Back to top
  • 공유 Share
  • 인쇄 Print
  • 글자크기 Font size
URL copied.

NVIDIA, 4 DGX Spark’lı HPC kitini satış sayfasına ekledi

Kablolarla halka biçiminde bağlanan dört kompakt bilgisayar / TokenPost.ai

NVIDIA(NVDA), dört DGX Spark ve dört bağlantı kablosundan oluşan yüksek performanslı bilgi işlem (HPC) geliştirici kitini satış sayfasında listeledi. Ürün, cihazların ayrı ayrı satılmasının yanı sıra birden fazla DGX Spark’ın birlikte kullanılabildiği bir yapı sunuyor.

NVIDIA’nın resmi satış sayfasında ürünün adı “DGX Spark HPC Developer Kit” olarak geçiyor. Sayfada kitin dört DGX Spark ve dört bağlantı kablosu içerdiği belirtiliyor.

Her cihazda GB10 Grace Blackwell süper çipi, 128 GB birleşik bellek, 4 TB depolama alanı ve ConnectX-7 ağ aygıtı bulunuyor. NVIDIA, bu özellikleri tek bir cihazın teknik özellikleri olarak listeliyor.

Dört cihazın birleşik belleği basitçe toplandığında 512 GB ediyor. Bu, tek bir cihazda 512 GB birleşik bellek bulunduğu anlamına gelmiyor.

Kitte HPC geliştirici kiti için hızlı başlangıç kılavuzu ve NVIDIA AI Enterprise için 90 günlük ücretsiz kullanım hakkı da yer alıyor. Ağ anahtarı pakete dahil değil; sayfada asgari gereksinim olarak gösteriliyor.

Satış sayfasında kitin toplam fiyatı açıklanmıyor ve satın alma için iletişim kurulması isteniyor. Aynı sayfada tek bir DGX Spark 6.950 dolara (yaklaşık 9,28 milyon won) satılıyor; bu fiyat kitin toplam fiyatı olarak hesaplanamaz.

Tek bir cihazın yapay zekâ işlem performansı FP4 ölçütünde 1 petaflop olarak belirtiliyor. Bu değer, FP4 yapay zekâ işlem performansını ifade ediyor; bilimsel hesaplama programlarının çalışma hızını veya kitin toplam gerçek işlem hacmini göstermiyor.

HPC, karmaşık hesaplamaları gerçekleştirmek için birden fazla işlem kaynağından yararlanan yüksek performanslı bilgi işlem anlamına geliyor. Performansı yalnızca bağlanan cihaz sayısı değil, programın cihazlar arasında veriyi nasıl aktardığı da etkiliyor.

NVIDIA, 22 Ekim’de yayımladığı teknik blog yazısında dört DGX Spark’ın anahtar kullanmadan halka biçiminde bağlanmasının tek bir yapay zekâ modelinin çıkarım işlemleri için uygun olabileceğini açıkladı. Halka bağlantıda her cihaz sırayla komşu cihaza bağlanıyor.

NVIDIA’nın Qwen3.8-27B modelini NVFP4 hassasiyetinde çalıştırdığı testte, dört cihazın fiziksel halka bağlantısı saniyede 32,82 token çıkarım hacmine ulaştı. Aynı testte tek cihaz saniyede 11,86 token üretti; dört cihazlı kurulumun hacmi tek cihaza kıyasla 2,77 kat oldu.

Ölçüm, 8.192 token giriş, 256 token çıkış ve tek eşzamanlı istek koşullarında yapıldı. Spekülatif kod çözme ve MTP kullanılmadı. Sonuç, belirli bir model ve çalıştırma ayarına ait.

NVIDIA, cihazlar arasında doğrudan iletişim gerektiren geleneksel HPC işlerinde anahtar gerektiğini belirtiyor. Blog yazısında, MPI tabanlı kümeleme gibi noktadan noktaya iletişim gerektiren işlerde halka bağlantının verinin birden fazla aşamadan geçmesine yol açabileceği ve bu nedenle dezavantaj yaratabileceği ifade ediliyor.

Kümeyi birden fazla gruba ayırmak veya sekiz cihaza kadar genişletmek için de anahtarlı bağlantı gerekiyor. NVIDIA’ya göre yalnızca halka bağlantı kullanılarak kümeyi bağımsız cihaz gruplarına ayıracak bir bağlantı yapısı kurulamıyor.

Bu nedenle pakette dört kablo bulunması, tüm bilimsel hesaplama işlerinin aynı şekilde yürütülebileceğini göstermiyor. NVIDIA satış sayfasında anahtarı asgari gereksinim olarak listeliyor; blog yazısında da uygun bağlantı yönteminin iş yüküne göre değiştiğini belirtiyor.

NVIDIA blogundaki dört cihazlı bağlantı testi, belirli bir yapay zekâ modelinin çıkarım performansını ölçüyor. Bu değer, satış sayfasında listelenen kitin HPC performans testi sonucu olarak sunulmadı.

TokenPost daha önce iki GB300 DGX Station üzerinde GLM-5.3’ün dağıtık çalıştırıldığı bir örneği ele almıştı. Bu örnekteki cihaz yapılandırması DGX Spark kitinden farklı olduğundan, o ölçüm bu kitin performansı olarak değerlendirilemez.

<Copyright ⓒ TokenPost, unauthorized reproduction and redistribution prohibited>

Most Popular

Other related articles

Comment 0

Comment tips

Great article. Requesting a follow-up. Excellent analysis.

0/1000

Comment tips

Great article. Requesting a follow-up. Excellent analysis.
1