EN
NVIDIA DGX Spark AI-supercomputer — GB10 Grace Blackwell, 128 GB geïntegreerd geheugen, 4 TB NVMe, 1 PFLOP FP4
Superchip: NVIDIA GB10 Grace Blackwell Superchip
CPU: 20-core Arm CPU (10× Cortex-X925 + 10× Cortex-A725)
GPU: Blackwell-GPU met Tensorcores van de vijfde generatie, tot 1 PFLOP bij FP4-nauwkeurigheid
Geheugen: 128 GB coherend uniform geheugen, 256-bit LPDDR5x met 273 GB/s
- Overzicht
- Aanbevolen producten
Belangrijkste functies
NVIDIA GB10 Grace Blackwell-superchip — 20-core Arm CPU (10× Cortex-X925 + 10× Cortex-A725) gekoppeld aan een Blackwell GPU die tot 1 PFLOP levert bij FP4-nauwkeurigheid
128 GB coherente geïntegreerde geheugencapaciteit — 256-bit LPDDR5x met 273 GB/s; uitvoeren, afstemmen en bedienen van modellen met maximaal 200 miljard parameters lokaal
4 TB NVMe M.2-opslag met zelfversleuteling, vooraf geïnstalleerd met NVIDIA DGX OS en de volledige NVIDIA AI-softwarestack
Schaal op wanneer u meer nodig hebt — NVIDIA ConnectX-7-netwerkomgeving (200 Gb/s, 2× QSFP) plus 10 GbE en Wi-Fi 7; cluster tot 4 eenheden om te werken met modellen met maximaal 700 miljard parameters
Echte bureaubladafmetingen — 150 × 150 × 50,5 mm, 1,2 kg, aangedreven door één externe 240 W-voeding
BESCHRIJVING
NVIDIA DGX Spark brengt de Grace Blackwell-architectuur naar het bureaublad. Ontworpen voor AI-ontwikkelaars, onderzoekers en datawetenschappers, waarmee u prototypes kunt maken, modellen kunt afstemmen en inferentie kunt uitvoeren op grote taalmodellen zonder gegevens naar de cloud te versturen.
De GB10 Superchip combineert een 20-core Arm CPU met een Blackwell GPU met Tensor Cores van de vijfde generatie, verbonden via NVLink-C2C voor coherente CPU+GPU-geheugen. Met 128 GB aan geïntegreerd geheugen kunt u werken met modellen tot 200 miljard parameters op één eenheid en schalen naar 405 miljard over twee eenheden — of tot 700 miljard over vier eenheden — met behulp van de ingebouwde ConnectX-7-netwerktechnologie.
DGX Spark wordt geleverd met NVIDIA DGX OS en een vooraf geïnstalleerde AI-softwarestack, inclusief toegang tot PyTorch, TensorRT-LLM, Jupyter, Ollama, NVIDIA NIM en NVIDIA Blueprints. Prototypes die lokaal worden ontwikkeld, kunnen direct worden overgebracht naar DGX Cloud of elk NVIDIA-versnelde datacenter.
Doeltoepassingen: lokale LLM-inferentie · model-finetuning · AI-agentontwikkeling · datawetenschap · edge AI, robotica en computer vision-prototyping.
Technische specificaties
Producttype |
NVIDIA DGX Spark AI-superscomputer (desktop Grace Blackwell-systeem) |
Superchip |
NVIDIA GB10 Grace Blackwell Superchip |
CPU |
20-core Arm CPU (10× Cortex-X925 + 10× Cortex-A725) |
GPU |
Blackwell-GPU met Tensorcores van de vijfde generatie, tot 1 PFLOP bij FP4-nauwkeurigheid |
CPU-GPU-interconnect |
NVLink-C2C-coherente geheugenlink |
Geheugen |
128 GB coherend uniform geheugen, 256-bit LPDDR5x met 273 GB/s |
Modelgrootte |
Tot 200 miljard parameters op één unit; 405 miljard over twee units; tot 700 miljard over vier units |
Opslag |
4 TB NVMe M.2 met zelfversleuteling |
Netwerken |
NVIDIA ConnectX-7 (200 Gb/s, 2× QSFP), 10 GbE en Wi-Fi 7 |
Besturingssysteem |
NVIDIA DGX OS |
AI-softwarestack |
PyTorch, TensorRT-LLM, Jupyter, Ollama, NVIDIA NIM en NVIDIA Blueprints, vooraf geïnstalleerd |
Implementatietraject |
Verplaats lokaal geprototypeerd werk naar NVIDIA DGX Cloud of een willekeurig NVIDIA-versnelde datacenter |
Voeding |
Enkele externe voeding van 240 W |
Afmetingen |
150 × 150 × 50,5 mm |
Gewicht |
1.2 kg |
Doeltoepassingen |
Lokale LLM-inferentie, model-finetuning, AI-agentontwikkeling, datawetenschap, edge-AI, robotica en computer vision-prototyping |
