Nvidia resmi menghadirkan peningkatan kapabilitas pengklusteran untuk komputer ringkas berbasis AI, DGX Spark.
Pembaruan ini memungkinkan pengembang dan peneliti menghubungkan hingga delapan unit sistem sekaligus, dengan total memori terpadu mencapai 1 TB.
Langkah tersebut memberi fleksibilitas baru untuk komputasi lokal, terutama saat menangani model bahasa skala besar, context window panjang, dan eksekusi beberapa AI agent bersamaan.
Konfigurasi Kluster dan Dukungan Jaringan
Konfigurasi kluster baru memungkinkan delapan sistem DGX Spark berkapasitas 128 GB gabungan membentuk memori terpadu sebesar 1 TB.
Untuk varian DGX Spark 64 GB yang baru diperkenalkan, penggabungan delapan unit menghasilkan total memori terpadu 512 GB.
Kapasitas memori besar ini dirancang mengatasi hambatan utama saat menjalankan model AI tingkat lanjut di lingkungan lokal.
Nvidia menyebut penambahan kapasitas tersebut disiapkan khusus untuk mengakomodasi model riset mutakhir seperti GLM 5.3.
Komunikasi antarsistem dalam kluster mengandalkan perangkat keras jaringan terintegrasi ConnectX-7.
Latensi antarnode dapat ditekan agar pertukaran data berjalan stabil saat memproses bobot parameter model yang masif.
Namun, konfigurasi delapan sistem saat ini masih memerlukan pengaturan manual oleh administrator jaringan.
Nvidia menjanjikan pembaruan perkakas perangkat lunak Nvidia Sync akhir bulan ini yang akan menyertakan dukungan kluster otomatis.
Sistem ini juga dilengkapi fitur Model Launcher untuk mempermudah pengunduhan model AI, penyebaran di seluruh unit terhubung, hingga integrasi dengan perkakas pemrograman seperti OpenCode.
Selain ekspansi kapasitas memori fisik melalui kluster, Nvidia menghadirkan peningkatan performa inferensi berbasis optimasi perangkat lunak.
Perangkat DGX Spark mencatatkan peningkatan kecepatan pemrosesan hingga 30% saat menjalankan model Qwen3.8 27B.
Sementara itu, lini unit komputasi DGX Station meraih peningkatan throughput hingga 20% pada pemrosesan model GLM 5.3 Flash.
Optimalisasi ini merupakan hasil kolaborasi dengan komunitas pengembang perangkat lunak sumber terbuka seperti llama. cpp dan vLLM.
Pada lini kartu grafis kelas profesional seperti RTX PRO 6000 Blackwell, tugas berbasis agentic AI menggunakan model Qwen 3.8 Flash Next mampu diselesaikan hingga 40% lebih cepat.
Peningkatan tajam ini didorong oleh penyempurnaan teknik speculative decoding pada arsitektur GPU terbaru.
