Guide de démarrage rapide NVIDIA DGX Spark : Votre supercalculateur IA personnel sur votre bureau

NVIDIA DGX Spark — le plus petit supercalculateur d'IA au monde alimenté par le Superpuce NVIDIA GB10 Grace Blackwell — apporte à votre ordinateur des performances d'IA dignes d'un centre de données. Avec jusqu'à 1 PFLOP de calcul IA FP4 et 128 GB de mémoire unifiée, elle permet l'inférence locale sur des modèles jusqu'à 200 milliards de paramètres et le réglage fin des modèles jusqu'à 70 milliards de paramètres.

Ce guide complet vous accompagne à travers le déballage, la configuration initiale, la vérification du système, l'accès à distance, la configuration Docker et bien plus encore — tout ce dont vous avez besoin pour bien démarrer. DGX Spark rapidement et efficacement.

1. Spécifications matérielles du DGX Spark

L'espace NVIDIA DGX Spark offre des performances d'IA impressionnantes dans un format de bureau ultra-compact (150 mm × 150 mm × 50.5 mm, pour un poids de seulement 1.2 kgIl est idéal pour les développeurs, chercheurs et ingénieurs en IA qui souhaitent prototyper, affiner et exécuter localement de grands modèles de langage, voire même les utiliser chez leurs clients pour des démonstrations en direct.

Caractéristiques principales:

• Construit sur le Superpuce NVIDIA GB10 Grace Blackwell
• Processeur NVIDIA Grace — haute performance Arm à 20 cœurs architecture
• 128 GB mémoire système unifiée (mémoire cohérente partagée entre le CPU et le GPU — plus besoin de copier les données entre la mémoire hôte et la mémoire du périphérique)
• Connectivité avancée : NVIDIA ConnectX™ réseau haute performance (prend en charge l'interconnexion directe de deux unités), Wi-Fi 7, et plus
• Prend en charge l'inférence locale sur les modèles d'IA jusqu'à Paramètres 200B (Deux unités DGX Spark interconnectées peuvent gérer des modèles jusqu'à Paramètres 405B)
• Jusqu'à 4 TB Stockage local NVMe (extensible via un stockage externe de type C)
• Extrêmement compact et portable — idéal pour les ingénieurs commerciaux en IA et les démonstrations sur le terrain

2. Déballage et connexion des appareils

Qu'y a-t-il dans la boite

• 1 × unité principale NVIDIA DGX Spark
• 1 × cordon d'alimentation secteur
• 1 adaptateur secteur USB-C
• 1 × Guide de démarrage rapide

Étapes de connexion (mode autonome)

Le DGX Spark prend en charge deux modes de fonctionnement : autonome (avec écran/clavier/souris) et mode réseau sans interface graphiqueCe guide utilise mode autonome.

1. Connectez un HDMI moniteur
2. Connectez un USB or Bluetooth clavier et souris (Si aucun périphérique d'entrée n'est détecté après la mise sous tension, le système vous invitera à passer en mode de couplage Bluetooth)
3. Connectez l'adaptateur secteur Important: Utilisez le seul le port Type-C le plus à gauche
4. Appuyez sur la touche bouton d'alimentation pour allumer l'appareil

Connexion de deux unités d'allumage DGX

Assistant de premier démarrage et de configuration initiale

Après la mise sous tension en mode autonome, le DGX Spark lance automatiquement le assistant de première configuration sur l'écran connecté.

Suivez les étapes de synthèse:

1. Langue et fuseau horaire Sélectionnez votre langue et votre fuseau horaire préférés (le champ de saisie se filtre automatiquement au fur et à mesure que vous tapez).

• Disposition des touches (Keyboard Layout)  Choisissez la disposition de clavier appropriée (affichée uniquement lors de l'utilisation d'un écran physique).

• Accord de licence Lisez et acceptez les conditions (système d'exploitation préinstallé — cliquez simplement) Accepter).

• Créer un compte utilisateur Configurez un nom d'utilisateur et un mot de passe pour la connexion au système.

• Programme d'amélioration de l'expérience utilisateur (Facultatif) Choisissez si vous souhaitez envoyer des données d'utilisation à NVIDIA (vous pouvez décocher cette case et continuer).

• Configuration Wi-Fi Sélectionnez un réseau Wi-Fi. (Si vous êtes déjà connecté par Ethernet, cette étape est ignorée.)

• Entrez le mot de passe Wi-Fi

• Téléchargement et installation automatiques du logiciel Une fois en ligne, le système télécharge et installe automatiquement l'image logicielle officielle complète.

Mise en garde: Do pas Éteignez ou redémarrez l'appareil pendant ce processus. Le système peut redémarrer plusieurs fois.

• Connexion Une fois l'installation terminée et le système redémarré, sélectionnez votre compte utilisateur et saisissez votre mot de passe.

Vous verrez alors la propreté DGX Spark bureau — prêt à l'emploi !

4. Vérification des informations système

Après vous être connecté, appuyez sur Ctrl + Alt + T pour ouvrir un terminal (ou recherchez Terminal dans le menu des applications).

4.1 Informations sur le processeur

Exécutez la commande lscpu pour afficher les informations matérielles du processeur du DGX Spark.

4.2 Partitions et capacité du disque

Exécutez la commande lsblk pour afficher le partitionnement du disque et la taille de chaque partition. Le système DGX Spark actuel est équipé d'un disque de 4 To (affiché comme 3.7 To car les statistiques binaires sont calculées sur la base de 1024).

4.3 Informations et état du GPU

Exécutez la commande nvidia-smi pour afficher les informations du GPU DGX Spark GB10.

Version Docker 4.4

Exécutez `docker -v` pour afficher les informations sur le moteur Docker préinstallé sur le système DGX Spark.

Version CUDA 4.5

Exécutez `nvcc -V` pour afficher les informations sur la version CUDA préinstallée sur le système DGX Spark.

5Accès distant SSH à DGX Spark

Le DGX Spark fonctionne selon les normes Ubuntu système avec OpenSSH Serveur préinstallé.

Étape:

Trouver l'adresse IP Dans le terminal, exécutez :

adresse IP# ouadresse IP

Connexion à distance : Utilisez votre client SSH préféré (PuTTY, MobaXterm, XShell, FinalShell, etc.). Exemple avec PuTTY :

Créez une nouvelle connexion en saisissant le nom, l'adresse IP et le numéro de port (22 par défaut). Après avoir cliqué sur Ouvrir, saisissez votre nom d'utilisateur et votre mot de passe.

Après avoir cliqué sur l’invite de sécurité « Accepter et enregistrer », vous pouvez utiliser la ligne de commande à distance pour faire fonctionner DGX Spark.

6. Configuration Docker

6.1 NVIDIA Container Runtime

NVIDIA Container Runtime permet aux conteneurs Docker d'accéder directement aux GPU, accélérant ainsi les charges de travail GPU telles que les applications d'IA/ML et CUDA.

Principaux avantages:

• Accès GPU transparent pour les conteneurs
• Gestion automatique des pilotes et des bibliothèques
• Prise en charge multi-GPU
• Compatibilité avec les principales plateformes d'orchestration de conteneurs

NVIDIA Container Runtime fonctionne conjointement avec NVIDIA Container Toolkit, qui fournit les composants nécessaires pour configurer et attacher dynamiquement les périphériques GPU et les bibliothèques CUDA pour les applications conteneurisées.

NVIDIA Container Toolkit est préinstallé et entièrement configuré sur les systèmes DGX Spark, notamment :

• NVIDIA Container Runtime
• Intégration Docker
• configuration du périphérique GPU
• configuration de la bibliothèque CUDA

6.2 Configuration du groupe d'utilisateurs

Par défaut, Docker requiert les privilèges sudo pour fonctionner. L'ajout d'un utilisateur au groupe docker permet l'exécution directe des commandes Docker sans sudo.

Exécuter:

sudo usermod -aG menu fixe $USER

nouveau groupe docker

6.3 Tests de fonctionnalité GPU Docker

Téléchargez et exécutez le conteneur PyTorch :

docker run –rm -it –gpus=all \

   -v « $PWD »:/espace de travail \

   -w /espace de travail \

nvcr.io/nvidia/pytorch:25.08-py3

L'exécution de `nvidia-smi` et `nvcc -V` dans le conteneur produit une sortie normale, confirmant que le GPU et CUDA fonctionnent correctement dans Docker.

Votre DGX Spark est désormais entièrement configuré et prêt à démarrer votre aventure de développement en IA !