- Nvidia DGX Spark executa modelos de IA maiores localmente usando enorme memória unificada de 128 GB com eficiência
- O suporte nativo a CUDA torna o Spark ideal para cargas de trabalho avançadas de IA em desktops
- Sua combinação de CPU Arm e GPU Blackwell evita placas gráficas profissionais caras
O tão esperado Nvidia DGX Spark finalmente chegou como um sistema de desktop muito pequeno construído em torno do Superchip GB10.
Ele possui 128 GB de memória LPDDR5X compartilhada, uma especificação que separa imediatamente o sistema dos desktops típicos e até mesmo dos mais compactos. estações de trabalho.
E de acordo com uma revisão inicial feita por Ferragens Tomso sistema só proporciona resultados sólidos quando as suas capacidades orientadas para a IA são totalmente utilizadas.
Foco em design de hardware e conectividade
O design de hardware do Spark depende de um único pacote que combina um Braço-CPU baseada em GPU Blackwell.
Esta integração permite Nvidia para suportar modelos locais maiores sem exigir placas gráficas de classe profissional a custos extremos.
Enquanto Maçã e AMD oferecem grandes configurações de memória compartilhada, eles não têm suporte direto para o ecossistema de software da Nvidia, que continua a dominar muitos fluxos de trabalho de desenvolvimento de IA.
O design físico enfatiza a densidade e o fluxo de ar em vez do toque visual ou da expansão modular.
Com pouco mais de um litro de volume, medindo aproximadamente 150 por 150 por 50 mm, a unidade cabe confortavelmente em qualquer ambiente moderno. minicomputadormas as semelhanças terminam principalmente aí.
Juntamente com uma entrada de alimentação USB-C, a unidade oferece três portas USB-C de 20 Gbps com modo alternativo DisplayPort, uma porta HDMI 2.1a e uma conexão Ethernet de 10 Gb.
Mais notavelmente, inclui duas portas QSFP acionadas por uma interface de rede ConnectX-7 integrada com capacidade de até 200 Gbps, permitindo que várias unidades sejam conectadas entre si para experimentos de computação distribuída, um recurso raramente associado a um mini PC.
O sistema executa o DGX OS, uma distribuição personalizada do Ubuntu 24.04 LTS alinhada com a pilha de software da Nvidia.
Ele pode operar como um computador conectado localmente com monitor e teclado, ou como um sistema headless acessado remotamente por uma rede.
O utilitário Sync da Nvidia simplifica o acesso remoto de máquinas Windows e macOS, permitindo que ferramentas de IA sejam executadas continuamente em segundo plano.
Esses padrões de uso se assemelham a como estações de trabalho móveis ou nós de computação compartilhados são acessados, em vez de como os desktops diários são normalmente usados.
O DGX Spark se beneficia de um pool de memória unificado de 128 GB com suporte nativo a CUDA, um emparelhamento incomum em sistemas compactos projetados para trabalho local de IA.
Essa configuração permite que modelos maiores sejam executados totalmente na memória, evitando a movimentação frequente de dados entre a RAM do sistema e a memória da GPU e, como resultado, alguns dos limites práticos observados em GPUs discretas com pools de VRAM menores são reduzidos.
Essa mesma capacidade também introduz compensações claras. O preço inicial permanece alto em relação aos desktops compactos, especialmente para usuários que não executam cargas de trabalho exigentes de IA todos os dias.
O sistema não suporta Windows, o que restringe a compatibilidade de software para usuários fora de ambientes com foco em Linux.
Sua GPU também é inadequada para jogos ou tarefas gráficas em geral, reforçando seu escopo estreito.
A DGX Spark assume que a experimentação local de IA é um requisito primário e contínuo, mas se esta não for a sua prioridade, perde valor prático.
Siga o TechRadar no Google Notícias e adicione-nos como fonte preferencial para receber notícias, análises e opiniões de especialistas em seus feeds. Certifique-se de clicar no botão Seguir!
E é claro que você também pode Siga o TechRadar no TikTok para notícias, análises, unboxings em formato de vídeo e receba atualizações regulares nossas em WhatsApp também.