NVIDIA DGX Spark クイック スタート ガイド: デスク上のパーソナル AI スーパーコンピューター

NVIDIA DGX スパーク — 世界最小のAIスーパーコンピュータ NVIDIA GB10 グレース ブラックウェル スーパーチップ — データセンタークラスのAIパフォーマンスをデスクトップに実現します。最大 1 PFLOPS FP4 AIコンピューティングと 128 GB 統合メモリにより、最大 200億のパラメーター モデルの微調整まで 70億のパラメーター.

この包括的なガイドでは、開梱、初期セットアップ、システム検証、リモートアクセス、Docker構成など、始めるために必要なすべての手順を説明します。 DGXスパーク 迅速かつ効率的に。

1. DGX Spark ハードウェア仕様

私達の NVIDIA DGX スパーク 超コンパクトなデスクトップフォームファクタ（150 mm × 150 mm × 50.5 mm、重量わずか 1.2キロ）。大規模な言語モデルのプロトタイプ作成、微調整、ローカルでの実行、さらにはクライアントサイトでのライブデモンストレーションも行いたい AI 開発者、研究者、エンジニアに最適です。

主な特長：

• 上に建てられた NVIDIA GB10 グレース ブラックウェル スーパーチップ
• NVIDIA Grace CPU — 高性能 20コアArm 建築
• 128 GB 統合システムメモリ（CPU と GPU 間で共有されるコヒーレントメモリ。ホストとデバイスのメモリ間でのデータコピーは不要）
• 高度な接続： NVIDIA コネクトX™ 高性能ネットワーク（2ユニットの直接接続をサポート） Wi-Fiを提供7等
• AIモデルにおけるローカル推論を最大でサポート 200Bパラメーター （2つの相互接続されたDGX Sparkユニットは、最大 405Bパラメーター)
• 最大 4 TB ローカルNVMeストレージ（Type-C外部ストレージ経由で拡張可能）
• 非常にコンパクトで持ち運びやすく、AIセールスエンジニアや現場でのデモンストレーションに最適です。

2. 開梱とデバイスの接続

箱の中は何ですか

• NVIDIA DGX Spark本体 × 1
• AC電源コード1本
• USB-C DC電源アダプター×1
• 1×クイックスタートガイド

接続手順（スタンドアロンモード）

DGX Spark は次の 2 つの動作モードをサポートしています。 スタンドアロン （モニター/キーボード/マウス付き） ヘッドレスネットワークモードこのガイドでは スタンドアロンモード.

1. 接続する HDMI モニター
2. 接続します USB or Bluetooth キーボードとマウス（電源投入後に入力デバイスが検出されない場合は、Bluetoothペアリングモードに入るように求められます）
3. 電源アダプターを接続する 重要： 　 左端のType-Cポートのみ
4. 電源スイッチ デバイスの電源をオンにする

2台のDGX Sparkユニットを接続する

初回起動と初期セットアップウィザード

スタンドアロンモードで電源を入れると、DGX Sparkは自動的に 初回セットアップウィザード 接続されたディスプレイに表示されます。

次の手順に従います。

1. 言語とタイムゾーン 希望する言語とタイムゾーンを選択します (入力フィールドは入力時に自動的にフィルタリングされます)。

• キーボードレイアウト 正しいキーボード レイアウトを選択します (物理ディスプレイを使用している場合にのみ表示されます)。

• ライセンス契約 利用規約を読んで同意します（プリインストールOSの場合、クリックするだけです） 同意).

• ユーザーアカウントを作成する システムログイン用のユーザー名とパスワードを設定します。

• ユーザーエクスペリエンス改善プログラム (オプション) 使用状況データを NVIDIA に送信するかどうかを選択します (チェックを外して続行することもできます)。

• Wi-Fiセットアップ Wi-Fi ネットワークを選択します。(すでにイーサネット経由で接続している場合は、この手順はスキップされます。)

• Wi-Fiパスワードを入力してください

• 自動ソフトウェアダウンロードとインストール オンラインになると、システムは完全な公式ソフトウェア イメージを自動的にダウンロードしてインストールします。

警告： Do  このプロセス中はデバイスの電源を切るか再起動してください。システムが複数回再起動する場合があります。

• ログイン インストールが完了し、システムが再起動したら、ユーザー アカウントを選択し、パスワードを入力します。

すると、きれいな DGX Spark デスクトップ — すぐに使えます!

4. システム情報の確認

ログイン後、Ctrl + Alt + T を押してターミナルを開きます (またはアプリケーション メニューでターミナルを見つけます)。

4.1 CPU情報

lscpu コマンドを実行して、DGX Spark の CPU ハードウェア情報を表示します。

4.2 ディスクパーティションと容量

lsblk コマンドを実行して、ディスクのパーティションと各パーティションのサイズを確認します。現在の DGX Spark システムには 4TB のディスクが搭載されています（バイナリ統計は 1024 を基準に計算されるため、3.7TB と表示されます）。

4.3 GPU情報とステータス

DGX Spark GB10 GPU 情報を表示するには、nvidia-smi を実行します。

4.4 Dockerバージョン

`docker -v` を実行して、DGX Spark システムにプリインストールされている Docker エンジン情報を表示します。

4.5 CUDAバージョン

DGX Spark システムにプリインストールされている CUDA のバージョン情報を表示するには、`nvcc -V` を実行します。

5DGX SparkへのSSHリモートアクセス

DGX Sparkは標準の Ubuntu システムと OpenSSHの サーバーがプリインストールされています。

ステップ：

IPアドレスを見つける ターミナルで次のコマンドを実行します:

ip a＃またはIPアドレス

リモート接続には、お好みのSSHクライアント（PuTTY、MobaXterm、XShell、FinalShellなど）を使用してください。PuTTYを使用した例：

名前、IPアドレス、ポート番号（デフォルトは22）を入力して、新しい接続を作成します。「開く」をクリックした後、ユーザー名とパスワードを入力してください。

「同意して保存」セキュリティプロンプトをクリックすると、リモートコマンドラインを使用して DGX Spark を操作できます。

6. Dockerの設定

6.1 NVIDIA コンテナ ランタイム

NVIDIA Container Runtime により、Docker コンテナーが GPU に直接アクセスできるようになり、AI/ML や CUDA アプリケーションなどの GPU ワークロードが高速化されます。

主なメリット：

• コンテナへのシームレスなGPUアクセス
• 自動ドライバーおよびライブラリ管理
• マルチGPUサポート
• 主要なコンテナオーケストレーションプラットフォームとの互換性

NVIDIA Container Runtime は、コンテナー化されたアプリケーション用の GPU デバイスと CUDA ライブラリを動的に構成および接続するために必要なコンポーネントを提供する NVIDIA Container Toolkit と連携して動作します。

NVIDIA Container Toolkit は、DGX Spark システムにプリインストールされ、以下の内容を含めて完全に構成されています。

• NVIDIA コンテナ ランタイム
• Docker統合
• GPUデバイス構成
• CUDAライブラリの設定

6.2 ユーザーグループの設定

デフォルトでは、Docker を実行するには sudo 権限が必要です。docker グループにユーザーを追加すると、sudo を使用せずに Docker コマンドを直接実行できるようになります。

実行します。

sudo usermod -aG docker $USER

newgrp ドッカー

6.3 Docker GPU機能テスト

PyTorch コンテナをダウンロードして実行します。

docker run –rm -it –gpus=all \

   -v “$PWD”:/ワークスペース\

   -w /ワークスペース\

nvcr.io/nvidia/pytorch:25.08-py3

コンテナ内で `nvidia-smi` と `nvcc -V` を実行すると、両方とも通常の出力が生成され、GPU と CUDA が Docker 内で正しく機能していることが確認されます。

DGX Spark が完全に構成され、AI 開発の旅を始める準備が整いました。