Quando si collegano due unità DGX Spark con uno o due cavi DAC 0.5m 200G QSFP56, è ancora necessario un cavo Ethernet?

Sì, avrai bisogno di un cavo Ethernet o di una connessione Wi-Fi. I cavi DAC sono dedicati alla trasmissione dati tra dispositivi, mentre le due unità DGX Spark si affidano a una rete di gestione out-of-band per la comunicazione amministrativa. Questa rete offre due opzioni: una connessione cablata (Ethernet tramite porta RJ45, per una maggiore stabilità) o Wi-Fi (per un uso più semplice), quindi puoi scegliere in base alle tue esigenze.

Qual è la capacità di memoria e archiviazione di due sistemi DGX Spark in cluster?

Due sistemi DGX Spark possono essere raggruppati per fornire 256GB di memoria combinata e fino a 8TB di archiviazione totale.

Quali software e hardware supporta DGX Spark?

NVIDIA DGX Spark include un'ampia gamma di strumenti preinstallati, framework, modelli e software per lo sviluppo. Gli utenti possono partecipare al NVIDIA Developer Program per accedere a un ampio supporto software, documentazione e supporto dalla community di sviluppatori. Gli utenti DGX Spark possono registrarsi gratuitamente a NVIDIA NGC™ per ottenere ulteriori SDK, toolkit, modelli addestrati, workflow e altre risorse.

NVIDIA DGX Spark Bundle | Due unità DGX Spark e un cavo DAC di collegamento

Fare clic per aprire la visualizzazione espansa

Global Local Service

Lifetime Technical Support

NVIDIA DGX Spark Bundle, 2 unità DGX Spark - 4TB con cavo di collegamento — cavo Ethernet DAC QSFP56 200G 0.5m

Name: NVIDIA DGX Spark Bundle, 2 unità DGX Spark - 4TB con cavo di collegamento — cavo Ethernet DAC QSFP56 200G 0.5m
Brand: Naddod
SKU: 103030
Price: 9664.00 USD
Availability: OnlineOnly
Rating: 5.0 (18 reviews)

#103030

Modello: DGX Spark Bundle

Venduto: 10

In magazzino: Disponibile

US$ 9,664.00

Tipologie di DGX Spark

DGX Spark

DGX Spark Bundle

DGX Spark

DGX Spark Bundle

Oggetto in primo piano

Due unità DGX Spark e un cavo di collegamento
Cavo di interconnessione DGX Spark — Q56-200G-CU0-5
128GB di memoria di sistema unificata e coerente
150mm L x 150mm W x 50.5mm H
Superchip NVIDIA GB10 Grace Blackwell
1 PFLOPS di prestazioni AI FP4
ConnectX-7 Smart NIC
4TB NVME.M2 con auto-crittografia

NVIDIA DGX Spark Bundle, 2 unità DGX Spark - 4TB con cavo di collegamento — cavo Ethernet DAC QSFP56 200G 0.5m

Spedizione gratuita in tutto il mondo per ordini superiori US$ 99

Specifiche

Applicazioni

Punti salienti del prodotto

Video

domande e risposte

recensioni dei clienti

Risorse

Specifiche

Applicazioni

Punti salienti del prodotto

Video

domande e risposte

recensioni dei clienti

Risorse

Descrizione

NVIDIA DGX Spark Bundle | Bundle supercomputer AI — 2xDGX Spark, 1x200G QSFP56, 0.5m, cavo Ethernet DAC

NVIDIA DGX Spark Bundle è progettato per un ridimensionamento senza soluzione di continuità del computing AI, includendo due NVIDIA DGX Spark Personal AI Supercomputer e un cavo DAC ad alte prestazioni per la connessione diretta tra di essi. Il cavo DAC consente un'interconnessione stabile e ad alta velocità che corrisponde alle specifiche hardware dei sistemi, semplificando la distribuzione a due unità per il training di modelli AI e attività di computing.

Specifiche

Architettura

NVIDIA Grace Blackwell

GPU

Architettura NVIDIA Blackwell

CPU

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

Core CUDA

Generazione NVIDIA Blackwell

Tensor Core

5a generazione

RT Core

4a generazione

Prestazioni Tensor

1000 AI TOPS

Memoria di sistema

128GB LPDDR5x, memoria di sistema unificata e coerente

Interfaccia memoria

256-bit

Larghezza di banda memoria

273 GB/s

Archiviazione

4 TB NVME.M2 con auto-crittografia

USB

4x USB4 Type C

Ethernet

10 GbE, 1x connettore RJ-45

NIC

ConnectX-7 Smart NIC

Wi-Fi

Wi-Fi 7

Bluetooth

BT 5.4 w/LE

Uscita audio

Uscita audio multicanale HDMI

Consumo energetico

240W

Connettori display

1x HDMI 2.1a

NVENC | NVDEC

1x | 1x

NVIDIA DGX™ Base OS, Ubuntu Linux

Dimensioni sistema

150 mm L x 150 mm W x 50.5 mm H

Peso sistema

1.2kg

Fornitore cavo interconnessione

NADDOD

Lunghezza del cavo

0.5m

Applicazioni

Punti salienti del prodotto

Soddisfare le esigenze di interconnessione di DGX Spark

Quando i sistemi DGX Spark richiedono un'interconnessione sistema-sistema, le loro porte ConnectX-7 200GbE integrate sono completamente compatibili con il cavo Ethernet DAC QSFP56 200G 0.5m di NADDOD — un'opzione completamente validata che garantisce un'interconnessione affidabile e senza interruzioni.

Perché NADDOD

Disponibilità del modulo

Senza preoccupazioni - Test autentici rigorosi!
Compatibilità con dispositivi multi-versione

Multi-Versione - Adattamento facile per ogni modulo!
Alta prestazione

Dati di test reali - Risultati migliori in modo intuitivo!

Il nostro approccio

Scenario di test

NADDOD seleziona rigorosamente una serie di elementi in un ambiente di test professionale per garantire la perfetta combinazione di prestazioni e affidabilità del prodotto. Include compatibilità hardware (inserimento, rimozione, riavvio), compatibilità software (connettività, parametri) e test di prestazioni (DDM, BER, stabilità).

Risultato del test

NVIDIA DGX Spark

Linux version: 6.11.0-1014

Contattaci per ulteriori test di versione

Connettività

Test lato DGX Spark

Test di connettività

Il cavo DAC può connettere normalmente due unità DGX Spark e gli stati delle loro porte sono attivi.
BER

Test lato DGX Spark

Test BER

Testa il BER in TEMPO REALE per garantire l'accuratezza della trasmissione dati in condizioni di carico elevato.
Larghezza di banda

Test lato DGX Spark

Test della larghezza di banda

Il cavo DAC NADDOD 0,5m 200G QSFP56 permette a DGX Spark di raggiungere una comunicazione dual-unità stabile e ad alta velocità, ideale per scenari di calcolo impegnativi.

Video

DGX Spark and Cable Connection & Testing | NADDOD

domande e risposte

Fai una domanda

Cosa significa "NVIDIA DGX Spark Founder's Edition"?

Il sistema NVIDIA DGX Spark Founder's Edition (FE) è costruito da NVIDIA, con un design simile a una versione ridotta del sistema DGX-1 originale che NVIDIA ha prodotto e spedito nel 2016. La DGX Spark Founder's Edition sarà disponibile in quantità limitate; una volta esaurita, non sarà più disponibile per l'acquisto. Le unità DGX Spark fornite dai partner OEM avranno design fisici separati creati dai rispettivi partner OEM e saranno disponibili all'ingrosso.

DGX Spark supporta il bonding per l'impilamento/clustering di due unità. Quali sono le soluzioni per supportare ulteriori impilamenti/clustering?

NVIDIA supporta la connessione di due sistemi DGX Spark utilizzando un cavo QSFP certificato.

Quanti cavi DAC sono consigliati per collegare due unità DGX Spark?

Si consiglia di configurare 2 cavi DAC, supportando un utilizzo flessibile: puoi collegarne uno per l'operatività quotidiana e tenere l'altro come backup, o collegarli entrambi contemporaneamente per la connettività. Entrambe le configurazioni sono supportate, offrendo opzioni di connettività versatili.

Visualizza altro

recensioni dei clienti

5.0

2 Recensioni

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

Tutte le recensioni (2)

m***a
Acquisto verificato
m***a
Acquisto verificato
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.
Visualizzazione del commento 1
- so are you running a cluster of 4 together or 2 separate clusters of 2? Di Gary Gilbert gary
Utile (3)Commenti (1)
v***e
Acquisto verificato
v***e
Acquisto verificato
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.
Utile (1)Commenti