Краткое руководство по началу работы с NVIDIA DGX Spark: ваш персональный суперкомпьютер с искусственным интеллектом на рабочем столе.

NVIDIA DGX Spark — самый маленький в мире суперкомпьютер с искусственным интеллектом, работающий на базе... Суперчип NVIDIA GB10 Грейс Блэквелл — обеспечивает производительность ИИ уровня центров обработки данных на вашем рабочем столе. С возможностью повышения производительности до 1 PFLOP вычислительных ресурсов FP4 AI и 128 ГБ Благодаря унифицированной памяти, она позволяет проводить локальный вывод на моделях вплоть до 200 миллиарда параметров и тонкая настройка моделей до 70 миллиарда параметров.

В этом подробном руководстве мы расскажем вам о распаковке, первоначальной настройке, проверке системы, удаленном доступе, конфигурации Docker и многом другом — обо всем, что вам нужно, чтобы начать работу. DGX Spark быстро и эффективно.

1. Технические характеристики оборудования DGX Spark

NVIDIA DGX Spark Обеспечивает впечатляющую производительность ИИ в сверхкомпактном настольном форм-факторе (150 мм × 150 мм × 50.5 мм, весит всего...). 1.2 кгОн идеально подходит для разработчиков, исследователей и инженеров в области ИИ, которые хотят создавать прототипы, дорабатывать и запускать большие языковые модели локально — или даже демонстрировать их на площадках клиентов в режиме реального времени.

Ключевые особенности:

• Построен на Суперчип NVIDIA GB10 Грейс Блэквелл
• Процессор NVIDIA Grace — высокопроизводительный 20-ядерный Arm архитектура
• 128 ГБ Единая системная память (когерентная память, совместно используемая ЦП и ГП — больше нет копирования данных между памятью хоста и устройства).
• Расширенные возможности подключения: NVIDIA ConnectX™ Высокопроизводительная сеть (поддерживает прямое соединение двух устройств), Wi-Fi 7 и другие.
• Поддерживает локальный вывод для моделей ИИ до 200B параметры (Два соединенных между собой блока DGX Spark могут работать с моделями до 405B параметры)
• До 4 ТБ локальное хранилище NVMe (расширяемое с помощью внешнего накопителя Type-C)
• Чрезвычайно компактный и портативный — идеально подходит для инженеров по продажам, работающих с искусственным интеллектом, и для полевых демонстраций.

2. Распаковка и подключение устройства

Что в коробке

• 1 × основной блок NVIDIA DGX Spark
• 1 × сетевой шнур переменного тока
• 1 × USB-C адаптер питания постоянного тока
• 1 × Краткое руководство

Этапы подключения (автономный режим)

DGX Spark поддерживает два режима работы: автономные (с монитором/клавиатурой/мышью) и безголовый сетевой режимВ этом руководстве используется автономный режим.

1. Подключите HDMI монитор
2. Подключите USB or Блютуз клавиатура и мышь (Если после включения питания устройства ввода не обнаружены, система предложит вам перейти в режим сопряжения Bluetooth).
3. Подключите адаптер питания Важно: Используйте только самый левый порт Type-C
4. Нажмите Кнопка питания включить устройство

Подключение двух блоков DGX Spark

Мастер первой загрузки и первоначальной настройки

После включения в автономном режиме DGX Spark автоматически запускает мастер первоначальной настройки на подключенном дисплее.

Следуй этим шагам:

1. Язык и часовой пояс Выберите предпочитаемый язык и часовой пояс (поле ввода автоматически фильтруется по мере ввода).

• Раскладка клавиатуры Выберите правильную раскладку клавиатуры (отображается только при использовании физического дисплея).

• Лицензионное соглашение Ознакомьтесь с условиями и примите их (предустановленная ОС — просто нажмите). Принять).

• Создать учетную запись пользователя Настройте имя пользователя и пароль для входа в систему.

• Программа улучшения пользовательского опыта (Необязательно) Выберите, следует ли отправлять данные об использовании в NVIDIA (можно снять флажок и продолжить).

• Настройка Wi-Fi Выберите сеть Wi-Fi. (Если вы уже подключены через Ethernet, этот шаг пропускается.)

• Введите пароль Wi-Fi

• Автоматическая загрузка и установка программного обеспечения После подключения к интернету система автоматически загружает и устанавливает полный официальный образ программного обеспечения.

Внимание! Do не В процессе выполнения этой операции выключите или перезапустите устройство. Система может перезагрузиться несколько раз.

• Логин После завершения установки и перезагрузки системы выберите свою учетную запись пользователя и введите пароль.

Затем вы увидите чистоту. DGX Spark настольный компьютер — готово к использованию!

4. Проверка системной информации

После входа в систему нажмите Ctrl + Alt + T, чтобы открыть терминал (или найдите «Терминал» в меню приложения).

4.1 Информация о процессоре

Выполните команду lscpu, чтобы просмотреть информацию об аппаратном обеспечении процессора DGX Spark.

4.2 Разделы диска и емкость

Выполните команду lsblk, чтобы просмотреть разметку диска и размер каждого раздела. Текущая система DGX Spark оснащена диском объемом 4 ТБ (отображается как 3.7 ТБ, поскольку двоичная статистика рассчитывается на основе 1024).

4.3 Информация о графическом процессоре и его состоянии

Для просмотра информации о графическом процессоре DGX Spark GB10 запустите nvidia-smi.

Версия Docker 4.4

Выполните команду `docker -v`, чтобы просмотреть информацию о предустановленном движке Docker в системе DGX Spark.

Версия CUDA 4.5

Выполните команду `nvcc -V`, чтобы просмотреть информацию о предустановленной версии CUDA в системе DGX Spark.

5Удаленный доступ по SSH к DGX Spark

DGX Spark работает на стандартном Ubuntu система с OpenSSH Сервер предварительно установлен.

Шаги:

Найдите IP-адрес В терминале выполните следующую команду:

ип а# или жеIP-адрес

Подключитесь удалённо. Используйте свой любимый SSH-клиент (PuTTY, MobaXterm, XShell, FinalShell и т. д.). Пример использования PuTTY:

Создайте новое соединение, введя имя, IP-адрес и номер порта (по умолчанию 22). После нажатия кнопки «Открыть» введите имя пользователя и пароль.

После нажатия кнопки «Принять и сохранить» в окне запроса безопасности вы можете использовать удаленную командную строку для управления DGX Spark.

6. Настройка Docker

6.1 NVIDIA Container Runtime

NVIDIA Container Runtime позволяет контейнерам Docker напрямую получать доступ к графическим процессорам, ускоряя выполнение задач, требующих использования GPU, таких как приложения искусственного интеллекта/машинного обучения и CUDA.

Основные преимущества:<br> Probio Joints Care поддерживает регенерацию опорно-двигательного аппарата благодаря:

• Беспрепятственный доступ к графическому процессору для контейнеров.
• Автоматическое управление драйверами и библиотекой
• Поддержка нескольких GPU
• Совместимость с ведущими платформами оркестрации контейнеров.

NVIDIA Container Runtime работает совместно с NVIDIA Container Toolkit, который предоставляет необходимые компоненты для динамической настройки и подключения графических процессоров и библиотек CUDA для контейнеризированных приложений.

На системах DGX Spark предварительно установлен и полностью настроен NVIDIA Container Toolkit, включая:

• NVIDIA Container Runtime
• интеграция с Docker
• конфигурация графического процессора
• конфигурация библиотеки CUDA

6.2 Конфигурация группы пользователей

По умолчанию для работы Docker требуются права суперпользователя (sudo). Добавление пользователя в группу docker позволяет напрямую выполнять команды Docker без прав суперпользователя.

Выполнили:

sudo usermod -aG docker $ USER

докер newgrp

6.3 Тест функциональности Docker GPU

Загрузите и запустите контейнер PyTorch:

docker run –rm -it –gpus=all \

   -v “$PWD”:/workspace \

   -w /workspace \

nvcr.io/nvidia/pytorch:25.08-py3

Запуск команд `nvidia-smi` и `nvcc -V` внутри контейнера выдает нормальный результат, подтверждающий корректную работу графического процессора и CUDA в Docker.

Ваш DGX Spark полностью настроен и готов к началу разработки приложений на основе искусственного интеллекта!