Guia de Início Rápido do NVIDIA DGX Spark: Seu Supercomputador de IA Pessoal na Mesa

NVIDIA DGX Spark — o menor supercomputador de IA do mundo, alimentado por Superchip NVIDIA GB10 Grace Blackwell — traz o desempenho de IA de nível de data center para o seu computador. Com até 1 PFLOP de computação de IA FP4 e 128 GB de memória unificada, permite inferência local em modelos de até 200 bilhões de parâmetros e o ajuste fino de modelos até 70 bilhões de parâmetros.

Neste guia completo, orientamos você desde a abertura da caixa, configuração inicial, verificação do sistema, acesso remoto, configuração do Docker e muito mais — tudo o que você precisa para começar a usar. DGX Faísca com rapidez e eficiência.

1. Especificações de hardware do DGX Spark

O NVIDIA DGX Spark Oferece desempenho de IA impressionante em um formato de desktop ultracompacto (150 mm × 150 mm × 50.5 mm, pesando apenas 1.2 kgÉ perfeito para desenvolvedores, pesquisadores e engenheiros de IA que desejam criar protótipos, ajustar e executar grandes modelos de linguagem localmente — ou até mesmo levá-los para as instalações do cliente para demonstrações ao vivo.

Principais Recursos:

• Construído sobre Superchip NVIDIA GB10 Grace Blackwell
• CPU NVIDIA Grace — alto desempenho Arm de 20 núcleos arquitetura
• 128 GB Memória de sistema unificada (memória coerente compartilhada entre CPU e GPU — sem mais cópia de dados entre a memória do host e a do dispositivo)
• Conectividade avançada: NVIDIA ConnectX™ Rede de alto desempenho (suporta interconexão direta de duas unidades), Wi-Fi 7, e mais
• Suporta inferência local em modelos de IA até Parâmetros 200B (Duas unidades DGX Spark interligadas podem lidar com modelos de até Parâmetros 405B)
• Até 4 TB Armazenamento NVMe local (expansível via armazenamento externo Tipo-C)
• Extremamente compacto e portátil — ideal para engenheiros de vendas de IA e demonstrações em campo.

2. Desembalagem e conexões do dispositivo

O que está na caixa

• 1 × Unidade principal NVIDIA DGX Spark
• 1 × Cabo de alimentação CA
• 1 × Adaptador de alimentação CC USB-C
• 1 × Guia Rápido

Etapas de conexão (modo autônomo)

O DGX Spark suporta dois modos de operação: autônoma (com monitor/teclado/mouse) e modo de rede sem interface gráficaEste guia utiliza modo autônomo.

1. Conecte um HDMI monitor
2. Conecte um USB or Bluetooth Teclado e mouse (Se nenhum dispositivo de entrada for detectado após a inicialização, o sistema solicitará que você entre no modo de emparelhamento Bluetooth)
3. Conecte o adaptador de energia Importante: Uso apenas a porta Type-C mais à esquerda
4. Pressione o botão botão de energia para ligar o dispositivo

Conectando duas unidades DGX Spark

Primeiro Inicializador e Assistente de Configuração Inicial

Após ser ligado no modo autônomo, o DGX Spark inicia automaticamente o assistente de configuração inicial na tela conectada.

Siga esses passos:

1. Idioma e fuso horário Selecione o idioma e o fuso horário de sua preferência (o campo de entrada filtra automaticamente conforme você digita).

• layout do teclado Selecione o layout de teclado correto (exibido apenas ao usar um monitor físico).

• Termos de licença Leia e aceite os termos (sistema operacional pré-instalado — basta clicar) ACEITAR).

• Criar conta de usuário Configure um nome de usuário e uma senha para acessar o sistema.

• Programa de Melhoria da Experiência do Usuário (Opcional) Escolha se deseja enviar dados de utilização para a NVIDIA (pode desmarcar e continuar).

• Configuração de Wi-Fi Selecione uma rede Wi-Fi. (Se você já estiver conectado via Ethernet, esta etapa será ignorada.)

• Digite a senha do Wi-Fi

• Download e instalação automática de software Assim que estiver online, o sistema baixa e instala automaticamente a imagem completa do software oficial.

Atenção: Do não Desligue ou reinicie o dispositivo durante este processo. O sistema pode reiniciar várias vezes.

• Entrar Após a conclusão da instalação e a reinicialização do sistema, selecione sua conta de usuário e digite a senha.

Você então verá a limpeza. DGX Spark desktop — pronto para usar!

4. Verificação das informações do sistema

Após efetuar o login, pressione Ctrl + Alt + T para abrir um terminal (ou encontre "Terminal" no menu de aplicativos).

4.1 Informações da CPU

Execute o comando lscpu para visualizar as informações de hardware da CPU do DGX Spark.

4.2 Partições e Capacidade do Disco

Execute o comando lsblk para visualizar o particionamento do disco e o tamanho de cada partição. O sistema DGX Spark atual está equipado com um disco de 4 TB (exibido como 3.7 TB porque as estatísticas binárias são calculadas com base em 1024).

4.3 Informações e status da GPU

Execute o comando nvidia-smi para visualizar as informações da GPU DGX Spark GB10.

4.4 Versão do Docker

Execute `docker -v` para visualizar as informações do mecanismo Docker pré-instalado no sistema DGX Spark.

Versão CUDA 4.5

Execute o comando `nvcc -V` para visualizar as informações da versão do CUDA pré-instalada no sistema DGX Spark.

5Acesso remoto SSH ao DGX Spark

O DGX Spark executa um padrão Ubuntu sistema com OpenSSH Servidor pré-instalado.

Passos:

Encontre o endereço IP No terminal, execute:

ip a# ouendereço ip

Conecte-se remotamente usando seu cliente SSH favorito (PuTTY, MobaXterm, XShell, FinalShell, etc.). Exemplo usando o PuTTY:

Crie uma nova conexão inserindo o nome, o endereço IP e o número da porta (padrão 22). Após clicar em Abrir, insira seu nome de usuário e senha.

Após clicar no aviso de segurança "Aceitar e Salvar", você poderá usar a linha de comando remota para operar o DGX Spark.

6. Configuração do Docker

6.1 NVIDIA Container Runtime

O NVIDIA Container Runtime permite que os contêineres Docker acessem GPUs diretamente, acelerando cargas de trabalho de GPU, como aplicativos de IA/ML e CUDA.

Principais benefícios:

• Acesso contínuo à GPU para contêineres
• Gestão automática de condutores e bibliotecas
• Suporte multi-GPU
• Compatibilidade com as principais plataformas de orquestração de contêineres.

O NVIDIA Container Runtime funciona em conjunto com o NVIDIA Container Toolkit, que fornece os componentes necessários para configurar e conectar dinamicamente dispositivos de GPU e bibliotecas CUDA para aplicativos em contêineres.

O NVIDIA Container Toolkit vem pré-instalado e totalmente configurado nos sistemas DGX Spark, incluindo:

• NVIDIA Container Runtime
• Integração do Docker
• Configuração do dispositivo GPU
• Configuração da biblioteca CUDA

6.2 Configuração de Grupo de Usuários

Por padrão, o Docker requer privilégios de sudo para ser executado. Adicionar um usuário ao grupo docker permite a execução direta de comandos do Docker sem a necessidade de sudo.

Executar:

sudo usermod -aG docker $ USER

novo grupo docker

6.3 Testes de funcionalidade da GPU no Docker

Baixe e execute o contêiner PyTorch:

docker run –rm -it –gpus=all \

   -v “$PWD”:/workspace \

   -w /espaço de trabalho \

nvcr.io/nvidia/pytorch:25.08-py3

Executar `nvidia-smi` e `nvcc -V` dentro do contêiner produz resultados normais, confirmando que a GPU e o CUDA estão funcionando corretamente dentro do Docker.

Seu DGX Spark agora está totalmente configurado e pronto para iniciar sua jornada de desenvolvimento de IA!