PNY SPARK DGXSPARK-FOUNEDIT-EU GB10 BLACKWELL GPU 128GB DDR5 NVIDIA DGX OS YAPAY ZEKA BİLGİSAYAR
PNY NVIDIA DGX Spark DGXSPARK-FOUNEDIT-EU GB10 Grace Blackwell 128GB LPDDR5x 4TB NVMe SSD DGX OS Yapay Zeka Bilgisayarı
PNY NVIDIA DGX Spark, NVIDIA GB10 Grace Blackwell süper çipi, 128GB birleşik LPDDR5x belleği, 4TB NVMe depolaması ve NVIDIA DGX OS işletim sistemiyle yerel yapay zeka geliştirme, model ince ayarı ve çıkarım işlemleri için tasarlanmış kompakt bir bilgisayardır.
| Marka | PNY |
|---|---|
| Ürün Serisi | NVIDIA DGX Spark |
| Model / Parça Numarası | DGXSPARK-FOUNEDIT-EU |
| İşlemci / Süper Çip | NVIDIA GB10 Grace Blackwell |
| CPU Mimarisi | 20 çekirdekli Arm CPU: 10 Cortex-X925 ve 10 Cortex-A725 |
| GPU Mimarisi | NVIDIA Blackwell |
| Tensor Çekirdekleri | 5. nesil |
| RT Çekirdekleri | 4. nesil |
| Yapay Zeka Performansı | FP4 hassasiyetinde teorik olarak 1 PFLOP'a kadar |
| Sistem Belleği | 128GB LPDDR5x birleşik sistem belleği |
| Bellek Arayüzü | 256-bit |
| Bellek Bant Genişliği | 273 GB/s |
| Depolama | 4TB M.2 NVMe SSD, kendini şifreleme özellikli |
| İşletim Sistemi | NVIDIA DGX OS |
| Ağ Bağlantısı | 1 × 10GbE RJ-45 |
| Ağ Denetleyicisi | NVIDIA ConnectX-7 Smart NIC |
| Kablosuz Ağ | Wi-Fi 7 |
| Bluetooth | Bluetooth 5.3 |
| USB Bağlantıları | 4 × USB Type-C |
| Görüntü Çıkışı | 1 × HDMI 2.1a |
| Ses Çıkışı | HDMI üzerinden çok kanallı ses |
| Video Kodlama / Çözme | 1 × NVENC / 1 × NVDEC |
| Boyutlar | 150 × 150 × 50,5 mm |
| Ağırlık | Yaklaşık 1,2 kg |
| Güç Kaynağı | Ürün serisi için 240W güç kaynağı belirtilmiştir |
| Garanti | PNY Avrupa ürün sayfasında AB ülkeleri için 2 yıl sınırlı garanti belirtilmiştir; Türkiye'deki garanti koşulları satıcı tarafından doğrulanmalıdır. |
Ürün Açıklaması
PNY NVIDIA DGX Spark, büyük yapay zeka modellerini yerel ortamda geliştirmek ve çalıştırmak için tasarlanmış kompakt bir yapay zeka bilgisayarıdır. NVIDIA GB10 Grace Blackwell süper çipi; Arm tabanlı işlemciyi ve Blackwell GPU mimarisini tek bir platformda bir araya getirir.
20 çekirdekli Arm CPU, 10 adet Cortex-X925 ve 10 adet Cortex-A725 çekirdeğinden oluşur. Blackwell GPU mimarisi, beşinci nesil Tensor çekirdekleri ve FP4 hesaplama desteğiyle yapay zeka çıkarım ve geliştirme iş akışlarını hızlandırmaya yönelik tasarlanmıştır. Üretici, FP4 hassasiyetinde teorik olarak 1 PFLOP'a kadar yapay zeka performansı belirtir.
128GB LPDDR5x birleşik sistem belleği, CPU ve GPU'nun aynı bellek alanından yararlanmasını sağlar. Bu yapı, uygun yazılım ve model optimizasyonuyla büyük dil modellerinin yerel ortamda prototiplenmesini, ince ayarını ve çıkarımını destekler. Üretici, modele ve iş yüküne bağlı olarak yaklaşık 200 milyar parametreye kadar modellerle çalışılabileceğini belirtir.
4TB M.2 NVMe SSD, yapay zeka modelleri, veri kümeleri ve geliştirme dosyaları için geniş depolama alanı sunar. NVIDIA DGX OS ile birlikte gelen sistem, NVIDIA'nın yapay zeka yazılım yığını ve geliştirme araçlarıyla çalışmak üzere hazırlanmıştır.
Kompakt 150 × 150 × 50,5 mm gövde yaklaşık 1,2 kg ağırlığındadır. Wi-Fi 7, Bluetooth, 10GbE Ethernet, ConnectX-7 ağ teknolojisi, USB Type-C bağlantıları ve HDMI çıkışı sunar. İki uyumlu DGX Spark sisteminin yüksek hızlı ağ bağlantısıyla birleştirilmesi, üreticinin belirttiği şekilde daha büyük modellerle çalışmaya olanak sağlayabilir.
- NVIDIA GB10 Grace Blackwell süper çip tabanlı kompakt yapay zeka bilgisayarıdır.
- 20 çekirdekli Arm CPU ve NVIDIA Blackwell GPU mimarisi kullanır.
- 128GB LPDDR5x birleşik sistem belleği sunar; bellek ayrı bir ekran kartı belleği olarak yapılandırılmamıştır.
- 4TB M.2 NVMe SSD depolama alanı bulunur.
- NVIDIA DGX OS işletim sistemi yüklü olarak gelir.
- FP4 hassasiyetinde teorik yapay zeka performansı 1 PFLOP'a kadar belirtilmiştir.
- 10GbE Ethernet ve ConnectX-7 ağ teknolojisiyle yüksek hızlı ağ bağlantısı sağlar.
- Wi-Fi 7 ve Bluetooth bağlantılarını destekler.
- Dört USB Type-C bağlantısı ve bir HDMI 2.1a görüntü çıkışı bulunur.
- Harici ekran, klavye ve fare ürün paketine dahil olmayabilir; paket içeriği satıcıdan doğrulanmalıdır.
- Modelin yapay zeka performansı kullanılan yazılıma, model boyutuna ve iş yüküne bağlıdır.