Benötige ich bei der Verbindung von zwei DGX Spark-Einheiten mit einem oder zwei 0,5m 200G QSFP56 DAC-Kabeln noch ein Ethernet-Kabel?

Ja, Sie benötigen entweder ein Ethernet-Kabel oder eine Wi-Fi-Verbindung. DAC-Kabel dienen ausschließlich der Datenübertragung zwischen Geräten, während die beiden DGX Spark-Einheiten für administrative Kommunikation auf ein Out-of-Band-Management-Netzwerk angewiesen sind. Dieses Netzwerk bietet zwei Optionen: eine kabelgebundene Verbindung (Ethernet über RJ45-Port für bessere Stabilität) oder Wi-Fi (für einfachere Nutzung) – wählen Sie nach Bedarf.

Wie hoch sind der Speicher und die Speicherkapazität von zwei geklusterte DGX Spark-Systemen?

Zwei DGX Spark-Systeme können geklusterte werden, um 256GB kombinierten Speicher und bis zu 8TB Gesamtspeicher bereitzustellen.

Welche Software und Hardware unterstützt DGX Spark?

NVIDIA DGX Spark enthält eine Vielzahl vorinstallierter Tools, Frameworks, Modelle und Software für die Entwicklung. Nutzer können dem NVIDIA Developer Program beitreten, um umfangreiche Softwareunterstützung, Dokumentation und Support der Entwickler-Community zu erhalten. DGX Spark-Nutzer können sich kostenlos bei NVIDIA NGC™ registrieren, um zusätzliche SDKs, Toolkits, trainierte Modelle, Workflows und andere Ressourcen zu erhalten.

NVIDIA DGX Spark Bundle | Zwei DGX Spark-Einheiten und ein DAC-Verbindungskabel

Klicken Sie hier, um die erweiterte Ansicht zu öffnen

Global Local Service

Lifetime Technical Support

NVIDIA DGX Spark Bundle, 2 DGX Spark-Einheiten - 4TB mit Verbindungskabel — 0,5m 200G QSFP56 Ethernet DAC-Kabel

Name: NVIDIA DGX Spark Bundle, 2 DGX Spark-Einheiten - 4TB mit Verbindungskabel — 0,5m 200G QSFP56 Ethernet DAC-Kabel
Brand: Naddod
SKU: 103030
Price: 9064.00 USD
Availability: InStock
Rating: 5.0 (18 reviews)

#103030

Modell: DGX Spark Bundle

Verkauft: 10

Auf Lager: 15

Ships within 48 hours

US$

DGX Spark Types

DGX Spark

DGX Spark Bundle

DGX Spark

DGX Spark Bundle

Artikel im Rampenlicht

Zwei DGX Spark-Einheiten und ein Verbindungskabel
DGX Spark-Verbindungskabel — Q56-200G-CU0-5
128GB kohärenter, einheitlicher Systemspeicher
150mm L × 150mm B × 50,5mm H
NVIDIA GB10 Grace Blackwell Superchip
1 PFLOPS FP4 KI-Leistung
ConnectX-7 Smart NIC
4TB NVME.M2 mit Selbstverschlüsselung

NVIDIA DGX Spark Bundle, 2 DGX Spark-Einheiten - 4TB mit Verbindungskabel — 0,5m 200G QSFP56 Ethernet DAC-Kabel

Kostenloser weltweiter Versand bei Bestellungen über US$ 99

Spezifikationen

Anwendungen

Produkt Höhepunkte

Videos

Fragen & Antworten

Kundenbewertungen

Ressourcen

Spezifikationen

Anwendungen

Produkt Höhepunkte

Videos

Fragen & Antworten

Kundenbewertungen

Ressourcen

Beschreibung

NVIDIA DGX Spark Bundle | KI-Supercomputer-Bundle — 2×DGX Spark, 1×200G QSFP56, 0,5m, Ethernet DAC-Kabel

Das NVIDIA DGX Spark Bundle ermöglicht nahtlose KI-Computing-Skalierung und umfasst zwei NVIDIA DGX Spark Personal AI Supercomputer sowie ein Hochleistungs-DAC-Kabel zur direkten Verbindung zwischen ihnen. Das DAC-Kabel gewährleistet eine stabile Hochgeschwindigkeitsverbindung, die den Hardware-Spezifikationen der Systeme entspricht, und vereinfacht die Bereitstellung von Doppeleinheiten für KI-Modelltraining und Rechenaufgaben.

Spezifikationen

Architektur

NVIDIA Grace Blackwell

GPU

NVIDIA Blackwell-Architektur

CPU

20-Kern-Arm, 10 Cortex-X925 + 10 Cortex A725 Arm

CUDA-Cores

NVIDIA Blackwell-Generation

Tensor-Cores

5. Generation

RT-Cores

4. Generation

Tensor-Leistung

1000 AI TOPS

Systemspeicher

128GB LPDDR5x, kohärenter einheitlicher Systemspeicher

Speicherschnittstelle

256-Bit

Speicherbandbreite

273 GB/s

Speicher

4 TB NVME.M2 mit Selbstverschlüsselung

USB

4× USB4 Typ C

Ethernet

10 GbE, 1× RJ-45-Anschluss

NIC

ConnectX-7 Smart NIC

Wi-Fi

Wi-Fi 7

Bluetooth

BT 5.4 w/LE

Audioausgang

HDMI-Mehrkanal-Audioausgang

Stromverbrauch

240W

Display-Anschlüsse

1× HDMI 2.1a

NVENC | NVDEC

1× | 1×

Betriebssystem

NVIDIA DGX™ Base OS, Ubuntu Linux

Systemabmessungen

150 mm L × 150 mm B × 50,5 mm H

Systemgewicht

1,2 kg

Verbindungskabel-Hersteller

NADDOD

Kabellänge

0,5 m

Anwendungen

Produkt Höhepunkte

Erfüllung der DGX Spark-Verbindungsanforderungen

Wenn DGX Spark-Systeme System-zu-System-Verbindungen benötigen, sind ihre integrierten ConnectX-7 200GbE-Ports voll kompatibel mit NADDODs 0,5m 200G QSFP56 Ethernet DAC – einer vollständig validierten Option, die zuverlässige, nahtlose Verbindungen gewährleistet.

Warum NADDOD

Modulverfügbarkeit

Sorgenfrei - gründliches authentisches Testen!
Multi-Version Gerätekompatibilität

Multi-Version - Einfache Anpassung für jedes Modul!
Hochleistung

Tatsächliche Testdaten – bessere Ergebnisse intuitiv!

Unser Ansatz

Testszene

NADDOD wählt streng eine Reihe von Punkten in einer professionellen Testumgebung aus, um die perfekte Kombination aus Produktleistung und Zuverlässigkeit zu gewährleisten. Dazu gehören hardware-Kompatibilität (einschalten, ausschalten, neustart), software-Kompatibilität (connectivity, parameters) und performance testing (DDM, BER, stability).

Testergebnis

NVIDIA DGX Spark

Linux version: 6.11.0-1014

Kontaktieren Sie uns für weitere Versionstests

Konnektivität

NIC-Seite DGX Spark-Seite-Test

Verbindungsprüfung

Das DAC-Kabel kann normal an zwei DGX Spark‑Einheiten angeschlossen werden, und deren Port‑Status sind aktiv.
BER

NIC-Seite DGX Spark-Seite-Test

BER-Test

Tests REAL-TIME BER zur Sicherstellung der Genauigkeit der Datenübertragung unter Hochlastbedingungen.
Bandbreite

NIC-Seite DGX Spark-Seite-Test

detail_page.products.bandwidth_testing

NADDODs 0,5 m 200G QSFP56 DAC‑Kabel ermöglicht DGX Spark, stabile, hochgeschwindigkeits Dual‑Unit‑Kommunikation zu erreichen – ideal für anspruchsvolle Rechenszenarien.

Videos

DGX Spark and Cable Connection & Testing | NADDOD

Fragen & Antworten

Stelle eine Frage

Was bedeutet „NVIDIA DGX Spark Founder's Edition“?

Das NVIDIA DGX Spark Founder's Edition (FE)-System wird von NVIDIA gebaut und ähnelt einer verkleinerten Version des ursprünglichen DGX-1-Systems, das NVIDIA 2016 herstellte und auslieferte. Die DGX Spark Founder's Edition wird nur in begrenzter Stückzahl verfügbar sein; nach Ausverkauf wird sie nicht mehr erhältlich sein. DGX Spark-Einheiten von OEM-Partnern haben separate physische Designs der jeweiligen Partner und sind in großen Mengen verfügbar.

DGX Spark unterstützt das Bonding zum Stapeln/Vernetzen von zwei Einheiten. Welche Lösungen gibt es für zusätzliches Stapeln/Vernetzen?

NVIDIA unterstützt die Verbindung von zwei DGX Spark-Systemen mit einem zertifizierten QSFP-Kabel.

Wie viele DAC-Kabel werden für die Verbindung von zwei DGX Spark-Einheiten empfohlen?

Es wird empfohlen, 2 DAC-Kabel zu konfigurieren, die flexible Nutzung ermöglichen: Sie können eines für den täglichen Betrieb nutzen und das andere als Backup bereithalten oder beide gleichzeitig für die Verbindung verwenden. Beide Konfigurationen werden unterstützt und bieten vielseitige Anschlussmöglichkeiten.

Mehr sehen

Kundenbewertungen

5.0

2 Rezensionen

5 Stern
100%
4 Stern
0%
3 Stern
0%
2 Stern
0%
1 Stern
0%

Alle Bewertungen (2)

m***a
Verifizierter Kauf
m***a
Verifizierter Kauf
5.0
I bought four DGX Sparks and four 0.5m 200G Q56 DACs. For daily use, I connect each pair of units with either one or two DACs—both work great. The remaining DACs serve as spares for redundancy. Whether using a single DAC or two, the setup runs perfectly stable with smooth, consistent performance. If a DAC ever fails, I can swap in a replacement right away. I'm really satisfied with how reliable and hassle-free the whole setup is.
Xxx-Kommentar wird angezeigt
- so are you running a cluster of 4 together or 2 separate clusters of 2? Von Gary Gilbert gary
Hilfreich (3)Kommentare (1)
v***e
Verifizierter Kauf
v***e
Verifizierter Kauf
5.0
I bought one DGX Spark bundle. This bundle is a smart pick—having two units plus the 0.5m 200G Q56 DAC takes the hassle out of finding the right cables—everything works together seamlessly right out of the box. The included DAC cable performs really well for linking the two: transmission stays consistent, and the error rate is really low, which makes a big difference for our data-heavy workloads. Solid, reliable, and exactly what we needed for our dual-unit setup.
Hilfreich (1)Kommentare