NVIDIA DGX Spark 빠른 시작 가이드: 책상 위의 나만의 AI 슈퍼컴퓨터

엔비디아 DGX 스파크 — 세계에서 가장 작은 AI 슈퍼컴퓨터는 다음으로 구동됩니다. NVIDIA GB10 그레이스 블랙웰 슈퍼칩 — 데이터센터급 AI 성능을 데스크톱에서 사용할 수 있습니다. 최대 1 플롭 FP4 AI 컴퓨팅 및 128 GB 통합 메모리를 통해 최대 모델에 대한 로컬 추론이 가능합니다. 200 억 매개 변수 그리고 모델의 미세 조정은 최대 70 억 매개 변수.

이 종합 가이드에서는 제품 개봉, 초기 설정, 시스템 검증, 원격 접속, Docker 구성 등 시작하는 데 필요한 모든 것을 단계별로 안내합니다. DGX 스파크 빠르고 효율적으로.

1. DGX Spark 하드웨어 사양

The 엔비디아 DGX 스파크 초소형 데스크톱 폼팩터(150mm × 150mm × 50.5mm, 무게는 단 100g)에서 뛰어난 AI 성능을 제공합니다. 1.2의 kg이 제품은 프로토타입을 제작하고, 미세 조정하고, 대규모 언어 모델을 로컬에서 실행하거나, 심지어 고객 현장에서 실시간 시연을 위해 활용하려는 AI 개발자, 연구원 및 엔지니어에게 적합합니다.

주요 특징:

• 내장 된 NVIDIA GB10 그레이스 블랙웰 슈퍼칩
• NVIDIA Grace CPU — 고성능 20코어 Arm 아키텍처
• 128 GB 통합 시스템 메모리(CPU와 GPU 간에 공유되는 일관성 있는 메모리 - 호스트 메모리와 장치 메모리 간의 데이터 복사가 더 이상 필요하지 않음)
• 고급 연결: NVIDIA ConnectX™ 고성능 네트워킹(두 장치 간 직접 연결 지원) Wi-Fi (은) 7, 그리고 더
• AI 모델에 대한 로컬 추론을 최대 지원합니다. 200B 매개변수 (두 대의 DGX Spark 장치를 상호 연결하면 최대 모델을 처리할 수 있습니다.) 405B 매개변수)
• 최대 4 TB 로컬 NVMe 스토리지(Type-C 외장 스토리지를 통해 확장 가능)
• 매우 작고 휴대성이 뛰어나 AI 영업 엔지니어 및 현장 시연에 이상적입니다.

2. 개봉 및 기기 연결

박스에 뭐가 들어 있어요

• NVIDIA DGX Spark 본체 1개
• AC 전원 코드 1개
• USB-C DC 전원 어댑터 1개
• 1 × 빠른 시작 안내서

연결 단계 (독립 실행형 모드)

DGX Spark는 두 가지 작동 모드를 지원합니다. 독립 (모니터/키보드/마우스 포함) 헤드리스 네트워크 모드이 가이드에서는 다음을 사용합니다. 독립형 모드.

1. 연결 HDMI 모니터
2. 연결 USB or Bluetooth 키보드 및 마우스 (전원을 켠 후 입력 장치가 감지되지 않으면 시스템에서 블루투스 페어링 모드로 진입하라는 메시지가 표시됩니다.)
3. 전원 어댑터를 연결하세요 중요 사항:  가장 왼쪽에 있는 Type-C 포트만 해당됩니다.
4. 를 누르십시오 전원 버튼 기기를 켜려면

두 개의 DGX Spark 장치 연결하기

첫 부팅 및 초기 설정 마법사

독립 실행 모드로 전원을 켜면 DGX Spark는 자동으로 다음을 실행합니다. 최초 설정 마법사 연결된 디스플레이에서.

다음 단계를 수행하십시오 :

1. 언어 및 시간대 원하는 언어와 시간대를 선택하세요(입력하는 동안 입력 필드가 자동으로 필터링됩니다).

• 키보드 레이아웃 올바른 키보드 레이아웃을 선택하십시오(실물 디스플레이를 사용하는 경우에만 표시됨).

• 라이센스 계약 약관을 읽고 동의하세요 (운영체제 사전 설치 - 클릭만 하시면 됩니다) 수락).

• 사용자 계정 생성 시스템 로그인에 사용할 사용자 이름과 비밀번호를 설정하세요.

• 사용자 경험 개선 프로그램 (선택 사항) 사용량 데이터를 NVIDIA로 전송할지 여부를 선택하세요(선택 해제하고 계속 진행할 수 있습니다).

• Wi-Fi 설정 Wi-Fi 네트워크를 선택하세요. (이미 이더넷으로 연결되어 있는 경우 이 단계는 건너뛰세요.)

• Wi-Fi 비밀번호를 입력하세요

• 자동 소프트웨어 다운로드 및 설치 시스템이 온라인에 접속되면 공식 소프트웨어 이미지 전체를 자동으로 다운로드하고 설치합니다.

경고: Do 지원 이 과정 중에 기기의 전원을 끄거나 다시 시작하십시오. 시스템이 여러 번 재부팅될 수 있습니다.

• 로그인 설치가 완료되고 시스템이 재부팅되면 사용자 계정을 선택하고 비밀번호를 입력하십시오.

그러면 깨끗해진 모습을 보실 수 있을 겁니다. DGX Spark 데스크톱 — 바로 사용 가능!

4. 시스템 정보 확인

로그인 후 Ctrl + Alt + T를 눌러 터미널을 열거나(또는 응용 프로그램 메뉴에서 터미널을 찾으세요).

4.1 CPU 정보

lscpu 명령어를 실행하여 DGX Spark의 CPU 하드웨어 정보를 확인하십시오.

4.2 디스크 파티션 및 용량

lsblk 명령어를 실행하여 디스크 파티셔닝 및 각 파티션의 크기를 확인하십시오. 현재 DGX Spark 시스템에는 4TB 디스크가 장착되어 있습니다(이진 통계는 1024를 기준으로 계산되므로 3.7TB로 표시됩니다).

4.3 GPU 정보 및 상태

nvidia-smi 명령어를 실행하여 DGX Spark GB10 GPU 정보를 확인하십시오.

4.4 도커 버전

DGX Spark 시스템에 사전 설치된 Docker 엔진 정보를 보려면 `docker -v` 명령을 실행하십시오.

4.5 CUDA 버전

`nvcc -V` 명령을 실행하여 DGX Spark 시스템에 사전 설치된 CUDA 버전 정보를 확인하십시오.

5DGX Spark에 대한 SSH 원격 액세스

DGX Spark는 표준을 실행합니다. Ubuntu 시스템 OpenSSH를 서버가 사전 설치되어 있습니다.

단계 :

IP 주소를 찾으세요 터미널에서 다음 명령어를 실행하세요:

ip a# 또는IP 주소

선호하는 SSH 클라이언트(PuTTY, MobaXterm, XShell, FinalShell 등)를 사용하여 원격으로 연결하세요. PuTTY를 사용한 예시:

이름, IP 주소 및 포트 번호(기본값 22)를 입력하여 새 연결을 생성하세요. [열기]를 클릭한 후 사용자 이름과 비밀번호를 입력하세요.

“수락 및 저장” 보안 메시지를 클릭한 후 원격 명령줄을 사용하여 DGX Spark를 작동할 수 있습니다.

6. 도커 구성

6.1 NVIDIA 컨테이너 런타임

NVIDIA 컨테이너 런타임은 Docker 컨테이너가 GPU에 직접 액세스할 수 있도록 하여 AI/ML 및 CUDA 애플리케이션과 같은 GPU 워크로드를 가속화합니다.

주요 혜택:

• 컨테이너를 위한 원활한 GPU 액세스
• 자동 드라이버 및 라이브러리 관리
• 다중 GPU 지원
• 주요 컨테이너 오케스트레이션 플랫폼과의 호환성

NVIDIA 컨테이너 런타임은 NVIDIA 컨테이너 툴킷과 함께 작동하며, 컨테이너화된 애플리케이션을 위해 GPU 장치와 CUDA 라이브러리를 동적으로 구성하고 연결하는 데 필요한 구성 요소를 제공합니다.

NVIDIA 컨테이너 툴킷은 DGX Spark 시스템에 사전 설치 및 완벽하게 구성되어 있습니다. 여기에는 다음이 포함됩니다.

• NVIDIA 컨테이너 런타임
• Docker 통합
• GPU 장치 구성
• CUDA 라이브러리 구성

6.2. 사용자 그룹 구성

Docker는 기본적으로 실행 시 sudo 권한이 필요합니다. 사용자를 docker 그룹에 추가하면 sudo 없이 Docker 명령어를 직접 실행할 수 있습니다.

실행 :

sudo usermod -aG 도커 $USER

새로운 그룹 도커

6.3. Docker GPU 기능 테스트

PyTorch 컨테이너를 다운로드하고 실행하세요:

docker run –rm -it –gpus=all \

   -v “$PWD”:/workspace \

   -w /워크스페이스 \

nvcr.io/nvidia/pytorch:25.08-py3

컨테이너 내부에서 `nvidia-smi`와 `nvcc -V`를 실행하면 모두 정상적인 출력이 나타나며, 이는 Docker 내에서 GPU와 CUDA가 올바르게 작동하고 있음을 확인시켜 줍니다.

이제 DGX Spark 설정이 완료되어 AI 개발 여정을 시작할 준비가 되었습니다!