کامپیوتر هوش مصنوعی فوق‌العاده NVIDIA DGX Spark

توضیحات اصلی محصول

انویدیا DGX Spark یک ابررایانه شخصی دسکتاپ هوش مصنوعی مبتنی بر سیستم DGX است که می‌تواند مستقیماً روی میز قرار گیرد. ظاهر آن تنها به اندازه یک مک مینی (150 میلی‌متر × 150 میلی‌متر × 50.5 میلی‌متر، 1.2 کیلوگرم) است، اما تمام جوهره معماری نسل جدید گریس بلک‌ول انویدیا را در خود جای داده و تجربه "انتقال مرکز داده به دسکتاپ" را برای توسعه‌دهندگان، محققان و دانشمندان داده به ارمغان می‌آورد.

تماس با ما

جزئیات محصول

عملکرد و مزایای محصول

عملکرد و مزایای محصول NVIDIA DGX Spark را می‌توان در یک جمله خلاصه کرد: این محصول "قدرت محاسباتی هوش مصنوعی در سطح مرکز داده" را در یک جعبه کوچک و بی‌صدا روی دسکتاپ خلاصه می‌کند و به افراد و تیم‌های کوچک اجازه می‌دهد مدل‌های بزرگی را مانند یک ابررایانه توسعه، اشکال‌زدایی و مستقر کنند.） 1، عملکرد محصول (چه کمکی می‌تواند به شما بکند) توسعه و استدلال مدل بزرگ محلی یک ماشین واحد می‌تواند 200 میلیارد نمونه اولیه مدل زبان بزرگ در سطح پارامتر، تنظیم دقیق و استنتاج را بدون تکیه بر پردازنده‌های گرافیکی ابری اجرا کند. دو واحد می‌توانند مدل‌های بسیار بزرگ مانند Llama-3.1-405B را از طریق اتصال NVLink-C2C استنتاج کنند. یک محیط هوش مصنوعی خصوصی امن و سازگار در سناریوهایی که داده‌های حساس مانند بیمارستان‌ها، امور مالی و دولت را نمی‌توان در ابر آپلود کرد، تحقیق و توسعه کامل هوش مصنوعی می‌تواند به صورت محلی انجام شود. دوره‌های آموزشی، تحقیق و آزمایش شخصی دوره‌های دانشگاهی، مسابقات Kaggle، تکثیر کاغذ، اتصال و اجرا، صرفه‌جویی در هزینه‌های خرید و نگهداری سرور. شتاب‌دهنده PoC (اثبات مفهوم) تیم‌های کوچک سازمانی به سرعت امکان‌پذیری الگوریتم‌ها را به صورت محلی اعتبارسنجی می‌کنند و پس از گذراندن اعتبارسنجی، آنها را به راحتی به DGX Cloud یا مراکز داده برای آموزش در مقیاس بزرگ منتقل می‌کنند و به صفر تغییر کد از دسکتاپ به ابر دست می‌یابند. توسعه هوش مصنوعی لبه‌ای و ربات مدل‌های هوش مصنوعی نسل جدید مانند مدل پایه ربات NVIDIA GR00T N1 و مدل جهانی Cosmos Reason را اجرا می‌کنند و مستقیماً نمونه‌های اولیه ربات یا دستگاه‌های لبه‌ای را هدایت می‌کنند.

۲. مزایای اصلی (چرا ارزش انتخاب دارد) مزایای خاص ابعاد عملکرد نهایی ۱۰۰۰ TOPS (FP4)/1 PFLOPS قدرت محاسباتی هوش مصنوعی، رسیدن به سطح سرورهای GPU مرکز داده نسل قبلی. حجم بسیار کوچک ۱۵۰ × ۱۵۰ × ۵۰.۵ میلی‌متر، ۱.۲ کیلوگرم، قابل حمل با یک دست، منبع تغذیه سوکت استاندارد ۱۷۰ وات، بدون نیاز به خنک‌کننده در اتاق کامپیوتر. حافظه یکپارچه فوق‌العاده بزرگ ۱۲۸ گیگابایت LPDDR5X آدرس‌دهی یکپارچه، اشتراک‌گذاری CPU/GPU، جلوگیری از کپی مکرر داده‌ها و بهبود کارایی مدل‌های بزرگ. آماده استفاده از سیستم‌عامل Ubuntu 22.04 DGX، PyTorch/TensorFlow، CUDA-X، NVIDIA NIM و سایر پشته‌های کامل هوش مصنوعی از پیش نصب شده، با درایورها، کانتینرها و کتابخانه‌های بهینه شده. توسعه یکپارچه ConnectX-7 200 GbE+NVLink-C2C، قادر به مقیاس‌بندی افقی در خوشه‌های چند ماشینی؛ انتقال همان کد به DGX Cloud با یک کلیک و بدون نیاز به تغییر ساختار. خنک‌کننده غیرفعال بی‌صدا و کم‌مصرف + فن بی‌صدا، نویز کمتر از 35 دسی‌بل، آزمایشگاه یا دفتر می‌تواند برای مدت طولانی کار کند. قیمت‌گذاری مقرون‌به‌صرفه در سطح 3000 دلار، بسیار پایین‌تر از سرورهای GPU سنتی؛ عملیات محلی باعث صرفه‌جویی زیادی در هزینه‌های اجاره GPU ابری می‌شود. پشتیبانی سازمانی می‌تواند اشتراک NVIDIA AI Enterprise را انتخاب کند که شامل پشتیبانی فنی بلندمدت و درایورهای صدور گواهینامه برای برآورده کردن SLA استقرار تجاری است. مقایسه در یک جمله: قدرت محاسباتی هوش مصنوعی که قبلاً به یک رک، چندین کیلووات مصرف برق و یک تیم عملیاتی نیاز داشت، اکنون می‌تواند تنها با یک "جعبه به اندازه یک فرهنگ لغت" روی دسکتاپ هر توسعه‌دهنده قرار گیرد.

زمینه‌های کاربرد محصول

اگرچه NVIDIA DGX Spark یک ابررایانه هوش مصنوعی در سطح دسکتاپ است، با قدرت محاسباتی ۱ پتافلاپس، ۱۲۸ گیگابایت حافظه یکپارچه و مصرف برق ۱۷۰ وات، اما می‌تواند مدل‌های بزرگی با ۷ تا ۲۰۰ میلیارد پارامتر را به صورت محلی و مستقل اجرا کند. بنابراین، به ویژه برای انتقال جریان‌های کاری بزرگ هوش مصنوعی که فقط می‌توانند در فضای ابری یا مرکز داده قرار گیرند به «دسکتاپ/در محل/لبه» مناسب است.
در زیر حوزه‌های کاربردی معمول که می‌توانند مستقیماً مطابق با سناریوهای صنعتی پیاده‌سازی شوند، آورده شده است (★ نشان‌دهنده مزیت «یک ماشین می‌تواند مدل‌های بزرگ را اجرا کند» است که به ویژه برای DGX Spark مناسب است).
برق و خدمات عمومی
★ برنامه‌ریزی بلادرنگ شبکه هوشمند
بر اساس مدل‌های مقیاس بزرگ برای پیش‌بینی بار و پیش‌بینی خروجی انرژی جدید، یک دستگاه واحد می‌تواند یک شبکه پیش‌بینی سری زمانی با پارامتر ۷۰B را با پیش‌بینی غلتان ۱۵ دقیقه‌ای اجرا کند و جایگزین معماری سنتی دو لایه استنتاج لبه آموزش ابری شود.
استقرار در محل در اتاق کار مرکز اعزام انجام می‌شود و داده‌ها نمی‌توانند از اینترانت خارج شوند تا ایمنی و انطباق با شبکه برق را رعایت کنند.
★ نگهداری و تعمیرات پیش‌بینانه در سطح تجهیزات
با استفاده از یک مدل بصری در مقیاس بزرگ برای شناسایی نقص در تصاویر نور مرئی و مادون قرمز از وسایل نقلیه هوایی/ربات‌های بدون سرنشین در حین بازرسی، می‌توان استنتاج را روی ۲۰۰۰ تصویر ۴K در ثانیه به صورت محلی انجام داد و به "پرواز و قضاوت همزمان" دست یافت.
انجام آنالیز همجوشی چندوجهی کروماتوگرافی روغن تخلیه جزئی ارتعاشی روی تجهیزات ولتاژ بالا مانند ترانسفورماتورها و GIS و ارائه هشدار اولیه در مورد خطاها ۳ تا ۶ ماه قبل.
★ دوقلوی دیجیتال شبکه برق و مته اضطراری
اجرای یک مدل شبیه‌سازی جریان شبکه برق + یادگیری تقویتی در سطح ۱۰۰۰ گره برای تولید استراتژی‌های انتقال در عرض چند دقیقه؛ می‌تواند به سرعت سناریوهای آب و هوایی شدید را در اتاق عملیات اعزام یا خودروی فرماندهی اضطراری بررسی کند.
انرژی‌های نو و ذخیره‌سازی انرژی
★ پیش‌بینی کوتاه‌مدت فوق‌العاده از انرژی باد و خورشید
عملکرد تک دستگاهی مدل بزرگ جوینت ۳۴ B با استفاده از داده‌های رادار، تصاویر ابری ماهواره‌ای و لیدار بادی که هر ۱۵ دقیقه به‌روزرسانی می‌شوند و خطاها را ۱۵ تا ۲۰ درصد کاهش می‌دهند.
★ بهینه‌سازی استراتژی محلی EMS ذخیره‌سازی انرژی
یک مدل زمان‌بندی چندهدفه (به حداکثر رساندن درآمد، به حداکثر رساندن عمر باتری و کنترل تقاضا) را به صورت محلی در اتاق کنترل ایستگاه ذخیره‌سازی انرژی اجرا کنید و استراتژی‌های شارژ و دشارژ را در عرض چند ثانیه و بدون نیاز به انتقال مجدد آنها به فضای ابری، ارائه دهید.
نفت و گاز
★ تفسیر زلزله و پیش‌بینی دسر
هوش مصنوعی مولد پارامتر محلی ۷۰ B برای تفسیر خودکار گسل‌ها و توده‌های شنی رودخانه‌ای بر اساس داده‌های لرزه‌ای قبل/بعد از برانبارش استفاده می‌شود و حجم‌های احتمال نقطه بهینه سه‌بعدی را تولید می‌کند. پرسنل تفسیر در محل می‌توانند مستقیماً با آنها تعامل داشته و آنها را اصلاح کنند.
★ پیش‌بینی خطرات حفاری و تکمیل
با استفاده از مدل ترکیبی LSTM+Transformer برای تجزیه و تحلیل بلادرنگ داده‌های درون چاهی هنگام حفاری (MWD/LWD)، هشدار خطرات لگد زدن چاه و گیر کردن حفاری ۵ تا ۱۰ دقیقه قبل از وقوع، و دستگاه واحد می‌تواند استنتاج بلادرنگ در سطح ۲۰ هرتز را برآورده کند.
انرژی هسته‌ای و انرژی حرارتی
★ نظارت بر هوش مصنوعی در سطح امنیتی
یک مدل همجوشی صوتی بصری با پارامتر 30 B را در شبکه داخلی اتاق کنترل نیروگاه هسته‌ای اجرا کنید، داده‌های ویدیویی دوربین مداربسته و حسگر صوتی را به صورت بلادرنگ تجزیه و تحلیل کنید و نشتی و نویز غیرعادی تجهیزات را کشف کنید و الزامات جداسازی فیزیکی شبکه انرژی هسته‌ای را برآورده کنید.
★ بهینه‌سازی احتراق در نیروگاه‌های حرارتی
یک استراتژی بهینه‌سازی احتراق مبتنی بر یادگیری تقویتی عمیق، ادغام داده‌های DCS در زمان واقعی (دما، فشار، میزان اکسیژن)، کنترل حلقه بسته ۱۰۰ میلی‌ثانیه‌ای تک ماشین، کاهش مصرف زغال‌سنگ به میزان ۱-۲٪. انرژی/ریزشبکه/پارک صنعتی یکپارچه
★ مغز روتر انرژی در سطح دانشگاه
DGX Spark را در اتاق کنترل ریزشبکه مستقر کنید، یک مدل بهینه‌سازی جریان انرژی چندگانه با پارامتر ۵۰B اجرا کنید، سیستم‌های فتوولتائیک، ذخیره‌سازی انرژی، شارژ شمع‌ها و سیستم‌های ترکیبی سرمایش، گرمایش و برق را به صورت بلادرنگ هماهنگ کنید و به خودگردانی سطح دوم «ذخیره بار شبکه منبع» دست یابید.
★ حسابداری و معاملات آنلاین انتشار کربن
مدل محلی در مقیاس بزرگ، گزارش‌های سیستم‌هایی مانند EMS، MES، ERP و غیره را می‌خواند، به‌طور خودکار گزارش‌های انتشار کربن در سطح جزئی تولید می‌کند و مستقیماً به API تبادل کربن منطقه‌ای متصل می‌شود، بدون اینکه داده‌ها از پارک خارج شوند. خلاصه در یک جمله:
DGX Spark برای اولین بار واقعاً «مدل‌های بزرگی را که فقط می‌توانند در اتاق ابر/کامپیوتر قرار گیرند» به خطوط تولید مانند اتاق‌های توزیع شبکه برق، اتاق‌های کار پست‌های برق، ایستگاه‌های تقویت فشار مزارع بادی، اتاق‌های کنترل ایستگاه‌های ذخیره‌سازی انرژی، دفاتر سکوهای حفاری و غیره آورده است و به «داده‌هایی که خارج از میدان نیستند، مدل‌هایی که در ابر نیستند» دست یافته است و آستانه و خطرات انطباق پیاده‌سازی هوش مصنوعی در صنعت انرژی و نیرو را تا حد زیادی کاهش داده است.

راهنمای عملکرد محصول

راهنمای استفاده از محصول NVIDIA DGX Spark
(قابل استفاده برای نسخه Retail/Founders که از جولای 2025 به بعد عرضه شده است) باز کردن بسته‌بندی و روشن کردن اولیه
لیست بسته‌بندی: میزبان، آداپتور برق گالیوم نیترید ۱۷۰ واتی (شامل دوشاخه چندمنظوره)، کابل ۱ متری USB-C به C، کابل ۱ متری اترنت ۱۰ گیگابیتی، کارت شروع سریع، کارت گارانتی.
مراحل اتصال
① آداپتور برق را به پورت USB-C PD 3.1 در سمت چپ بدنه وارد کنید.
② HDMI 2.1 را به یک مانیتور وصل کنید یا از کابل USB-C به DP/HDMI برای اتصال چندین صفحه نمایش استفاده کنید.
③ شبکه سیمی: RJ-45 متصل به 10 GbE؛ شبکه بی‌سیم: پس از روشن کردن، طبق دستورالعمل‌ها، Wi Fi 7 را انتخاب کنید.
④ دکمه پاور بالایی را به مدت ۱ ثانیه فشار دهید، چراغ نشانگر از سفید به آبی تغییر می‌کند تا راه‌اندازی را نشان دهد. اولین راه‌اندازی حدود ۹۰ ثانیه طول می‌کشد تا وارد دسکتاپ DGX OS شوید.
مقداردهی اولیه سیستم و حساب کاربری
سیستم پیش‌فرض: اوبونتو ۲۲.۰۴ LTS + انویدیا DGX OS 5.2 (هسته ۶.۸ + CUDA 12.6). اولین ویزارد راه‌اندازی
① زبان → ② منطقه زمانی → ③ یک حساب کاربری مدیر محلی (با امتیازات sudo) ایجاد کنید → ④ انتخاب کنید که آیا می‌خواهید برای NVIDIA AI Enterprise (نسخه آزمایشی ۹۰ روزه) ثبت نام کنید یا خیر.
SSH از راه دور: سیستم از قبل سرور openssh را نصب کرده است؛ پس از اولین اتصال شبکه، اجرا شود
فعال کردن sudo systemctl --now ssh
پورت پیش‌فرض

خدمات پس از فروش و نگهداری محصول

کامپیوتر هوش مصنوعی فوق‌العاده NVIDIA DGX Spark
مروری بر خدمات پس از فروش و نگهداری یکپارچه
(قابل اجرا برای نسخه خرده فروشی که رسماً از ژوئیه 2025 در سرزمین اصلی چین عرضه می‌شود)
سیاست رسمی گارانتی
|مدت گارانتی | ۳ سال گارانتی محدود برای کل دستگاه (شامل میزبان، آداپتور برق و کابل‌های همراه) خانه فناوری اطلاعات|
|شروع گارانتی | بر اساس تاریخ فاکتور یا تاریخ کارخانه به علاوه 30 روز، هر کدام که زودتر باشد|
|پوشش گارانتی | خرابی‌های سخت‌افزاری، نقص‌های فریمور اصلی، خرابی‌های نرم‌افزاری از پیش نصب‌شده|
|محدوده عدم ضمانت | آسیب انسانی، ورود آب، صاعقه، خود دمونتاژ، فلش کردن فریمور غیرمجاز

توضیحات2