Nvidia lanserar DGX Spark, en "AI-superdator" i kompakt format, byggd på Grace Blackwell-arkitekturen. Med 240 watt strömförbrukning och ett pris på 3 999 dollar gör den storskalig AI-beräkning möjlig för entusiaster, utvecklare och mindre företag – långt ifrån datacenter men fortfarande djupt inne i Nvidias ekosystem.
Under skalet sitter Grace Blackwell-arkitekturen (GB10), 128 GB delat minne och bandbredd motsvarande fem PCI Express 5-bussar. Systemet ska kunna nå upp till en petaflop AI-prestanda (FP4) och är förberett med Nvidias fulla AI-stack och bibliotek.
Det är i grunden en personlig DGX-station för utvecklare som vill köra stora modeller lokalt i stället för i molnet. Nvidia menar att den klarar inferens på modeller med upp till 200 miljarder parametrar och finjustering av modeller runt 70 miljarder. Flera tillverkare, bland andra Acer, Asus, Dell, Gigabyte, Lenovo och MSI, lanserar egna versioner av systemet.
Tabellen jämför DGX Spark mot föregångaren DGX-1.
Bild: Nvidia
För att markera ögonblicket tog Jensen Huang själv planet till Texas för att lämna ett exemplar till Elon Musk vid SpaceX, som en blinkning till när han levererade den första DGX-1 till OpenAI 2016. PR-symbolik på hög nivå - även för Nvidia.
Till skillnad från den äldre DGX-1, som drog 3 200 watt och kostade 129 000 dollar, nöjer sig DGX Spark med 240 watt och ett listpris på 3 999 dollar. Detta gör den förvånansvärt civiliserad - mer kontorsdator än kraftverk. Och även om den förstås är ett skyltfönster för Nvidias AI-ekosystem snarare än en produkt för gemene användare, är det ändå något fascinerande i tanken: en dator på skrivbordet som levererar en petaflop utan att ens kräva ström på industriskala.
