nvidia lähettää nyt DGX-kipinänsä, kompaktin työpöytäjärjestelmän, jota se kutsuu”maailman pienimmäksi AI-supertietokoneeksi”. Tehokas kone tulee myyntiin keskiviikkona 15. lokakuuta, lopullisen hintamerkin ollessa 3 999 dollaria. Tämä siirto merkitsee strategista pyrkimystä demokratisoida huippuluokan AI-kehitystä. Se tarjoaa tietokeskuksen tason suorituskyvyn edistyneiden AI-mallejen rakentamiseen ja testaamiseen suoraan pöydällä, ohittaen yleiset pilviriippuvuudet.
Tämä strategia haastaa suoraan pilvipohjaisen mallin, joka on hallinnut AI-kehitystä. Siirtämällä laskentaa reunaan, NVIDIA pyrkii kaappaamaan markkinasegmentin, joka on turhautunut tiedon poistomaksuihin, turvallisuushaavoittuvuuksiin ja arvaamattomaan pilvilaskutukseen intensiiviseen, iteratiiviseen työhön.
Lajaus merkittiin symbolisella eleellä NVIDIA Ceo Jensen Huangista, joka käsin toimitti varhaisen yksikön Elon Muskille SpaceX . Tämä tapahtuma toisti tarkoituksellisesti ensimmäisen DGX-1: n toimituksen vuoden 2016 Muskille Openaissa, koneella, joka osoittautui keskeiseksi nykyaikaisen AI: n kehittämisessä.
henkilökohtainen AI-supertietokone, joka Tyypilliset tietokoneet ja työasemat. Tämä pakottaa kehittäjät kalliiksi ja joskus rajoittaviksi pilvi-tai datakeskusympäristöiksi. Tutkijoille tämä on merkittävä muutos. Kyunghyun Cho NYU: n Global Frontier Lab-laboratoriosta totesi: “DGX Spark antaa meille mahdollisuuden käyttää PETA-asteikon laskentaa työpöydällemme.”
Järjestelmä kohdistuu laajaan käyttäjiin, yksittäisistä tutkijoista pieniin AI-startup-yrityksiin ja yritysryhmiin, jotka tarvitsevat omistettua, turvallista konetta prototyyppien ja hienojen toimitusmallien prototyyppiin. Tämä saavutettavuus on avain Nvidian visioon. Nopean, paikallisen iteraation potentiaali on pelinvaihtaja monimutkaisille projekteille.
[upotettu sisältö]
konepellin alla: Grace Blackwellin voima
DGX-kipinän ytimessä on Nvidia Grace Blackwell-arkkitehtuuri, erityisesti GB10 Grace Blackwell Superchip. Tämä hybridi-CPU-GPU-suunnittelu on suunniteltu koneoppimisen tehokkuuteen, mikä tuottaa jopa yhden PETAFlop of AI-suorituskyvyn.
Järjestelmässä on 128 Gt yhtenäistä muistia, jaettu CPU: n ja GPU: n kesken. Tämän mahdollistaa NVIDIA: n NVLINK-C2C-yhdysliitäntä, joka tarjoaa viisinkertaisen viidennen sukupolven PCIE: n kaistanleveyden vähentämällä tiedonsiirron pullonkauloja, jotka voivat hidastaa AI-laskelmia.
Yhtenäinen muistiarkkitehtuuri on keskeinen innovaatio. Sen avulla CPU ja GPU pääsevät samaan datapooliin ilman hitaita siirtoja PCIe-väylän läpi. Kehittäjille, joilla on massiivisia tietojoukkoja, tämä tarkoittaa sileämpää ja tehokkaampaa työnkulkua.
Tämä laitteisto antaa DGX-kipinälle käsitellä vaativia tehtäviä, kuten AI-malleissa päätelmät, joissa on jopa 200 miljardia parametria tai hienon viritysmallia, jopa 70 miljardia parametria paikallisesti. Se on suorituskykytaso, joka on aiemmin käsittämätön työpöytämuotokerroksessa.
projektinumeroista 3 999 dollarin todellisuuteen
DGX Sparkin matka alkoi CES 2025: llä, missä se otettiin käyttöön “projektinumeroina”, joiden hinta on 3000 dollaria. Lopputuote saapuu korkeammalla hinnalla, mutta myös hienostuneemmalla painopisteellä ja jähmettyneellä ohjelmistoekosysteemillä. Siinä on räätälöity versio Ubuntu Linuxista ja se on esitetty NVIDIA: n koko AI-ohjelmistopinolla, mukaan lukien pääsy Nvidia NIM-mikropalveluihin virtaviivaista kehitystä varten. Kehittäjät voivat välittömästi aloittaa projektit, kuten kuvanmuodostusmallien mukauttaminen tai AI-chatbotsien rakentaminen ilman laajaa asennusta, kohta, jonka korostettiin varhais-access-kumppanit, kuten Docker .
ekosysteemi, saatavuus ja teollisuuden adoptio Yritykset, kuten Acer, ASUS, Dell, Gigatavu, HP, Lenovo ja MSI, on kaikki asetettu vapauttamaan omat versiot.
Laaja OEM-kumppaneiden luettelo on ratkaisevan tärkeää. Hyödyntämällä Dellin ja Lenovon kaltaisten yritysten globaalia jakelu-ja yritysmyyntikanavia DGX-kipinä voi saavuttaa markkinoiden tunkeutumisen paljon pidemmälle kuin mitä Nvidia voisi hallita yksin, sijoittamalla sen teollisuusstandardiksi.
Vaikka DGX-kipinä ei ole kuluttajalaite, kuten AWS ja Google Cloud. Se tarjoaa pakottavan vaihtoehdon työmäärille, joissa datan suvereniteetti ja kiinteät kustannukset ovat ensiarvoisen tärkeitä, mahdollisesti siirtämällä joitain AI-kehityskuluja pois pilvipalveluista.
nvidia on myös siementtänyt ekosysteemin tarjoamalla varhaisia yksiköitä avainohjelmistoyrityksille ja tutkimuslaitoksille. Kumppanit, kuten Google, Meta, Microsoft ja Halging Face, optimoivat jo työkalunsa uudelle alustalle. DGX-kipinä on pienempi sisar tehokkaammalle DGX-asemalle.
Tämä laaja tuki on kriittinen adoptioon. Arkaluontoisten tietojen parissa työskenteleville tutkijoille, kuten terveydenhuollossa, kyky työskennellä paikallisesti on ensiarvoisen tärkeää. Cho selitti: “Tämä uusi tapa suorittaa AI-tutkimusta ja kehitystä antaa meille nopeasti prototyypin ja kokeilla edistyneitä AI-algoritmeja ja malleja-jopa yksityisyyden ja turvallisuusherkkien sovellusten, kuten terveydenhuollon,”, joka korostaa käytännön hyötyjä raa’an suorituskyvyn ulkopuolelle. DGX-kipinä ei ole vain uusi laitteisto; Se on alusta, jonka tarkoituksena on sytyttää AI-innovaatioiden seuraava aalto.
Laaja OEM-kumppaneiden luettelo on ratkaisevan tärkeää. Hyödyntämällä Dellin ja Lenovon kaltaisten yritysten globaalia jakelu-ja yritysmyyntikanavia DGX-kipinä voi saavuttaa markkinoiden tunkeutumisen paljon pidemmälle kuin mitä Nvidia voisi hallita yksin, sijoittamalla sen teollisuusstandardiksi.
Vaikka DGX-kipinä ei ole kuluttajalaite, kuten AWS ja Google Cloud. Se tarjoaa pakottavan vaihtoehdon työmäärille, joissa datan suvereniteetti ja kiinteät kustannukset ovat ensiarvoisen tärkeitä, mahdollisesti siirtämällä joitain AI-kehityskuluja pois pilvipalveluista.
nvidia on myös siementtänyt ekosysteemin tarjoamalla varhaisia yksiköitä avainohjelmistoyrityksille ja tutkimuslaitoksille. Kumppanit, kuten Google, Meta, Microsoft ja Halging Face, optimoivat jo työkalunsa uudelle alustalle. DGX-kipinä on pienempi sisar tehokkaammalle DGX-asemalle.
Tämä laaja tuki on kriittinen adoptioon. Arkaluontoisten tietojen parissa työskenteleville tutkijoille, kuten terveydenhuollossa, kyky työskennellä paikallisesti on ensiarvoisen tärkeää. Cho selitti: “Tämä uusi tapa suorittaa AI-tutkimusta ja kehitystä antaa meille nopeasti prototyypin ja kokeilla edistyneitä AI-algoritmeja ja malleja-jopa yksityisyyden ja turvallisuusherkkien sovellusten, kuten terveydenhuollon,”, joka korostaa käytännön hyötyjä raa’an suorituskyvyn ulkopuolelle. DGX-kipinä ei ole vain uusi laitteisto; Se on alusta, jonka tarkoituksena on sytyttää AI-innovaatioiden seuraava aalto.
