NVIDIA DGX Spark

NVIDIA DGX Spark er det officielle referencebord-system til NVIDIA GB10 Grace Blackwell Superchip, første gang offentligt vist i januar 2025 under arbejdsnavnet Project DIGITS før udsendelse under sit endelige navn. Som platformen NVIDIA selv har designet, valideret og fortsat opdaterer direkte, kombinerer den 1 petaFLOP FP4 AI-præstation og 128 GB sammenhængende forenet hukommelse i et 1,2 kg kabinet, der er lille nok til at stå på et bord ved siden af et tastatur.

Fordi DGX Spark er NVIDIAs eget referencedesign, er det også den platform, hvor nye GB10-økosystemfunktioner først valideres. Efter NVIDIAs GTC 2026-konference i slutningen af marts 2026 blev officiel understøttelse af 4-node RoCE-clustering – der hæver en enkelt installation til 512 GB delt forenet hukommelse – bekræftet på DGX Spark, før det blev implementeret på partnerhardware, sammen med den eksisterende 2-enheds direkte-linkningsfunktion, der allerede er standard i hele GB10-serien.

Hardwarespecifikationer

I dens kerne findes NVIDIA GB10 Grace Blackwell Superchip, der kombinerer en 20-kerne Arm-processor (10 × Cortex-X925-ydelseskerner + 10 × Cortex-A725-effektivitetskerner) med en GPU fra Blackwell-generationen med 5. generations Tensor Cores og native FP4-sparsomhedsunderstøttelse. De to forbindes af 128 GB LPDDR5x forenet hukommelse, der leverer 273 GB/s sammenhængende båndbredde delt mellem CPU og GPU, hvilket fjerner kopieringsomkostningerne ved separate CPU/GPU-hukommelsespuljer. Lagringen er en 4 TB selvkrypterende PCIe Gen4 NVMe SSD, dimensioneret til at opbevare store modelcheckpoints og datasæt lokalt.

Software: Den komplette NVIDIA AI-stack, forinstalleret

DGX Spark leveres med NVIDIA DGX OS (Ubuntu 24.04 LTS) og den komplette NVIDIA AI-softwarestack forinstalleret og valideret mod hardwaren – CUDA, cuDNN, TensorRT og NVIDIA Container Runtime er klar ved første opstart. NVIDIA NIM-mikrotjenester gør det muligt at implementere understøttede modeller som optimerede inferens-containere uden manuel tuning, og de samme containere kan overføres uændrede, når en arbejdsbyrde senere flyttes til NVIDIA DGX Cloud eller et datacenter-DGX-system. Et kontinuerligt vedligeholdt sæt officielle playbooks dækker almindelige arbejdsgange – fra vLLM og TensorRT-LLM-serving til finjustering med NeMo og Unsloth – hvilket reducerer opsætningstiden for både førstegangs- og avancerede brugere.

Til agentbaserede AI-arbejdsbyrder inkluderer DGX Spark NemoClaw, NVIDIAs sandboxede agentudførelseslag. Det håndhæver politikbaseret adgangskontrol omkring autonome agenter, logger deres handlinger til revisionsformål og er optimeret til at levere mærkbart hurtigere lokal agentinferens i seneste DGX OS-opdateringer.

Forbindelsesmuligheder og netværk

Netværksfunktionaliteten er bygget omkring en NVIDIA ConnectX-7 Smart NIC med dobbelte 200 Gbps QSFP-porte, brugt til direkte enhed-til-enhed-linking eller, i større installationer, forbindelse til et administreret RoCE-switchfabric. Yderligere integrerede forbindelser inkluderer 10 GbE Ethernet (RJ-45), Wi-Fi 7 og Bluetooth 5.4. Fire USB4 Type-C-porte understøtter DisplayPort-output til lokalt multi-skærmbrug – op til tre samtidige skærme – sammen med HDMI, hvilket lader samme enhed fungere som både udviklingsarbejdsstation og altid-tændt inferensserver.

Virksomhedsstyring og sikkerhed

DGX Spark understøtter air-gapped-installationer til miljøer uden internetforbindelse, herunder brugerdefineret ISO-oprettelse via Cloud-init og USB-baserede OS- og driveropdateringer – hvilket gør det muligt at klargøre og vedligeholde flåder uden afhængighed af eksternt netværk. Lagring er selvkrypterende som standard, og platformen inkluderer TPM 2.0 og Secure Boot, hvilket giver den et sikkerhedsgrundlag egnet til regulerede, datafølsomme installationer, hvor behandling skal forblive fuldt on-premises.

Skalering: Enkelt-, 2-enheds- og 4-enhedskonfigurationer

En enkelt DGX Spark håndterer komfortabelt modeller med op til cirka 200 milliarder parametre lokalt. Til større modeller forbindes to enheder direkte via ConnectX-7 QSFP-porte til en kombineret 256 GB forenet hukommelsespulje, og op til fire enheder kan sammenkobles via et administreret 200 GbE RoCE-switchfabric til en 512 GB sammenhængende pulje – den samme clustering-metode valideret af NVIDIA ved GTC 2026.

Økosystem og langsigtet skaleringsvej

Fordi DGX Spark kører det samme DGX OS og NVIDIA AI-softwarestack, der bruges på tværs af NVIDIA DGX Cloud og datacenter-DGX-systemer, kan arbejdsbyrder udviklet lokalt – containere, NIM-implementeringer, finjusteringspipelines – overføres uden ændringer, når det bliver tid til at flytte fra en skrivebordsprototype til en større produktionsinstallation.