最新消息

發佈日期 : 2025/11/19

從開機到就緒：NVIDIA DGX Spark 快速入門指南

NVIDIA DGX Spark™ 已正式向 AI 開發者供貨，對於剛入手的全新 DGX Spark，該如何進行初始化設定？本篇文章將引導您完成 DGX Spark 首次設定。在初始設定的過程中，您需要選擇登入系統的方式，並執行首次設定實用程式來配置所有內容。設定完成後，可以根據喜好選擇不同的方式存取DGX Spark。

本文內容主題：

  • DGX Spark 硬體概述
  • 開箱並連接設備
  • 首次啟動與初始設定
  • 系統資訊確認
  • SSH 命令列遠端登入
  • Docker 配置

一、 DGX Spark 硬體概述

作為新一代電腦，DGX Spark 以小巧的桌面機形態提供 1 PFLOP AI 效能和 128GB 統一記憶體(Unified Memory)，使開發者能夠在本機進行最高 2,000 億參數的 AI 模型推理以及對 700 億參數的模型進行微調。此外，開發者還可通過 DGX Spark 在本機建立 AI代理和進行進階軟體堆疊。

DGX Spark 具有以下特點：
  •  搭載 GB10 超級晶片
  •  內建 20 核心高效能 Arm 架構 的 NVIDIA Grace CPU
  •  128 GB 統一共享記憶體
  •  進階連接功能，包括高效能 NVIDIA ConnectX™ 網路技術、Wi-Fi 7 等
  •  支援最高 200B 參數等級的 AI 模型（雙 DGX Spark 互聯可支援最高 405B 模型）
  •  小巧桌上型外觀
  詳細硬體規格

二、 開箱並連接設備

DGX Spark 包含硬體及配件如下：
  • 1 台 DGX Spark
  • 快速入門指南手冊
  • 電源轉接器
  • 電源線
DGX Spark 支援兩種模式：
  • 顯示器模式：連接螢幕、鍵盤、滑鼠
  • 遠端模式：透過 SSH 遠端登入
此處示範顯示器模式，依以下順序連接：
  • HDMI 螢幕
  • USB 鍵盤與滑鼠（若開機後未偵測到鍵盤或滑鼠，系統會提示您將藍牙裝置切換至配對模式）
  • 電源供應器（僅能插在最左側 Type-C 連接埠）
  • 按電源鍵開機（如下圖最左側按鈕）

三、 首次啟動與初始設定

系統啟動後，已連接的螢幕會顯示 DGX Spark 自動載入的首次設定精靈，引導您完成初始化設定。點擊「Get Started」後依畫面提示逐步完成設定。

設定流程：

  1. 語言與時區選擇
    選擇偏好的系統語言與時區。 輸入框會隨輸入自動篩選。
  2. 鍵盤配置（僅限使用顯示器時）
  3. 使用條款
    閱讀並接受後繼續。
  4. 建立使用者帳號
  5. 資訊分享設定 (選填)
    配置分析和錯誤報告設定，此步驟可跳過。
  6. Wi-Fi 網路選擇
    若已插上有線網路並成功上網，此步驟會跳過。
  7. Wi-Fi 密碼輸入
  8. 軟體下載與安裝
    連上網路後系統會自動下載完整軟體並安裝。此過程需要一些時間，可能會重新開機多次。
    ⚠ 在此過程中請勿關閉或重新開機。下載開始後，安裝無法中斷。
  9. 安裝完成
    安裝完成後，設備會自動重開機，之後即可正常使用。

四、 系統資訊確認

進入桌面後，按下 Ctrl + Alt + T 開啟終端機，用以下指令查看系統資訊：

  • － lscpu 查看 CPU 資訊
  • － free -h 查看記憶體容量
  • － lsblk 查看儲存容量
  • － nvidia-smi 查看 GPU 狀態
  • － docker -v 查看 Docker 版本
  • － nvcc -V 查看 CUDA 版本

五、 SSH指令列遠端登入

DGX Spark 預設可透過網路使用 SSH 從同網段其他電腦連線。

先輸入 ip a 查看本機 IP

透過 SSH 工具遠端登入
以 PuTTY 為例，建立新連線，填入名稱、IP、埠號（預設 22），點擊Open後接著再輸入帳號及密碼。

點擊「接受並儲存」安全提示後即可使用遠端指令列操作 DGX Spark。

六、 Docker 設定

  1. NVIDIA Container Runtime
    NVIDIA Container Runtime 可讓 Docker 容器直接存取 GPU，以加速 AI / ML、CUDA 程式等 GPU 工作負載。
    主要優點：
    • 容器可無縫存取 GPU
    • 自動管理驅動與函式庫
    • 支援多 GPU
    • 與主流容器編排平台相容
    NVIDIA Container Runtime 與 NVIDIA Container Toolkit 相結合使用，後者提供了必要的元件，以便為容器化應用動態配置並接入 GPU 設備和 CUDA 函式庫。
    NVIDIA Container Toolkit 在 DGX Spark 系统中已預裝並完成配置，包括：
    • NVIDIA Container Runtime
    • Docker 整合
    • GPU 裝置設定
    • CUDA 函式庫配置
  2. 使用者群組設定
    預設執行 Docker 需 sudo權限。將使用者加到 docker 群組，即可無需使用 sudo 直接執行 Docker 命令。
    執行：
    sudo usermod -aG docker $USER
    newgrp docker
  3. Docker GPU 功能測試
    下載並執行 PyTorch 容器：
    docker run --rm -it --gpus=all \
       -v "$PWD":/workspace \
       -w /workspace \
        nvcr.io/nvidia/pytorch:25.08-py3

    在容器內執行 nvidia-smi、nvcc -V 皆能正常輸出，即表示 GPU 與 CUDA 於 Docker 內可正常使用。

至此，您的 DGX Spark 已完成設定，可立即開始 AI 開發旅程！

了解完整DGX Spark 規格及購買