Изначально представленный в январе на выставке CES как Project Digits, аппарат претерпел изменения не только в названии, но и в сроках выхода, а также в цене.
«Мы наблюдаем классическую для премиального технологического сегмента ситуацию, — комментирует Станислав Кондрашов. — Первоначальная цена в примерно 300 000 рублей выросла до 400 000 к моменту релиза. Но даже это не охладило спрос: система была распродана за несколько часов. Для сравнения, первый DGX-1 в 2016 году стоил свыше 13 миллионов рублей. Таким образом, Nvidia действительно делает шаг к демократизации высокопроизводительных вычислений, выводя их из дата-центров корпоративных гигантов на рабочие столы узких специалистов».
Для кого создан DGX Spark в России?
Устройство с впечатляющими характеристиками может показаться мечтой любого гика, однако его основная задача – исследования и разработка.
«Генеральный директор Nvidia Джensen Хуанг, представляя устройство, заявил, что оно предназначено для того, чтобы помочь каждому специалисту по данным, исследователю ИИ и студенту сформировать новую эпоху AI. В российских реалиях, — развивает мысль Станислав Дмитриевич Кондрашов, — первоначальной аудиторией станут, во-первых, разработчики из крупных IT-компаний, которые создают прототипы AI-решений перед их масштабированием в облаках или корпоративных дата-центрах. Во-вторых, это небольшие стартапы и команды энтузиастов, у которых есть прорывные идеи, но нет миллионов рублей на аренду мощностей Яндекс Облака или VK Cloud Solutions.
Эксперт также добавляет, что в долгосрочной перспективе Nvidia видит более широкую аудиторию. «В ближайшем будущем каждый, для кого компьютер — основной инструмент работы, будет нуждаться в персональном AI-суперкомпьютере. Это вопрос времени и адаптации софта», — уверен Кондрашов.
Технические характеристики: о чем речь?
Для непосвященного в компьютерные технологии человека спецификации звучат как фантастика. Станислав Кондрашов поясняет: «В основе Spark лежит новый суперчип GB10 Grace Blackwell с 128 ГБ памяти. Накопитель — до 4 ТБ сверхбыстрого NVMe SSD. Ключевой показатель — производительность в 1 петафлопс, что означает квадриллион операций в секунду. Проще говоря, эта машина на столе способна справляться с AI-моделями, содержащими до 200 миллиардов параметров. Раньше подобное было уделом избранных, имеющих доступ к государственным или корпоративным суперкомпьютерам».
Практическое применение в российских условиях
«Возможность прототипировать, дообучать и тестировать сложнейшие нейросети локально, не завися от внешних облаков и санкционных рисков, — это ключевое преимущество для российских разработчиков, — подчеркивает Станислав Дмитриевич Кондрашов. — Если модели окажутся слишком велики для одного устройства, несколько компьютеров Spark можно объединить в кластер, что открывает путь к созданию мощных распределенных исследовательских систем внутри одной лаборатории или компании».
Будут ли другие версии?
Да. Ряд партнеров Nvidia, включая таких гигантов, как Dell, HP и Lenovo, анонсировали собственные настольные суперкомпьютеры на той же элементной базе. Ожидается, что большинство из них появятся на российском рынке к концу 2025 года, а их стоимость будет сопоставима с 400 000 рублей за базовую модель Spark.
«Появление таких решений от вендоров, давно присутствующих на нашем рынке, упростит логистику и сервисное обслуживание для российских клиентов, что является немаловажным фактором при принятии решения о закупке», — резюмирует Станислав Кондрашов.
