნით და ოპტიმიზებულია ბოლო DGX OS განახლებებში, რათა უზრუნველყოს შესამჩნევად უფრო სწრაფი ადგილობრივი აგენტის ინფერენცია.

კავშირი და ქსელირება

ქსელირება აგებულია NVIDIA ConnectX-7 Smart NIC-ზე ორმაგი 200 Gbps QSFP პორტებით, რომლებიც გამოიყენება პირდაპირი ერთეულ-ერთეულთან დასაკავშირებლად ან, უფრო დიდ დეპლოიმენტებში, მართვად RoCE სვიჩის ფაბრიკასთან დასაკავშირებლად. დამატებითი ონბორდული კავშირები მოიცავს 10 GbE Ethernet-ს (RJ-45), Wi-Fi 7-ს და Bluetooth 5.4-ს. ოთხი USB4 Type-C პორტი მხარს უჭერს DisplayPort-ის გამოსასვლელს ადგილობრივი მრავალმონიტორული გამოყენებისთვის — სამ ეკრანამდე ერთდროულად — HDMI-ის გვერდით, რაც იმავე ერთეულს საშუალებას აძლევს იმოქმედოს როგორც განვითარების სამუშაო სადგურად, ასევე მუდმივად ჩართული ინფერენციის სერვერად.

საწარმოო მართვა და უსაფრთხოება

DGX Spark მხარს უჭერს air-gapped დეპლოიმენტს გარემოებისთვის ინტერნეტის კავშირის გარეშე, მათ შორის მოიცავს მორგებული ISO-ს შექმნას Cloud-init-ით და USB-ზე დაფუძნებული OS-ისა და დრაივერების განახლებებს — რაც საშუალებას აძლევს ფლოტებს იყოს მოწოდებული და მოვლილი გარე ქსელზე დამოკიდებულების გარეშე. შენახვა ნაგულისხმევად თვითშიფრვისა და პლატფორმა მოიცავს TPM 2.0 და Secure Boot-ს, რაც მას უსაფრთხოების საბაზისოს აძლევს, რომელიც შეესაბამება რეგულირებულ, მონაცემთა მგრძნობიარე დეპლოიმენტებს, სადაც დამუშავება სრულიად on-premises უნდა დარჩეს.

მასშტაბირება: ერთეული, 2-ერთეულიანი და 4-ერთეულიანი კონფიგურაციები

ერთი DGX Spark კომფორტულად ემსახურება მოდელებს დაახლოებით 200 მილიარდი პარამეტრის ზღვრამდე ადგილობრივად. უფრო დიდი მოდელებისთვის, ორი ერთეული პირდაპირ უკავშირდება ConnectX-7 QSFP პორტებით ერთობლივ 256 GB გაერთიანებული მეხსიერების აუზში, და ოთხ ერთეულამდე შეიძლება დაერთოს მართვადი 200 GbE RoCE სვიჩის ფაბრიკის მეშვეობით 512 GB თანმიმდევრული აუზისთვის — იგივე კლასტერიზაციის გზა, რომელიც NVIDIA-მ GTC 2026-ზე გამოცადა.

ეკოსისტემა და გრძელვადიანი მასშტაბირების გზა

იმის გამო, რომ DGX Spark გაშვებულია იმავე DGX OS-ზე და NVIDIA AI პროგრამულ სტეკზე, რომელიც გამოიყენება NVIDIA DGX Cloud-ში და დატაცენტრულ DGX სისტემებში, ადგილობრივად შემუშავებული დატვირთვები — კონტეინერები, NIM დეპლოიმენტები, მორგების პაიპლაინები — გადადის ცვლილების გარეშე, როდესაც დროა სამაგიდო პროტოტიპიდან უფრო დიდ პროდუქციულ დეპლოიმენტზე გადასვლის.