Guía de inicio rápido de NVIDIA DGX Spark: su supercomputadora de IA personal en el escritorio

NVIDIA DGX Spark — la supercomputadora de IA más pequeña del mundo impulsada por el Superchip NVIDIA GB10 Grace Blackwell — lleva el rendimiento de IA de un centro de datos a tu escritorio. Con hasta 1 PFLOP de computación de IA del FP4 y 128 GB de memoria unificada, permite la inferencia local sobre modelos hasta 200 mil millones de parámetros y puesta a punto de modelos hasta 70 mil millones de parámetros.

En esta guía completa, lo guiamos a través del desempaquetado, la configuración inicial, la verificación del sistema, el acceso remoto, la configuración de Docker y más: todo lo que necesita para comenzar. Chispa DGX Rápida y eficientemente.

1. Especificaciones del hardware del DGX Spark

La NVIDIA DGX Spark ofrece un rendimiento de IA impresionante en un formato de escritorio ultracompacto (150 mm × 150 mm × 50.5 mm, con un peso de solo 1.2 kg). Es perfecto para desarrolladores de IA, investigadores e ingenieros que desean crear prototipos, ajustar y ejecutar modelos de lenguaje grandes localmente, o incluso llevarlos a los sitios de los clientes para realizar demostraciones en vivo.

Características Clave:

• Construido en el Superchip NVIDIA GB10 Grace Blackwell
• CPU NVIDIA Grace — alto rendimiento Arm de 20 núcleos 
• 128 GB Memoria del sistema unificada (memoria coherente compartida entre la CPU y la GPU, sin necesidad de copiar datos entre la memoria del host y la del dispositivo)
• Conectividad avanzada: NVIDIA ConnectX™ Redes de alto rendimiento (admite interconexión directa de dos unidades), Wi-Fi 7, y más
• Admite inferencia local en modelos de IA hasta Parámetros 200B (Dos unidades DGX Spark interconectadas pueden manejar modelos de hasta Parámetros 405B)
• Up to 4 TB Almacenamiento NVMe local (ampliable mediante almacenamiento externo Tipo-C)
• Extremadamente compacto y portátil: ideal para ingenieros de ventas de IA y demostraciones de campo

2. Desempaquetado y conexiones del dispositivo

¿Qué hay en caja?

• 1 × unidad principal NVIDIA DGX Spark
• 1 × cable de alimentación de CA
• 1 × adaptador de corriente CC USB-C
• 1 × Guía de inicio rápido

Pasos de conexión (modo independiente)

El DGX Spark admite dos modos de funcionamiento: independiente (con monitor/teclado/ratón) y modo de red sin cabezaEsta guía utiliza modo independiente.

1. Conecta un HDMI monitorear
2. Conectar un USB or Bluetooth Teclado y mouse (si no se detectan dispositivos de entrada después del encendido, el sistema le solicitará que ingrese al modo de emparejamiento Bluetooth)
3. Conecte el adaptador de corriente Importante:  Use solo el puerto Tipo-C más a la izquierda
4. Presione la tecla botón de encendido para encender el dispositivo

Conexión de dos unidades DGX Spark

Asistente para el primer arranque y configuración inicial

Después de encenderlo en modo independiente, el DGX Spark inicia automáticamente el asistente de configuración inicial en la pantalla conectada.

Siga estos pasos:

1. Idioma y zona horaria Seleccione su idioma preferido y zona horaria (el campo de entrada se filtra automáticamente a medida que escribe).

• Distribución del teclado Elija la distribución de teclado correcta (solo se muestra cuando se usa una pantalla física).

• Acuerdo de licencia Lea y acepte los términos (sistema operativo preinstalado, simplemente haga clic) Aceptar).

• Crear cuenta de usuario Configure un nombre de usuario y una contraseña para iniciar sesión en el sistema.

• Programa de mejora de la experiencia del usuario (Opcional) Elija si desea enviar datos de uso a NVIDIA (puede desmarcar la casilla y continuar).

• Configuración de Wi-Fi Selecciona una red Wi-Fi. (Si ya estás conectado por Ethernet, este paso se omite).

• Ingrese la contraseña de Wi-Fi

• Descarga e instalación automática de software Una vez en línea, el sistema descarga e instala automáticamente la imagen oficial completa del software.

Advertencia: Do no Apague o reinicie el dispositivo durante este proceso. El sistema podría reiniciarse varias veces.

• Iniciar sesión Una vez completada la instalación y reiniciado el sistema, seleccione su cuenta de usuario e ingrese la contraseña.

Luego verás el limpio Escritorio DGX Spark — ¡Listo para usar!

4. Comprobación de la información del sistema

Después de iniciar sesión, presione Ctrl + Alt + T para abrir una terminal (o busque Terminal en el menú de la aplicación).

4.1 Información de la CPU

Ejecute el comando lscpu para ver la información del hardware de la CPU del DGX Spark.

4.2 Particiones y capacidad del disco

Ejecute el comando lsblk para ver la partición del disco y el tamaño de cada partición. El sistema DGX Spark actual cuenta con un disco de 4 TB (se muestra como 3.7 TB porque las estadísticas binarias se calculan en base a 1024).

4.3 Información y estado de la GPU

Ejecute nvidia-smi para ver la información de la GPU DGX Spark GB10.

Versión 4.4 de Docker

Ejecute `docker -v` para ver la información del motor Docker preinstalado en el sistema DGX Spark.

Versión 4.5 CUDA

Ejecute `nvcc -V` para ver la información de la versión CUDA preinstalada en el sistema DGX Spark.

5Acceso remoto SSH a DGX Spark

El DGX Spark funciona con un motor estándar Ubuntu con acabado porcelánico Z White & Cement OpenSSH Servidor preinstalado.

Pasos:

Encuentra la dirección IP En la terminal, ejecute:

ip a# odirección IP

Conéctese remotamente. Use su cliente SSH favorito (PuTTY, MobaXterm, XShell, FinalShell, etc.). Ejemplo con PuTTY:

Cree una nueva conexión ingresando el nombre, la dirección IP y el número de puerto (predeterminado: 22). Después de hacer clic en "Abrir", ingrese su nombre de usuario y contraseña.

Después de hacer clic en el mensaje de seguridad “Aceptar y guardar”, puede usar la línea de comando remota para operar DGX Spark.

6. Configuración de Docker

6.1 Tiempo de ejecución de contenedores de NVIDIA

NVIDIA Container Runtime permite que los contenedores Docker accedan directamente a las GPU, lo que acelera las cargas de trabajo de la GPU, como las aplicaciones de IA/ML y CUDA.

Beneficios claves:

• Acceso sin problemas a la GPU para contenedores
• Gestión automática de controladores y bibliotecas
• Soporte multi-GPU
• Compatibilidad con las principales plataformas de orquestación de contenedores

NVIDIA Container Runtime funciona junto con NVIDIA Container Toolkit, que proporciona los componentes necesarios para configurar y conectar dinámicamente dispositivos GPU y bibliotecas CUDA para aplicaciones en contenedores.

NVIDIA Container Toolkit está preinstalado y completamente configurado en los sistemas DGX Spark, incluidos:

• Tiempo de ejecución de contenedores de NVIDIA
• Integración de Docker
• Configuración del dispositivo GPU
• Configuración de la biblioteca CUDA

6.2 Configuración de grupos de usuarios

De forma predeterminada, Docker requiere privilegios de sudo para ejecutarse. Añadir un usuario al grupo Docker permite la ejecución directa de comandos de Docker sin sudo.

Ejecutar:

sudo usermod -aG docker $ USER

nuevo grupo docker

6.3 Prueba de funcionalidad de GPU de Docker

Descargue y ejecute el contenedor de PyTorch:

docker run –rm -it –gpus=all \

   -v “$PWD”:/espacio de trabajo \

   -w /espacio de trabajo \

nvcr.io/nvidia/pytorch:25.08-py3

Ejecutar `nvidia-smi` y `nvcc -V` dentro del contenedor produce un resultado normal, lo que confirma que la GPU y CUDA funcionan correctamente dentro de Docker.

¡Tu DGX Spark ahora está completamente configurado y listo para comenzar tu viaje de desarrollo de IA!