GB10 超级芯片采用 NVIDIA NVLink-C2C 互连技术，
提供 CPU+GPU 相结合的一致性内存模型，带宽是第五代 PCIe 的五倍。
因此，这一超级芯片能够访问 GPU 和 CPU 之间的数据，为内存密集型 AI 开发者工作负载优化性能。
NVIDIA 的全栈 AI 平台支持 DGX Spark 用户将其模型从台式机无缝迁移到 DGX Cloud 或任何加速云或数据中心基础设施，而几乎无需更改代码，因此比以往都更容易对其工作流进行原型设计、微调和迭代。
AI软件生态
NVIDIA DGX Spark预装 NVIDIA AI Enterprise软件套件，
包含NGC容器化AI应用目录，支持从数据准备到模型训练、推理和部署的端到端工作流。
此外，NVIDIA RAPIDS加速库通过零代码更改优化了数据科学任务，显著提升了开发效率。
系统支持 NVIDIA Cosmos Reason和GR00T N1等基础模型，兼容DeepSeek、Meta、Google等第三方模型。
能效与便携性
NVIDIA DGX Spark的170W功耗在高性能AI设备中堪称高效。
相比传统数据中心GPU（如 NVIDIA H100，功耗约700W），DGX Spark在提供1000 TOPS性能的同时大幅降低了能耗。
其紧凑的体积和低功耗使其适合部署在办公室、实验室甚至移动环境中，为开发者提供了前所未有的便携性。
AI软件生态
NVIDIA DGX Spark预装 NVIDIA AI Enterprise软件套件，包含NGC容器化AI应用目录，支持从数据准备到模型训练、推理和部署的端到端工作流。
此外，NVIDIA RAPIDS加速库通过零代码更改优化了数据科学任务，显著提升了开发效率。
系统支持 NVIDIA Cosmos Reason和GR00T N1等基础模型，兼容DeepSeek、Meta、Google等第三方模型。
能效与便携性
NVIDIA DGX Spark的170W功耗在高性能AI设备中堪称高效。
相比传统数据中心GPU（如 NVIDIA H100，功耗约700W），DGX Spark在提供1000 TOPS性能的同时大幅降低了能耗。
其紧凑的体积和低功耗使其适合部署在办公室、实验室甚至移动环境中，为开发者提供了前所未有的便携性。
加速所有AI 工作负载
NVIDIA DGX Spark以适合桌面的尺寸，提供 AI 超级计算机的强大功能，是 AI 开发者、研究人员和数据科学家工作负载的理想选择。
应用场景及价值
①AI模型开发：支持从原型设计到微调和推理的完整开发流程，适合开发聊天机器人、推荐系统等应用。
②教育科研：紧凑的设计和相对较低的成本，学生与学者可低成本接触尖端算力，加速学术研究。
③企业应用：小企业无需巨额投入即可开发定制化AI模型，支持本地化AI部署，满足数据隐私需求，如制造业的预测性维护、医疗影像分析、金融预测等场景。
④开发者生态：通过 NVIDIA NGC目录中的预训练模型与工具链，缩短从开发到部署的周期。
扫一扫，关注我们最新消息 
