- Server
- Ingegneria
- Fibra di carbonio
- chip di conversione analogico-digitale
- Circuito integrato per la gestione dell'alimentazione
- magazzinaggio
- Router H3C
- Server H3C
- Server Inspur
- disco rigido
- Convertitore di loop HART con ingresso analogico
- lettore
- modulo Ethernet
- Capo della guardia EDGE
- MAT Guardmaster
- MatGuard Mat Manager
- relè
- controllo della potenza
- interruttore
- servoazionamento
- Modulo I/O
- Connettore a ponte (connettore jumper)
- Interfaccia uomo-macchina (HMI)
- monitor di potenza
- Monitor di potenza 1420
- Trasformatore di corrente 1411
- PRESA
- sistema
- relè elettrico
- convertitore di frequenza
- installare il connettore GND sulla scheda
- ricetrasmettitore
- Scheda opzionale del modulo
- modulo
0102030405
NVIDIA DGX Spark Super Computer per l'intelligenza artificiale
Funzioni e vantaggi del prodotto
La funzione e i vantaggi del prodotto NVIDIA DGX Spark possono essere riassunti in una frase: condensa la "potenza di calcolo AI a livello di data center" in una piccola scatola silenziosa sulla scrivania, consentendo a singoli individui e piccoli team di sviluppare, eseguire il debug e implementare modelli di grandi dimensioni come se avessero un supercomputer. 1. Funzione del prodotto (in cosa può esserti utile) Sviluppo e ragionamento di modelli di grandi dimensioni in locale Una singola macchina può eseguire prototipi di modelli linguistici di grandi dimensioni con 200 miliardi di parametri, fine-tuning e inferenza senza fare affidamento sulle GPU cloud. Due unità possono inferire modelli su scala ultra-ampia come Llama-3.1-405B tramite interconnessione NVLink-C2C. Un ambiente AI privato sicuro e conforme In scenari in cui i dati sensibili, come quelli di ospedali, finanza e governo, non possono essere caricati sul cloud, la ricerca e lo sviluppo AI dell'intero processo possono essere completati localmente. Insegnamento, ricerca e sperimentazione personale Corsi universitari, competizioni Kaggle, riproduzione di articoli, plug and play, risparmio sui costi di acquisto e manutenzione dei server. Acceleratore PoC (Proof of Concept): piccoli team aziendali convalidano rapidamente la fattibilità degli algoritmi in locale e, dopo aver superato la convalida, li migrano senza problemi al cloud DGX o ai data center per l'addestramento su larga scala, ottenendo zero modifiche al codice dal desktop al cloud. Sviluppo di IA e robotica edge: esegui modelli di IA di nuova generazione come il modello base del robot NVIDIA GR00T N1 e il modello del mondo Cosmos Reason, pilotando direttamente prototipi di robot o dispositivi edge.
2、 Vantaggi principali (perché vale la pena sceglierlo) Vantaggi specifici per le dimensioni Prestazioni massime di 1000 TOPS (FP4)/1 PFLOPS di potenza di calcolo AI, raggiungendo il livello dei server GPU per data center di precedente generazione. Volume estremamente ridotto di 150 × 150 × 50,5 mm, 1,2 kg, trasportabile con una mano, alimentatore standard da 170 W, non necessita di raffreddamento nella sala server. Memoria unificata ultra ampia 128 GB LPDDR5X con indirizzamento unificato, condivisione CPU/GPU, evitando frequenti copie di dati e migliorando l'efficienza dei modelli di grandi dimensioni. Pronto all'uso con sistema operativo Ubuntu 22.04 DGX preinstallato, PyTorch/TensorFlow, CUDA-X, NVIDIA NIM e altri stack AI completi, con driver, container e librerie ottimizzati. Espansione senza soluzione di continuità di ConnectX-7 200 GbE+NVLink-C2C, in grado di scalare orizzontalmente in cluster multi-macchina; Migrazione con un solo clic dello stesso codice a DGX Cloud senza bisogno di refactoring. Raffreddamento passivo silenzioso a risparmio energetico + ventola silenziosa, rumore
Campi di applicazione del prodotto
Sebbene NVIDIA DGX Spark sia un supercomputer per IA di livello desktop, con una potenza di calcolo di 1 PFLOPS, 128 GB di memoria unificata e un consumo energetico di 170 W, è già in grado di eseguire autonomamente in locale modelli di grandi dimensioni con 7-200 miliardi di parametri. Pertanto, è particolarmente adatto per trasferire flussi di lavoro di IA complessi, che altrimenti sarebbero gestibili solo nel cloud o nei data center, su dispositivi "desktop/on-site/edge".
Di seguito sono riportate le tipiche aree di applicazione che possono essere implementate direttamente in base agli scenari di settore (★ indica il vantaggio di "una singola macchina può eseguire modelli di grandi dimensioni", particolarmente adatto a DGX Spark).
Elettricità e servizi pubblici
★ Pianificazione in tempo reale della rete intelligente
Basandosi su modelli su larga scala per la previsione del carico e la previsione della nuova produzione di energia, una singola macchina può eseguire una rete di previsione di serie temporali con 70 miliardi di parametri e previsioni a intervalli di 15 minuti, sostituendo la tradizionale architettura a due livelli dell'inferenza edge di training nel cloud.
L'installazione in loco avviene nella sala di controllo del centro di smistamento e i dati non possono essere inviati al di fuori della rete intranet per garantire la sicurezza e la conformità della rete elettrica.
★ Manutenzione predittiva a livello di apparecchiatura
Utilizzando un modello visivo su larga scala per identificare i difetti nelle immagini a luce visibile e a infrarossi di droni/robot durante le ispezioni, è possibile eseguire analisi su 2000 immagini 4K al secondo in locale, realizzando così "volo e valutazione simultanei".
Eseguire analisi di fusione multimodale della cromatografia dell'olio a scarica parziale da vibrazione su apparecchiature ad alta tensione come trasformatori e GIS, e fornire un preavviso di guasti con 3-6 mesi di anticipo.
★ Gemello digitale della rete elettrica e dell'esercitazione di emergenza
Esegui una simulazione del flusso di rete elettrica a livello di 1000 nodi e un modello di apprendimento per rinforzo per generare strategie di trasferimento in pochi minuti; puoi esaminare rapidamente scenari meteorologici estremi nella sala di controllo o nel veicolo di comando per le emergenze.
Nuove energie e sistemi di accumulo energetico
★ Previsione a brevissimo termine dell'energia eolica e solare
Funzionamento su un'unica macchina del modello di grandi dimensioni 34 B per la potenza meteorologica combinata, che integra dati radar, immagini satellitari delle nuvole e dati lidar del vento, aggiornati ogni 15 minuti, riducendo gli errori del 15-20%.
★ Ottimizzazione della strategia locale del sistema di gestione energetica (EMS) per l'accumulo di energia
Esegui localmente nella sala di controllo della stazione di accumulo energetico un modello di pianificazione multi-obiettivo (massimizzazione dei ricavi, massimizzazione della durata della batteria e controllo della domanda) e genera in pochi secondi le strategie di carica e scarica senza la necessità di trasmetterle al cloud.
petrolio e gas
★ Interpretazione del terremoto e previsioni del deserto
Il sistema di intelligenza artificiale generativa Local 70 B viene utilizzato per interpretare automaticamente faglie e corpi sabbiosi fluviali sulla base di dati sismici pre-stack/post-stack, generando volumi tridimensionali di probabilità di spot ottimali. Il personale addetto all'interpretazione in loco può interagire e modificarli direttamente.
★ Previsione dei rischi di perforazione e completamento
Utilizzando un modello ibrido LSTM+Transformer per l'analisi in tempo reale dei dati di perforazione in profondità (MWD/LWD), è possibile segnalare con 5-10 minuti di anticipo i rischi di esplosione del pozzo e di inceppamento durante la perforazione, e una singola macchina può raggiungere una frequenza di inferenza in tempo reale di 20 Hz.
Energia nucleare ed energia termica
★ Monitoraggio AI del livello di sicurezza
Eseguire un modello di fusione acustica visiva a 30 parametri B nella rete interna della sala di controllo della centrale nucleare, analizzare i dati video delle telecamere a circuito chiuso e dei sensori acustici in tempo reale e individuare perdite e rumori anomali delle apparecchiature, soddisfacendo i requisiti di isolamento fisico della rete della centrale nucleare.
★ Ottimizzazione della combustione nelle centrali termoelettriche
Strategia di ottimizzazione della combustione basata sull'apprendimento per rinforzo profondo, che integra dati DCS in tempo reale (temperatura, pressione, contenuto di ossigeno), controllo a circuito chiuso a 100 ms per singola macchina, riducendo il consumo di carbone dell'1-2%. Integrazione in un sistema energetico/microrete/parco industriale.
★ Processore di potenza a livello di campus
Implementare DGX Spark nella sala di controllo della microrete, eseguire un modello di ottimizzazione del flusso energetico multi-parametro a 50 miliardi di parametri, coordinare in tempo reale fotovoltaico, accumulo di energia, stazioni di ricarica e fornitura combinata di raffreddamento, riscaldamento e alimentazione elettrica, e raggiungere l'autonomia di secondo livello "fonte rete carico accumulo".
★ Contabilità e scambio online delle emissioni di carbonio
Il modello locale su larga scala legge i log di sistema come EMS, MES, ERP, ecc., genera automaticamente report sulle emissioni di carbonio a livello di minuto e si connette direttamente all'API regionale per lo scambio di carbonio senza che i dati escano dal parco. Riassunto in una frase:
DGX Spark ha portato per la prima volta i "modelli complessi, che prima potevano essere collocati solo nel cloud/sala di elaborazione dati", direttamente nelle linee di produzione, come le sale di controllo delle reti elettriche, le sale operative delle sottostazioni, le stazioni di pompaggio dei parchi eolici, le sale di controllo delle stazioni di accumulo energetico, gli uffici delle piattaforme di perforazione, ecc., realizzando così il principio "dati non fuori dal campo, modelli non nel cloud", riducendo notevolmente le barriere all'ingresso e i rischi di conformità legati all'implementazione dell'IA nel settore energetico.
Di seguito sono riportate le tipiche aree di applicazione che possono essere implementate direttamente in base agli scenari di settore (★ indica il vantaggio di "una singola macchina può eseguire modelli di grandi dimensioni", particolarmente adatto a DGX Spark).
Elettricità e servizi pubblici
★ Pianificazione in tempo reale della rete intelligente
Basandosi su modelli su larga scala per la previsione del carico e la previsione della nuova produzione di energia, una singola macchina può eseguire una rete di previsione di serie temporali con 70 miliardi di parametri e previsioni a intervalli di 15 minuti, sostituendo la tradizionale architettura a due livelli dell'inferenza edge di training nel cloud.
L'installazione in loco avviene nella sala di controllo del centro di smistamento e i dati non possono essere inviati al di fuori della rete intranet per garantire la sicurezza e la conformità della rete elettrica.
★ Manutenzione predittiva a livello di apparecchiatura
Utilizzando un modello visivo su larga scala per identificare i difetti nelle immagini a luce visibile e a infrarossi di droni/robot durante le ispezioni, è possibile eseguire analisi su 2000 immagini 4K al secondo in locale, realizzando così "volo e valutazione simultanei".
Eseguire analisi di fusione multimodale della cromatografia dell'olio a scarica parziale da vibrazione su apparecchiature ad alta tensione come trasformatori e GIS, e fornire un preavviso di guasti con 3-6 mesi di anticipo.
★ Gemello digitale della rete elettrica e dell'esercitazione di emergenza
Esegui una simulazione del flusso di rete elettrica a livello di 1000 nodi e un modello di apprendimento per rinforzo per generare strategie di trasferimento in pochi minuti; puoi esaminare rapidamente scenari meteorologici estremi nella sala di controllo o nel veicolo di comando per le emergenze.
Nuove energie e sistemi di accumulo energetico
★ Previsione a brevissimo termine dell'energia eolica e solare
Funzionamento su un'unica macchina del modello di grandi dimensioni 34 B per la potenza meteorologica combinata, che integra dati radar, immagini satellitari delle nuvole e dati lidar del vento, aggiornati ogni 15 minuti, riducendo gli errori del 15-20%.
★ Ottimizzazione della strategia locale del sistema di gestione energetica (EMS) per l'accumulo di energia
Esegui localmente nella sala di controllo della stazione di accumulo energetico un modello di pianificazione multi-obiettivo (massimizzazione dei ricavi, massimizzazione della durata della batteria e controllo della domanda) e genera in pochi secondi le strategie di carica e scarica senza la necessità di trasmetterle al cloud.
petrolio e gas
★ Interpretazione del terremoto e previsioni del deserto
Il sistema di intelligenza artificiale generativa Local 70 B viene utilizzato per interpretare automaticamente faglie e corpi sabbiosi fluviali sulla base di dati sismici pre-stack/post-stack, generando volumi tridimensionali di probabilità di spot ottimali. Il personale addetto all'interpretazione in loco può interagire e modificarli direttamente.
★ Previsione dei rischi di perforazione e completamento
Utilizzando un modello ibrido LSTM+Transformer per l'analisi in tempo reale dei dati di perforazione in profondità (MWD/LWD), è possibile segnalare con 5-10 minuti di anticipo i rischi di esplosione del pozzo e di inceppamento durante la perforazione, e una singola macchina può raggiungere una frequenza di inferenza in tempo reale di 20 Hz.
Energia nucleare ed energia termica
★ Monitoraggio AI del livello di sicurezza
Eseguire un modello di fusione acustica visiva a 30 parametri B nella rete interna della sala di controllo della centrale nucleare, analizzare i dati video delle telecamere a circuito chiuso e dei sensori acustici in tempo reale e individuare perdite e rumori anomali delle apparecchiature, soddisfacendo i requisiti di isolamento fisico della rete della centrale nucleare.
★ Ottimizzazione della combustione nelle centrali termoelettriche
Strategia di ottimizzazione della combustione basata sull'apprendimento per rinforzo profondo, che integra dati DCS in tempo reale (temperatura, pressione, contenuto di ossigeno), controllo a circuito chiuso a 100 ms per singola macchina, riducendo il consumo di carbone dell'1-2%. Integrazione in un sistema energetico/microrete/parco industriale.
★ Processore di potenza a livello di campus
Implementare DGX Spark nella sala di controllo della microrete, eseguire un modello di ottimizzazione del flusso energetico multi-parametro a 50 miliardi di parametri, coordinare in tempo reale fotovoltaico, accumulo di energia, stazioni di ricarica e fornitura combinata di raffreddamento, riscaldamento e alimentazione elettrica, e raggiungere l'autonomia di secondo livello "fonte rete carico accumulo".
★ Contabilità e scambio online delle emissioni di carbonio
Il modello locale su larga scala legge i log di sistema come EMS, MES, ERP, ecc., genera automaticamente report sulle emissioni di carbonio a livello di minuto e si connette direttamente all'API regionale per lo scambio di carbonio senza che i dati escano dal parco. Riassunto in una frase:
DGX Spark ha portato per la prima volta i "modelli complessi, che prima potevano essere collocati solo nel cloud/sala di elaborazione dati", direttamente nelle linee di produzione, come le sale di controllo delle reti elettriche, le sale operative delle sottostazioni, le stazioni di pompaggio dei parchi eolici, le sale di controllo delle stazioni di accumulo energetico, gli uffici delle piattaforme di perforazione, ecc., realizzando così il principio "dati non fuori dal campo, modelli non nel cloud", riducendo notevolmente le barriere all'ingresso e i rischi di conformità legati all'implementazione dell'IA nel settore energetico.
Guida operativa del prodotto
Guida operativa del prodotto NVIDIA DGX Spark
(Applicabile alle edizioni Retail/Founders lanciate da luglio 2025 in poi) Disimballaggio e accensione iniziale
Elenco dei componenti: Unità principale, alimentatore in nitruro di gallio da 170 W (con spina multi-paese inclusa), cavo da USB-C a USB-C da 1 m, cavo Ethernet 10 GbE da 1 m, scheda di avvio rapido, scheda di garanzia.
Passaggi di connessione
① Inserire l'alimentatore nella porta USB-C PD 3.1 sul lato sinistro del dispositivo;
② Collega un cavo HDMI 2.1 a un monitor oppure utilizza un cavo da USB-C a DP/HDMI per collegare più schermi;
③ Rete cablata: RJ-45 collegato a 10 GbE; Rete wireless: dopo l'accensione, selezionare Wi-Fi 7 seguendo le istruzioni;
④ Tenere premuto il pulsante di accensione superiore per 1 secondo; la spia luminosa cambierà da bianca a blu per indicare l'avvio. Il primo avvio richiede circa 90 secondi per accedere al desktop di DGX OS.
Inizializzazione del sistema e dell'account
Sistema predefinito: Ubuntu 22.04 LTS + NVIDIA DGX OS 5.2 (kernel 6.8 + CUDA 12.6). Prima procedura guidata di avvio.
① Lingua → ② Fuso orario → ③ Crea un account amministratore locale (con privilegi sudo) → ④ Scegli se registrarti a NVIDIA AI Enterprise (prova gratuita di 90 giorni).
SSH remoto: il sistema ha un server openssh preinstallato; eseguire dopo la prima connessione di rete
sudo systemctl enable --now ssh
porta predefinita
(Applicabile alle edizioni Retail/Founders lanciate da luglio 2025 in poi) Disimballaggio e accensione iniziale
Elenco dei componenti: Unità principale, alimentatore in nitruro di gallio da 170 W (con spina multi-paese inclusa), cavo da USB-C a USB-C da 1 m, cavo Ethernet 10 GbE da 1 m, scheda di avvio rapido, scheda di garanzia.
Passaggi di connessione
① Inserire l'alimentatore nella porta USB-C PD 3.1 sul lato sinistro del dispositivo;
② Collega un cavo HDMI 2.1 a un monitor oppure utilizza un cavo da USB-C a DP/HDMI per collegare più schermi;
③ Rete cablata: RJ-45 collegato a 10 GbE; Rete wireless: dopo l'accensione, selezionare Wi-Fi 7 seguendo le istruzioni;
④ Tenere premuto il pulsante di accensione superiore per 1 secondo; la spia luminosa cambierà da bianca a blu per indicare l'avvio. Il primo avvio richiede circa 90 secondi per accedere al desktop di DGX OS.
Inizializzazione del sistema e dell'account
Sistema predefinito: Ubuntu 22.04 LTS + NVIDIA DGX OS 5.2 (kernel 6.8 + CUDA 12.6). Prima procedura guidata di avvio.
① Lingua → ② Fuso orario → ③ Crea un account amministratore locale (con privilegi sudo) → ④ Scegli se registrarti a NVIDIA AI Enterprise (prova gratuita di 90 giorni).
SSH remoto: il sistema ha un server openssh preinstallato; eseguire dopo la prima connessione di rete
sudo systemctl enable --now ssh
porta predefinita
Assistenza post-vendita e manutenzione del prodotto
NVIDIA DGX Spark Super Computer per l'intelligenza artificiale
Panoramica dei servizi integrati di assistenza post-vendita e manutenzione.
(Applicabile alla versione destinata alla vendita al dettaglio e distribuita ufficialmente nella Cina continentale a partire da luglio 2025)
Politica ufficiale di garanzia
|Periodo di garanzia | Garanzia limitata di 3 anni per l'intero dispositivo (inclusi l'unità centrale, l'alimentatore e i cavi in dotazione) IT Home|
|Inizio garanzia| In base alla data della fattura o alla data di fabbricazione più 30 giorni, a seconda di quale delle due sia precedente|
Copertura della garanzia: guasti hardware, difetti del firmware originale, arresti anomali del software preinstallato.
|Esclusione dalla garanzia| Danni causati dall'uomo, infiltrazioni d'acqua, fulmini, smontaggio fai-da-te, aggiornamento non autorizzato del firmware
Panoramica dei servizi integrati di assistenza post-vendita e manutenzione.
(Applicabile alla versione destinata alla vendita al dettaglio e distribuita ufficialmente nella Cina continentale a partire da luglio 2025)
Politica ufficiale di garanzia
|Periodo di garanzia | Garanzia limitata di 3 anni per l'intero dispositivo (inclusi l'unità centrale, l'alimentatore e i cavi in dotazione) IT Home|
|Inizio garanzia| In base alla data della fattura o alla data di fabbricazione più 30 giorni, a seconda di quale delle due sia precedente|
Copertura della garanzia: guasti hardware, difetti del firmware originale, arresti anomali del software preinstallato.
|Esclusione dalla garanzia| Danni causati dall'uomo, infiltrazioni d'acqua, fulmini, smontaggio fai-da-te, aggiornamento non autorizzato del firmware
descrizione2