NVIDIA DGX Spark

Den NVIDIA DGX Spark är referenssystemet för skrivbordet för NVIDIA GB10 Grace Blackwell Superchip, som först visades offentligt i januari 2025 under arbetsnamnet Project DIGITS innan den levererades under sitt slutgiltiga namn. Som plattformen som NVIDIA själv har designat, validerat och fortsätter att uppdatera direkt, paketerar den 1 petaFLOP FP4 AI-prestanda och 128 GB koherent enhetligt minne i ett 1,2 kg chassi som är tillräckligt litet för att stå på ett skrivbord bredvid ett tangentbord.

Eftersom DGX Spark är NVIDIAs egna referensdesign är det också plattformen där nya GB10-ekosystemfunktioner valideras först. Efter NVIDIAs GTC 2026-konferens i slutet av mars 2026 bekräftades officiellt stöd för 4-nods RoCE-klustring – vilket höjer en enskild distribution till 512 GB delat enhetligt minne – på DGX Spark innan det implementerades i partnerhårdvara, tillsammans med den befintliga direktlänkningsfunktionen för 2 enheter som redan är standard i GB10-serien.

Hårdvaruspecifikationer

I dess kärna finns NVIDIA GB10 Grace Blackwell Superchip, som kombinerar en 20-kärnig Arm-processor (10 × Cortex-X925-prestandakärnor + 10 × Cortex-A725-effektivitetskärnor) med en Blackwell-generations GPU med femte generationens Tensor Cores och inbyggt stöd för FP4-sparsitet. De två sammankopplas av 128 GB LPDDR5x enhetligt minne som levererar 273 GB/s koherent bandbredd delad mellan CPU och GPU, vilket eliminerar kopieringsöverheaden som separata CPU/GPU-minnespooler normalt introducerar. Lagringen är en 4 TB självverselande PCIe Gen4 NVMe SSD, dimensionerad för att lagra stora modellcheckpoints och dataset lokalt.

Programvara: Hela NVIDIA AI-stacken, förinstallerad

DGX Spark levereras med NVIDIA DGX OS (Ubuntu 24.04 LTS) och hela NVIDIA AI-programvarustacken förinstallerad och validerad mot hårdvaran – CUDA, cuDNN, TensorRT och NVIDIA Container Runtime är redo vid första uppstarten. NVIDIA NIM-mikrotjänster gör det möjligt att distribuera stödda modeller som optimerade inferenscontainrar utan manuell justering, och samma containrar kan flyttas oförändrade när en arbetsbelastning senare flyttas till NVIDIA DGX Cloud eller ett datacenter-DGX-system. En kontinuerligt uppdaterad uppsättning officiella playbooks täcker vanliga arbetsflöden – från vLLM och TensorRT-LLM-serving till finjustering med NeMo och Unsloth – vilket minskar inställningstiden för både nybörjare och avancerade användare.

För agentbaserade AI-arbetsbelastningar inkluderar DGX Spark NemoClaw, NVIDIAs sandboxad agentkörningslager. Det tillämpar principbaserad åtkomstkontroll runt autonoma agenter, loggar deras handlingar för revisionsändamål och har optimerats för att leverera mätbart snabbare lokal agentinferens i senare DGX OS-uppdateringar.

Anslutningar och nätverk

Nätverksfunktionen är byggd kring en NVIDIA ConnectX-7 Smart NIC med dubbla 200 Gbps QSFP-portar, används för direkt enhet-till-enhet-länkning eller i större distributioner för anslutning till ett hanterat RoCE-switchfabric. Ytterligare inbyggd anslutning inkluderar 10 GbE Ethernet (RJ-45), Wi-Fi 7 och Bluetooth 5.4. Fyra USB4 Type-C-portar stöder DisplayPort-utgång för lokalt användande med flera skärmar – upp till tre samtidiga displayer – jämte HDMI, vilket låter samma enhet fungera både som utvecklingsarbetsstation och alltid-på-inferensserver.

Företagsadministration och säkerhet

DGX Spark stöder air-gapped-distribution för miljöer utan internetanslutning, inklusive skapande av anpassade ISO-filer via Cloud-init och USB-baserade OS- och drivrutinsuppdateringar – vilket möjliggör etablering och underhåll av flottor utan extern nätverksberoende. Lagringen är självverselande som standard, och plattformen inkluderar TPM 2.0 och Secure Boot, vilket ger den en säkerhetsbaslinje som passar reglerade, datakänsliga distributioner där bearbetning måste ske helt lokalt.

Skalning: Enhets-, 2-enhets- och 4-enhetskonfigurationer

En enskild DGX Spark hanterar bekvämt modeller upp till cirka 200 miljarder parametrar lokalt. För större modeller länkas två enheter direkt via ConnectX-7 QSFP-portar till en kombinerad 256 GB enhetlig minnespool, och upp till fyra enheter kan sammanfogas via ett hanterat 200 GbE RoCE-switchfabric för en 512 GB koherent pool – samma klusterlösning som NVIDIA validerade vid GTC 2026.

Ekosystem och långsiktig skalningsväg

Eftersom DGX Spark kör samma DGX OS och NVIDIA AI-programvarustack som används i NVIDIA DGX Cloud och datacenter-DGX-system, kan arbetsbelastningar som utvecklats lokalt – containrar, NIM-distributioner, finjusteringspipelines – flyttas utan modifiering när det är dags att gå från en skrivbordsprototyp till en större produktionsdistribution.