Nvidiaův malý 4K Spark PC přináší AI superpočítač s výkonem 1 petaFLOP přímo na váš stůl

Nejmenší AI superpočítač na světě je nyní v prodeji: Nvidia DGX Spark „osobní AI superpočítač“ je nyní v prodeji (15. října) za základní cenu 3 999 $ ^[1]. Tento kompaktní stolní systém poskytuje asi 1 petaFLOP AI výkonu s 128 GB unifikované paměti, což umožňuje lokální použití AI modelů až do ~200 miliard parametrů ^[2].
Poháněno superčipem Grace-Blackwell: V jádru je nový GB10 Grace-Blackwell Superchip, který kombinuje 20jádrové Arm CPU a Blackwell GPU v jednom balení ^[3] ^[4]. Unifikovaná CPU-GPU paměť (128 GB LPDDR5X) a vysokorychlostní propojení NVLink-C2C poskytují 5× větší propustnost než PCIe Gen5 ^[5] ^[6], což umožňuje vývojářům lokálně doladit modely až do ~70 miliard parametrů bez nutnosti přesunu do cloudu ^[7] ^[8].
Zpožděné uvedení, vyšší cena: Nvidia původně představila toto zařízení (kódové označení „Project Digits“) na CES 2025 a plánovala letní uvedení za 3 000 $, ale po zpožděních bylo spuštěno tento týden za 3 999 $ ^[9] ^[10]. Navzdory zvýšení ceny o 1 000 $ se očekává, že díky silným parametrům Sparku, relativně nízké 240W spotřebě a plug-and-play AI softwarovému balíčku si „získá mnoho fanoušků v rychle rostoucím AI prostoru“ ^[11].
Velká AI v malém boxu: Nvidia nazývá DGX Spark „nejmenším AI superpočítačem na světě“, dostatečně malým, aby se vešel na stůl nebo do laboratoře ^[12]. Váží jen asi 1,2 kg a je velký zhruba jako vázaná kniha ^[13], přesto má výpočetní výkon, který soupeří se serverem datového centra. Ve skutečnosti při výkonu 1 petaFLOP nabízí Spark více AI výkonu než původní superpočítač Nvidia DGX-1 z roku 2016 – a to za zlomek ceny a spotřeby ^[14].
Vývojáři a OEM výrobci to přijímají: DGX Spark, určený pro AI vývojáře, výzkumníky a nadšence, přichází s kompletním CUDA-based AI softwarovým balíčkem od Nvidie předinstalovaným ^[15]. Hlavní výrobci PC včetně Dell, HP, Lenovo, Asus, Acer, Gigabyte a MSI uvádějí na trh své vlastní upravené systémy založené na Spark (všechny kolem ceny $3,999) ^[16] ^[17]. Mezi prvními uživateli jsou univerzity, startupy i robotické laboratoře, které již ověřují nástroje a modely na Spark ^[18] ^[19].

Petaflop na vašem stole: Nvidia uvádí „osobní AI superpočítač“

Po léta bylo provozování špičkových AI modelů možné jen na drahých cloudových instancích nebo serverech velikosti místnosti. Nyní Nvidia DGX Spark míří k tomu, aby tuto sílu doslova přinesla na dosah ruky. Od tohoto týdne si může kdokoli objednat DGX Spark – malý stolní AI počítač s výkonem přibližně jednoho petaFLOPu – za $3,999 ^[20] ^[21]. Generální ředitel Nvidie Jensen Huang označil Spark za novou třídu „osobního AI superpočítače“, který má přinést AI na úrovni datových center „od cloudových služeb ke stolním a edge aplikacím“ ^[22]. V praxi to znamená, že výzkumník nebo vývojář může doladit velký jazykový model nebo spustit generativní AI model s 200 miliardami parametrůlokálně na svém stole bez potřeby superpočítačového clusteru ^[23].

Navzdory svému vysokému výkonu je DGX Spark fyzicky nenápadný – asi 15 cm čtverec a 5 cm vysoký, váží jen ~1,2 kg (přibližně 2,6 liber) ^[24]. „Je to velké jako list origami papíru a tlusté jako vázaná kniha,“ vtipkuje Nvidia, přesto se v této zlaté a černé krabičce nachází „plnohodnotný AI superpočítač“ ^[25]. Nvidia propaguje Spark jako „nejmenší AI superpočítač na světě“, protože do šasi o velikosti svačinového boxu vměstnala schopnosti, které byly dříve dostupné jen v serverech do racku ^[26]. Jak to shrnul jeden technologický web, Nvidia „stírá hranici mezi stolními PC a superpočítači“ s těmito novými AI-prvními stroji ^[27]. Cílem je dát jednotlivým vývojářům a laboratořím AI pracovní stanici třídy petaflop, která je „vždy zapnutá, vždy čeká na vás“ – v podstatě osobní AI laboratoř na vašem stole ^[28].

Superčip Grace-Blackwell: Jak Spark získává svůj výkon

Síla DGX Spark pochází z nejnovější architektury Grace-Blackwell od Nvidie, která spojuje CPU a GPU pro AI do jednoho úzce integrovaného balíčku. Konkrétně je Spark postaven kolem Nvidia GB10 „Grace Blackwell“ Superchipu, což je v podstatě SoC kombinující 20jádrový 2GHz Grace ARM CPU s nejmodernějším Blackwell GPU ^[29]. Tento čip je optimalizován pro AI úlohy: Blackwell GPU obsahuje 5. generaci Tensor Cores od Nvidie a podporuje nové nízkopřesné formáty jako FP4, aby dosáhl až 1 000 TOPS (bilion operací za sekundu) AI výpočetního výkonu ^[30] ^[31]. V praxi těchto 1 000 TOPS odpovídá přibližně 1 petaFLOPu při FP4 přesnosti – proto tvrzení o petaflopovém výkonu. Návrh Spark předpokládá, že vývojáři budou používat techniky jako INT8/FP4 kvantizace a sparsita, aby z velkých modelů vytěžili maximální rychlost inferencí ^[32].

Zásadní je, že CPU a GPU Grace-Blackwell sdílejí jednotný paměťový fond o kapacitě 128 GB LPDDR5x RAM ^[33]. Toto je klíčová vlastnost, která odlišuje Spark od běžných PC nebo GPU. Tradiční desktopové GPU mají maximálně 24–48 GB (herní karty) nebo ~96 GB (velmi výkonné pracovní stanice) VRAM, což může být úzké hrdlo pro velké AI modely ^[34] ^[35]. Naproti tomu 128GB jednotná paměť DGX Spark znamená, že jak CPU, tak GPU mají přístup k velkému, koherentnímu paměťovému prostoru pro AI data ^[36]. Vývojáři mohou načíst obrovské modely kompletně do paměti, což umožňuje například inference na modelech s až ~200 miliardami parametrů nebo dokonce doladění modelů až do ~70 miliard parametrů lokálně ^[37] ^[38]. Taková kapacita paměti v desktopu je zásadní změnou pro AI pracovní postupy, které dříve „vyžadovaly mnohem, mnohem více GPU lokální paměti než i 32GB v RTX 5090“ ^[39]. Uvolňuje to vývojáře od neustálého dělení modelů nebo přesouvání do cloudových instancí při práci s velkými neuronovými sítěmi.

DGX Spark je také vybaven vysokorychlostním I/O pro rychlý přesun dat. Nvidia technologie NVLink-C2C propojuje Grace CPU a Blackwell GPU s 5× větší šířkou pásma než PCIe Gen5 ^[40], což výrazně zlepšuje komunikaci mezi CPU a GPU u paměťově náročných AI úloh. Pro externí konektivitu má Spark vestavěnou ConnectX-7 200 Gb/s NIC ^[41], což znamená, že dvě jednotky Spark lze propojit do clusteru přes síť a efektivně tak zdvojnásobit výpočetní výkon a paměť (dosáhnout 2 petaFLOPS a 256GB dohromady) pro ty, kteří potřebují větší výkon ^[42]. Úložiště je NVMe SSD (až 4 TB konfigurovatelné) pro rychlý přístup k datům ^[43], a dokonce je zde i HDMI 2.1 port – i když Spark běží na vlastním Linuxu (DGX OS) a není určen jako běžné PC nebo herní sestava ^[44] ^[45]. Ve skutečnosti, díky Arm procesoru a linuxovému prostředí, jeden z recenzentů poznamenal, že Sparkova „povaha zaměřená primárně na Arm a Linux jej činí méně atraktivním jako hotová herní platforma“ – tato malá krabička je od základu postavena pro AI vývojáře ^[46].

Od „Project Digits“ po uvedení: zpoždění, zvýšení ceny a dostupnost

Nvidia poprvé naznačila DGX Spark začátkem roku 2025 pod kódovým označením „Project DIGITS.“ Generální ředitel Jensen Huang předvedl prototyp během svého hlavního projevu na CES 2025 (když na pódiu držel malý zlatý Spark) ^[47]. Tehdy Nvidia prezentovala zařízení jako „nejmenší AI superpočítač na světě“ pro výzkumníky a dokonce i studenty a uvedla počáteční cenu kolem 3 000 $ s dostupností v polovině roku 2025 ^[48] ^[49]. Uvedení na trh však neproběhlo zcela podle plánu. Platforma Spark „zažila zpoždění na cestě na trh,“ a nestihla původní květnový termín dodání ^[50] ^[51]. Když Nvidia oznámila oficiální vydání na 15. října, cena tiše vzrostla na 3 999 $ za základní konfiguraci ^[52]. (Nvidia výslovně nevysvětlila zvýšení ceny o 1 000 $, což vyvolalo určité stížnosti na fórech ^[53], ale pravděpodobně to bylo způsobeno dodatečnými úpravami hardwaru na poslední chvíli nebo jednoduše snahou pozicovat Spark jako prémiový nástroj pro vývojáře.)Navzdory tomu, že stojí stejně jako špičková pracovní stanice, je o DGX Spark velký zájem. Od dnešního dne (15. října) si zákazníci mohou objednat přímo z webových stránek Nvidie nebo prostřednictvím jejích partnerů ^[54]. Za zmínku stojí, že Nvidia pozvala všechny hlavní OEM výrobce, aby nabídli své vlastní značkové verze Spark. Acer Veriton GN100, Asus AI Station, Dell Pro Max s GB10, HP ZGX Nano G1, Lenovo ThinkStation PGX a další jsou v podstatě přeznačené systémy DGX Spark s drobnými úpravami ^[55] ^[56]. Nvidia potvrdila, že Acer, ASUS, Dell, Gigabyte, HP, Lenovo a MSI uvádějí na trh desktopy založené na Spark, což platformě zajišťuje široký distribuční kanál ^[57]. To také znamená, že kupující mohou získat odlišný vzhled nebo mírně odlišné porty/SSD v závislosti na výrobci, ale základní specifikace (čip Grace-Blackwell GB10 se 128GB unifikovanou pamětí) zůstávají stejné, stejně jako cena kolem 4 000 USD ^[58] ^[59]. V USA bude dokonce maloobchodník Micro Center nabízet jednotky DGX Spark k přímému zakoupení ^[60], což naznačuje, že Nvidia vidí potenciální trh pro nadšence vedle podnikových a výzkumných zákazníků.

Aby vzbudila nadšení, Nvidia uspořádala kolem uvedení Spark malou technologickou show. 13. října CEO Jensen Huang osobně doručil jeden z prvních DGX Spark jednotek Elonu Muskovi ve SpaceX zařízení Starbase v Texasu ^[61] ^[62]. Tento reklamní tah připomněl rok 2016, kdy Huang doručil původní stroj DGX-1 do OpenAI (jehož byl Musk tehdy součástí) – systém, který proslul tím, že pomohl trénovat rané průlomy jako GPT-3 ^[63] ^[64]. „Představte si, že doručujete nejmenší superpočítač vedle největší rakety,“ vtipkoval Huang, když předával Spark velikosti svačinového boxu Muskovi mezi obřími raketami Starship od SpaceX ^[65] ^[66]. Symbolika byla jasná: Nvidia chce spojit Spark se začátkem AI revoluce a naznačit, že tato malá krabička by mohla zažehnout „další vlnu průlomů“ tím, že dá AI sílu do rukou mnohem více lidí ^[67] ^[68]. I když většina zákazníků osobní návštěvu od Jensena nedostane, první jednotky byly také zaslány AI vývojářům ve firmách jako Anaconda, Hugging Face, Meta, Microsoft, JetBrains a další, kteří testují a optimalizují svůj software na Spark ^[69]. Stručně řečeno, Nvidia zasévá ekosystém, aby zajistila, že populární AI frameworky a nástroje poběží hladce hned od prvního dne.

Proč je to důležité: Demokratizace AI vývoje (a nejen to)

DGX Spark přichází v době, kdy výzkumníci a vývojáři v oblasti AI touží po větším lokálním výpočetním výkonu. Trénování nebo dokonce ladění velkých AI modelů často vyžaduje specializovaný hardware s obrovskou pamětí a výpočetním výkonem – zdroje, které se obvykle nacházejí pouze v cloudových clusterech nebo drahých datových centrech. Nabídkou relativně cenově dostupné (<5 000 USD) stolní jednotky, která zvládne náročné AI úlohy, Nvidia „demokratizuje přístup k peta-škálovým výpočtům“, jak říká profesor NYU Kyunghyun Cho ^[70]. „DGX Spark nám umožňuje přístup k peta-škálovým výpočtům přímo na našem stole,“ říká Cho, jehož laboratoř systém testovala. „Tento nový způsob provádění výzkumu a vývoje v oblasti AI nám umožňuje rychle prototypovat a experimentovat s pokročilými AI algoritmy a modely – dokonce i pro aplikace citlivé na soukromí a bezpečnost, jako je zdravotnictví.“ ^[71] Jinými slovy, výzkumníci mohou iterovat na velkých modelech lokálně, přičemž citlivá data zůstávají interně, a do cloudových nebo clusterových prostředí přecházet až ve chvíli, kdy je potřeba škálovat trénování nebo nasazení. To by mohlo urychlit experimentování v oblastech od medicíny po robotiku, kde čekání ve frontách na cloudové GPU nebo řešení otázek suverenity dat může zpomalovat pokrok.

Dalším aspektem je nákladová efektivita. Za přibližně 4 000 USD není DGX Spark zrovna levný, ale v kontextu je to „kapka v moři“ ve srovnání s tradičními rozpočty na AI hardware ^[72]. Špičkové datacentrové GPU NVIDIA A100 nebo H100 mohou stát desítky tisíc dolarů za kus a pronájem cloudového GPU času pro velké modely může 4 000 USD spotřebovat během několika týdnů. Díky přivedení petaflopu do firmy za jednorázovou cenu by malé laboratoře nebo startupy mohly ve výsledku skutečně ušetřit. Dokonce i z hlediska spotřeby energie je spotřeba 240 W u Spark skromná – zhruba stejná jako u herního PC – což je mnohem méně než vícekilowattové serverové racky ^[73]. „I za tuto cenu si [Spark] díky své malé velikosti, relativně nízké spotřebě 240 W a kompletní podpoře CUDA stacku pravděpodobně získá mnoho příznivců v rozvíjejícím se AI prostoru,“ poznamenává Tom’s Hardware a poukazuje na atraktivitu pro vývojáře, kteří chtějí bezproblémové nastavení ^[74]. Stručně řečeno, Spark snižuje bariéru vstupu pro seriózní AI práci: není potřeba vyhrazená serverovna ani masivní cloudové smlouvy – stačí tuto krabici zapojit do zásuvky pod stolem.

Nad rámec jednotlivých vývojářů analytici vidí širší význam v tom, co Spark představuje. Edge computing a „fyzická AI“ by mohly být další hranicí, na kterou Nvidia s těmito miniaturními superpočítači cílí. Larry Dignan ze společnosti Constellation Research poukazuje na to, že DGX Spark nabízí větší AI výkon než DGX-1 z roku 2016, ale v odolném malém provedení, což naznačuje, že by mohl být nasazen mimo čistá datová centra ^[75] ^[76]. „Skutečný dopad DGX Spark přijde s podnikovými nasazeními na okraji sítě,“ píše Dignan a představuje si využití na výrobní lince, ve skladech nebo v terénu, kde tradiční servery nejsou praktické ^[77] ^[78]. Sama Nvidia naznačila robotiku jako klíčový případ použití – propojení Sparku s roboty nebo autonomními stroji, aby jim poskytla výpočetní výkon přímo na místě ^[79]. Mezi prvními testujícími jsou například robotická laboratoř Arizonské státní univerzity a firma Zipline pro doručování drony, které zkoušejí Spark pro lokální AI inferenci v reálném čase ^[80] ^[81]. Tím, že Nvidia zhušťuje superpočítač do zařízení, které může stát v laboratoři nebo dokonce na vozidle, může umožnit více „agentní AI“ (AI systémy, které mohou jednat ve fyzickém světě) bez nutnosti neustálého připojení ke cloudu ^[82] ^[83]. Je to součást strategie Nvidie rozšířit svou AI dominanci z cloudu na okraj sítě.

Reakce expertů a výhled

DGX Spark si vysloužil pochvalu za své inženýrské zpracování – za to, že dokázal vměstnat výkon a paměť do malého formátu – ale také určitou skepsi ohledně svého skutečného uplatnění v praxi. Někteří pozorovatelé poznamenávají, že Spark vůbec není určen pro běžné spotřebitele; je zbytečně výkonný pro příležitostné hraní si s AI a chybí mu podpora Windows nebo hraní her. „Není to spotřebitelský desktop,“ zdůrazňuje recenze PCMag, „ale Nvidia vstupuje na trh mini-PC pro AI vývojáře“, které plní specifickou potřebu AI profesionálů ^[84]. Ostatně, samotné zaměření Nvidie je na „AI-native vývojáře“ a výzkumníky ^[85]. Přesto se objevila komunita AI nadšenců, kteří doma provozují velké jazykové modely nebo generátory AI umění pro své projekty. Pro ně je DGX Spark vysněný stroj – pokud si ho mohou dovolit. Možná uvidíme, že první kusy budou kupovat jak movití nadšenci, tak technologické laboratoře. Nvidia oznámila, že první výrobní série DGX Spark byly rychle vyprodány prostřednictvím předobjednávek, což naznačuje silnou poptávku ze strany cílové skupiny (i když přesná čísla nebyla zveřejněna) ^[86] ^[87]. A jak poznamenal jeden průmyslový analytik s nadsázkou, „bude spousta kupců DGX Spark, kteří budou chtít říct, že mají superpočítač, i když [jim] nebude k užitku pro každodenní úkoly.“ ^[88] Jinými slovy, někteří si ho pořídí kvůli prestiži nebo experimentování, i když zatím nemají jasné každodenní využití kromě spouštění AI dem.

Při pohledu do budoucna, Nvidia možná rozšíří svou nabídku osobního AI hardwaru. Vedle Spark společnost také oznámila většího sourozence s názvem DGX Station – stolní tower, který nabízí ohromujících 20 petaFLOPS AI výkonu díky výkonnějšímu čipu “GB300” Grace-Blackwell Ultra a 784GB paměti ^[89] ^[90]. Tento stroj je v podstatě malý superpočítač pro špičkové výzkumné laboratoře (a bude mít také astronomickou cenu, pravděpodobně desítky tisíc dolarů, až bude později uveden na trh). Prozatím je DGX Station omezen pouze na vybrané partnery a není v běžném prodeji ^[91]. DGX Spark za 3 999 dolarů je však prvním pokusem Nvidie přinést AI superpočítač široké veřejnosti (alespoň široké veřejnosti AI vývojářů). Pokud uspěje, mohl by urychlit vývoj AI tím, že umožní více experimentů lokálně a inspiruje konkurenci k nabídce vlastních “AI PC”. Už nyní jsme zaznamenali náznaky konkurence: nedávné čipy AMD Ryzen AI “Strix Halo” mohou pohánět mini-PC s až 128GB RAM, ale těm chybí Nvidia CUDA ekosystém a stále se nemohou rovnat výkonu Spark s 1 petaFLOP ^[92] ^[93]. Prozatím má Nvidia náskok v této začínající kategorii osobních AI pracovních stanic.

Shrnuto, DGX Spark představuje vzrušující milník, kdy „AI-first“ stolní počítače už nejsou jen konceptuálními demy, ale skutečnými produkty, které si můžete koupit ^[94]. Přináší výkon superpočítače v oblasti AI do formátu dostupného jednotlivcům, což může podnítit nové inovace. „Přímí potomci DGX-1, který zažehl AI revoluci, [jsou] nyní znovuzrozeni v kompaktní podobě, aby poháněli novou generaci výzkumu a vývoje AI na jakémkoli stole,“ řekl Jensen Huang při uvedení Sparku ^[95]. Čas ukáže, jaké průlomy nastanou, když tisíce vývojářů získají vlastní petaflopové stroje. Jedno je však jasné: éra osobního AI superpočítače začala a Nvidia sází na to, že přivedení „velké AI“ na váš stůl zažehne další vlnu AI kreativity a produktivity ^[96] ^[97].

Zdroje: Nvidia Newsroom ^[98] ^[99]; Nvidia Blog ^[100] ^[101]; The Verge ^[102] ^[103]; Tom’s Hardware ^[104] ^[105]; Constellation Research ^[106] ^[107]; TS2 Technology News ^[108] ^[109]; Nvidia GTC Announcement ^[110] ^[111]; Tiskové citace ^[112].

This AI Supercomputer can fit on your desk...

Watch this video on YouTube.

References