NVIDIA DGX Spark

NVIDIA DGX Spark to referencyjny system biurkowy dla superukładu NVIDIA GB10 Grace Blackwell, po raz pierwszy publicznie zaprezentowany w styczniu 2025 roku pod roboczą nazwą Project DIGITS, zanim trafił do sprzedaży pod ostateczną nazwą. Jako platforma zaprojektowana, zweryfikowana i bezpośrednio aktualizowana przez samą firmę NVIDIA, mieści 1 petaFLOP wydajności AI w precyzji FP4 oraz 128 GB spójnej zunifikowanej pamięci w obudowie o wadze 1,2 kg, na tyle małej, by zmieścić się na biurku obok klawiatury.

Ponieważ DGX Spark to własne referencyjne rozwiązanie NVIDII, jest to również platforma, na której jako pierwszej weryfikowane są nowe możliwości ekosystemu GB10. Po konferencji GTC 2026 firmy NVIDIA pod koniec marca 2026 roku, oficjalne wsparcie dla klastrowania 4-węzłowego w oparciu o RoCE — zwiększające pojedyncze wdrożenie do 512 GB współdzielonej zunifikowanej pamięci — potwierdzono najpierw na DGX Spark, zanim zostało wdrożone w sprzęcie partnerów, obok istniejącej możliwości bezpośredniego łączenia 2 jednostek, już standardowej w całej gamie GB10.

Specyfikacja sprzętowa

Jego sercem jest superukład NVIDIA GB10 Grace Blackwell, łączący 20-rdzeniowy procesor Arm (10 × rdzeni wydajnościowych Cortex-X925 + 10 × rdzeni efektywnościowych Cortex-A725) z GPU generacji Blackwell, wyposażonym w rdzenie Tensor 5. generacji i natywną obsługę rzadkości FP4. Oba komponenty łączy 128 GB zunifikowanej pamięci LPDDR5x dostarczającej 273 GB/s spójnej przepustowości współdzielonej między CPU i GPU, eliminując narzut kopiowania typowy dla oddzielnych pul pamięci CPU/GPU. Pamięć masowa to 4 TB samoszyfrujący dysk SSD PCIe Gen4 NVMe, o pojemności umożliwiającej lokalne przechowywanie dużych punktów kontrolnych modeli i zbiorów danych.

Oprogramowanie: Pełny stos NVIDIA AI, gotowy do użycia

DGX Spark jest dostarczany z preinstalowanym i zweryfikowanym pod kątem sprzętu systemem operacyjnym NVIDIA DGX OS (Ubuntu 24.04 LTS) oraz kompletnym stosem oprogramowania NVIDIA AI — CUDA, cuDNN, TensorRT i NVIDIA Container Runtime są gotowe do użycia przy pierwszym uruchomieniu. Mikrousługi NVIDIA NIM umożliwiają wdrażanie obsługiwanych modeli jako zoptymalizowanych kontenerów inferencyjnych bez ręcznego strojenia, a te same kontenery działają bez zmian, gdy obciążenie jest później przenoszone do NVIDIA DGX Cloud lub systemu DGX w centrum danych. Ciągle utrzymywany zestaw oficjalnych playbooków obejmuje typowe przepływy pracy — od serwowania za pomocą vLLM i TensorRT-LLM po strojenie z użyciem NeMo i Unsloth — skracając czas konfiguracji zarówno dla początkujących, jak i zaawansowanych użytkowników.

W przypadku obciążeń agentowego AI, DGX Spark zawiera NemoClaw, wydzieloną warstwę wykonawczą agentów firmy NVIDIA. Wymusza ona kontrolę dostępu opartą na politykach wokół autonomicznych agentów, rejestruje ich działania na potrzeby audytu i została zoptymalizowana, aby zapewniać mierzalnie szybszą lokalną inferencję agentów w ostatnich aktualizacjach DGX OS.

Łączność i sieć

Sieć opiera się na inteligentnej karcie sieciowej NVIDIA ConnectX-7 z podwójnymi portami QSFP o przepustowości 200 Gbps, używanymi do bezpośredniego łączenia jednostek lub, w większych wdrożeniach, podłączenia do zarządzanej struktury przełączników RoCE. Dodatkowa łączność pokładowa obejmuje Ethernet 10 GbE (RJ-45), Wi-Fi 7 i Bluetooth 5.4. Cztery porty USB4 Type-C obsługują wyjście DisplayPort do lokalnego użytku z wieloma monitorami — do trzech jednoczesnych wyświetlaczy — obok HDMI, pozwalając tej samej jednostce służyć zarówno jako stacja robocza do rozwoju, jak i zawsze włączony serwer inferencyjny.

Zarządzanie przedsiębiorstwem i bezpieczeństwo

DGX Spark obsługuje wdrożenia bez dostępu do sieci (air-gapped) dla środowisk bez łączności internetowej, w tym tworzenie niestandardowych obrazów ISO za pomocą Cloud-init oraz aktualizacje systemu operacyjnego i sterowników oparte na USB — umożliwiając aprowizację i utrzymanie floty bez zależności od sieci zewnętrznej. Pamięć masowa jest domyślnie samoszyfrująca, a platforma zawiera TPM 2.0 i Secure Boot, zapewniając podstawowy poziom bezpieczeństwa odpowiedni dla regulowanych, wrażliwych na dane wdrożeń, w których przetwarzanie musi pozostać w pełni lokalne (on-premises).

Skalowanie: konfiguracje 1-, 2- i 4-jednostkowe

Pojedynczy DGX Spark z łatwością obsługuje lokalnie modele o rozmiarze do około 200 miliardów parametrów. W przypadku większych modeli, dwie jednostki łączą się bezpośrednio przez porty QSFP ConnectX-7 w połączoną pulę 256 GB zunifikowanej pamięci, a do czterech jednostek można połączyć przez zarządzaną strukturę przełączników RoCE 200 GbE, tworząc spójną pulę 512 GB — tę samą ścieżkę klastrowania zweryfikowaną przez NVIDIĘ na GTC 2026.

Ekosystem i długoterminowa ścieżka skalowania

Ponieważ DGX Spark działa na tym samym systemie operacyjnym DGX OS i stosie oprogramowania NVIDIA AI, co NVIDIA DGX Cloud i systemy DGX w centrach danych, obciążenia opracowane lokalnie — kontenery, wdrożenia NIM, potoki strojenia — są przenoszone bez modyfikacji, gdy nadchodzi czas przejścia od prototypu biurkowego do większego wdrożenia produkcyjnego.