Ao conectar duas unidades DGX Spark com um ou dois cabos DAC QSFP56 200G 0,5m, ainda é necessário um cabo Ethernet?

Sim, você precisará de um cabo Ethernet ou uma conexão Wi-Fi. Os cabos DAC são dedicados à transmissão de dados entre dispositivos, enquanto as duas unidades DGX Spark dependem de uma rede de gerenciamento out-of-band para comunicação administrativa. Esta rede oferece duas opções: uma conexão cabeada (Ethernet via porta RJ45, para maior estabilidade) ou Wi-Fi (para uso mais fácil), então você pode escolher com base em suas necessidades.

Qual é a capacidade de memória e armazenamento de dois sistemas DGX Spark em cluster?

Dois sistemas DGX Spark podem ser clusterizados para fornecer 256GB de memória combinada e até 8TB de armazenamento total.

Quais softwares e hardwares o DGX Spark suporta?

O NVIDIA DGX Spark inclui uma ampla variedade de ferramentas, estruturas, modelos e softwares pré-instalados para desenvolvimento. Os usuários podem se juntar ao NVIDIA Developer Program para acessar suporte de software extenso, documentação e suporte da comunidade de desenvolvedores. Os usuários do DGX Spark podem se registrar gratuitamente no NVIDIA NGC™ para obter SDKs adicionais, kits de ferramentas, modelos treinados, fluxos de trabalho e outros recursos.

Pacote NVIDIA DGX Spark | Duas unidades DGX Spark e um cabo DAC de conexão

Clique para abrir a visualização expandida

Global Local Service

Lifetime Technical Support

Pacote NVIDIA DGX Spark, 2 unidades DGX Spark - 4TB com cabo de conexão — Cabo Ethernet DAC QSFP56 200G 0,5m

Name: Pacote NVIDIA DGX Spark, 2 unidades DGX Spark - 4TB com cabo de conexão — Cabo Ethernet DAC QSFP56 200G 0,5m
Brand: Naddod
SKU: 103030
Price: 9664.00 USD
Availability: OnlineOnly
Rating: 5.0 (18 reviews)

#103030

Modelo: DGX Spark Bundle

Vendido: 10

Em estoque: Disponível

US$ 9,664.00

Tipos de DGX Spark

DGX Spark

DGX Spark Bundle

DGX Spark

DGX Spark Bundle

Destaques de itens

Duas unidades DGX Spark e um cabo de conexão
Cabo de interconexão DGX Spark — Q56-200G-CU0-5
128GB de memória de sistema unificada e coerente
150mm L x 150mm W x 50,5mm H
Superchip NVIDIA GB10 Grace Blackwell
1 PFLOPS de desempenho de IA FP4
ConnectX-7 Smart NIC
4TB NVME.M2 com auto-criptografia

Pacote NVIDIA DGX Spark, 2 unidades DGX Spark - 4TB com cabo de conexão — Cabo Ethernet DAC QSFP56 200G 0,5m

Frete grátis para todo o mundo em pedidos acima de US$ 99

Especificações

Aplicações

Destaques do produto

Vídeos

Perguntas e Respostas

Avaliações de Clientes

Recursos

Especificações

Aplicações

Destaques do produto

Vídeos

Perguntas e Respostas

Avaliações de Clientes

Recursos

Descrição

Pacote NVIDIA DGX Spark | Pacote de supercomputador de IA — 2xDGX Spark, 1x200G QSFP56, 0,5m, cabo Ethernet DAC

O pacote NVIDIA DGX Spark é para escalonamento contínuo de computação de IA, incluindo dois supercomputadores de IA pessoais NVIDIA DGX Spark e um cabo DAC de alto desempenho para conexão direta entre eles. O cabo DAC permite uma interconexão estável e de alta velocidade que corresponde às especificações de hardware dos sistemas, simplificando a implantação de duas unidades para treinamento de modelos de IA e tarefas de computação.

Especificações

Arquitetura

NVIDIA Grace Blackwell

GPU

Arquitetura NVIDIA Blackwell

CPU

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

Núcleos CUDA

Geração NVIDIA Blackwell

Núcleos Tensor

5ª Geração

Núcleos RT

4ª Geração

Desempenho Tensor

1000 AI TOPS

Memória do sistema

128GB LPDDR5x, memória de sistema unificada e coerente

Interface de Memória

256-bit

Largura de Banda de Memória

273 GB/s

Armazenamento

4 TB NVME.M2 com auto-criptografia

USB

4x USB4 Tipo C

Ethernet

10 GbE, 1x conector RJ-45

NIC

ConnectX-7 Smart NIC

Wi-Fi

Wi-Fi 7

Bluetooth

BT 5.4 w/LE

Saída de áudio

Saída de áudio multicanal HDMI

Consumo de Energia

240W

Conectores de Vídeo

1x HDMI 2.1a

NVENC | NVDEC

1x | 1x

NVIDIA DGX™ Base OS, Ubuntu Linux

Dimensões do Sistema

150 mm L x 150 mm W x 50,5 mm H

Peso do Sistema

1,2kg

Fabricante do Cabo de Interconexão

NADDOD

Comprimento do Cabo

0,5m

Aplicações

Destaques do produto

Atendendo às necessidades de interconexão do DGX Spark

Quando os sistemas DGX Spark requerem interconexão sistema a sistema, suas portas ConnectX-7 200GbE integradas são totalmente compatíveis com o cabo Ethernet DAC QSFP56 200G 0,5m da NADDOD — uma opção totalmente validada que garante interconexão confiável e contínua.

Por que NADDOD

Disponibilidade de Módulos

Sem Preocupações - Testes autênticos rigorosos!
Compatibilidade com Múltiplos Dispositivos

Múltiplas Versões - Adaptação fácil para cada módulo!
Alto Desempenho

Dados de Teste Reais - Melhores resultados de forma intuitiva!

Nossa Abordagem

Cena de teste

A NADDOD seleciona rigorosamente uma série de itens em um ambiente de teste profissional para garantir a combinação perfeita de desempenho e confiabilidade do produto. Incluindo compatibilidade de hardware (inserção, remoção, reinicialização), compatibilidade de software (conectividade, parâmetros) e testes de desempenho (DDM, BER, estabilidade).

Resultado do teste

NVIDIA DGX Spark

Linux version: 6.11.0-1014

Entre em contato conosco para mais testes de versão

Conectividade

Teste do lado do DGX Spark

Teste de Conectividade

O cabo DAC pode conectar duas unidades DGX Spark normalmente, e os estados das portas estão ativos.
BER

Teste do lado do DGX Spark

Teste BER

Testa BER EM TEMPO REAL para garantir a precisão da transmissão de dados sob condições de alta carga.
Largura de Banda

Teste do lado do DGX Spark

Teste de Largura de Banda

O cabo DAC NADDOD 0,5m 200G QSFP56 permite que o DGX Spark alcance comunicação dual-unidade estável e de alta velocidade, ideal para cenários de computação exigentes.

Vídeos

DGX Spark and Cable Connection & Testing | NADDOD

Perguntas e Respostas

Faça uma pergunta

O que significa "NVIDIA DGX Spark Founder's Edition"?

O sistema NVIDIA DGX Spark Founder's Edition (FE) é construído pela NVIDIA, com um design semelhante a uma versão reduzida do sistema DGX-1 original que a NVIDIA fabricou e enviou em 2016. A edição DGX Spark Founder's Edition estará disponível em quantidades limitadas; uma vez esgotada, não estará mais disponível para compra. As unidades DGX Spark fornecidas por parceiros OEM terão designs físicos separados criados pelos respectivos parceiros OEM e estarão disponíveis em grande quantidade.

O DGX Spark suporta a vinculação para empilhamento/clusterização de duas unidades. Quais são as soluções para suportar empilhamento/clusterização adicional?

A NVIDIA suporta a conexão de dois sistemas DGX Spark usando um cabo QSFP certificado.

Quantos cabos DAC são recomendados para conectar duas unidades DGX Spark?

Recomenda-se configurar 2 cabos DAC, suportando uso flexível: você pode conectar um para operação diária e manter o outro como backup, ou conectar ambos simultaneamente para conectividade. Ambas as configurações são suportadas, oferecendo opções versáteis de conectividade.

Veja mais

Avaliações de Clientes

5.0

2 Avaliações

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

Todas as avaliações (2)

m***a
Compra verificada
m***a
Compra verificada
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.
Mostrando 1 comentário
- so are you running a cluster of 4 together or 2 separate clusters of 2? Por Gary Gilbert gary
Útil (3)Comentários (1)
v***e
Compra verificada
v***e
Compra verificada
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.
Útil (1)Comentários