DGX Spark/Testiranje na ARM64 i CUDA-i
Slučaj upotrebe · Testiranje i prilagodba

Testirajte i prilagodite softver na stvarnom GB10: aarch64, CUDA, sm_121

Autor: Samuel Seidel · Ažurirano 10. studenoga 2026. · 7 min čitanja

U prijavi problema piše da vaša biblioteka ne radi na DGX Sparku, a vi ga nemate. Ili se vaši wheel paketi grade na x86, a nitko ih nije isprobao na Arm CPU-u s Blackwell GPU-om. Unajmite cijeli Spark na onoliko minuta koliko vam treba da to provjerite: root ljuska na NVIDIA GB10 (aarch64, CUDA compute capability 12.1) s instaliranim CUDA 13.0 toolkitom. Uz 0,79 USD po satu i naplatu po minuti, provjera od 20 minuta stoji oko 0,26 USD.

Prva nadoplata: platite 20 USD, dobijete 30 USD kredita. Naplata po minuti iz unaprijed plaćenog kredita. Ukinite instancu kad završite i naplata prestaje. Većina ljudi koji od mene unajme Spark pokreće običnu sliku sustava DGX OS i donosi vlastiti stack, o čemu ova stranica i govori.

Što dobivate

CPU20-jezgreni Arm (10 Cortex-X925 i 10 Cortex-A725), uname -m prikazuje aarch64
GPUNVIDIA GB10, generacija Blackwell, compute capability 12.1 (sm_121)
Memorija128 GB objedinjene LPDDR5x memorije koju dijele CPU i GPU, 273 GB/s
SlikeDGX OS 7: Ubuntu 24.04 s CUDA 13.0 toolkitom (nvcc), NCCL-om i NVIDIA DCGM-om. Ubuntu 24.04: isto, bez DCGM-a. Oba imaju git, tmux, vim, curl i Python 3 s pipom i venvom.
PristupRoot terminal u pregledniku bez SSH ključa ili SSH kao root na portu 22 s vlastitim ključem. Svaka instanca ima vlastitu javnu IPv4 adresu i naziv hosta <name>.gpuwerk.com.
Kako radiSpremnik s izravno proslijeđenim GPU-om: na mnogim Sparkovima sistemski spremnik sa systemd-om i Dockerom, na ostalima običan spremnik bez njih. Unutra ste root; NVIDIA upravljački program dolazi s hosta.
Pohrana1 TB NVMe, dijeli se s hostom. /workspace ostaje sačuvan nakon ponovnih pokretanja i ponovnih izgradnji, a briše se kada ukinete instancu.

Slika koja se u konzoli zove DGX OS 7 moja je izgradnja: Ubuntu 24.04 uz gore navedene pakete, u spremniku. Nije NVIDIA-ina instalacijska slika DGX OS-a, a /etc/dgx-release to i kaže. Što u spremniku radi, a što ne, opisano je u bilješkama o okruženju korisnika.

Prva provjera za pet minuta

Pokrenite DGX Spark 1× sa slikom sustava DGX OS, pričekajte stanje running i na stranici instance kliknite Open terminal in browser. Zatim potvrdite na čemu ste:

uname -m                                    # aarch64
nvidia-smi --query-gpu=name,compute_cap,driver_version --format=csv
nvcc --version | tail -n 2                  # CUDA 13.0

python3 -m venv /workspace/venv && . /workspace/venv/bin/activate
pip install torch --index-url https://download.pytorch.org/whl/cu130
python -c "import torch; print(torch.cuda.get_device_name(0), torch.cuda.get_device_capability(0))"

Posljednji redak ispisuje GB10 i (12, 1). Neki PyTorch buildovi ispisuju upozorenje da sm_121 nije kompatibilan; obično je pogrešno, a vodič PyTorch na DGX Sparku objašnjava zašto i koji wheel odabrati.

Izgradite i testirajte svoj projekt

cd /workspace
git clone https://github.com/your-org/your-project.git
cd your-project
pip install -e '.[test]'           # or your own build step
pytest -x -q
pip wheel . --no-deps -w dist/     # an aarch64 wheel to take home

Tri stvari ljude iznenade na ovom čipu:

Da biste rezultate izgradnje ponijeli kući, kopirajte ih vlastitim SSH ključem, a zatim ukinite instancu:

# on your laptop
scp 'root@<name>.gpuwerk.com:/workspace/your-project/dist/*.whl' .

Skriptirana izvođenja iz vašeg vlastitog CI-ja

Gotove integracije za CI nema. Postoji API koji pokreće i ukida instance po minuti, pa posao na vašem izvršitelju može posuditi Spark, pokrenuti testove preko SSH-a i vratiti ga. Upotrijebite API ključ s opsegom za instance.

curl -s -X POST https://api.gpuwerk.com/v1/instances \
  -H "Authorization: Bearer $GPUWERK_TOKEN" -H "Content-Type: application/json" \
  -d '{"type":"spark-1x","image":"ubuntu"}'
# wait for status "running" in GET /v1/instances, run the job over SSH, then:
curl -s -X DELETE https://api.gpuwerk.com/v1/instances/<id> \
  -H "Authorization: Bearer $GPUWERK_TOKEN"     # billing ends, workspace deleted

Za pokretanje instance potreban je kredit za najmanje jedan sat (inače 402), a vraća 409 kada nijedan stroj nije slobodan, pa vaš posao to mora obraditi. Pokretanja putem API-ja idu na stroj u EGP-u, osim ako postavite location_country ili partner_region. Sva su polja u API referenci.

Koliko stoji provjera

SesijaTrošak uz 0,79 USD/h
Reprodukcija jedne prijave greške, 20 minutaoko 0,26 USD
Izgradnja i testiranje izdanja, 1 sat0,79 $
Dan prilagodbe koda, 8 sati6,32 $

Naplata je po minuti iz unaprijed plaćenog kredita i počinje kada instanca prođe provjeru spremnosti. Za pokretanje instance korisnički račun treba kredit za jedan sat. Prva nadoplata: platite 20 USD, dobijete 30 USD kredita, oko 37 sati na jednom Sparku. Zaustavljena instanca zadržava radni prostor i naplaćuje se po 75 % satne cijene; ukinite je kada završite i naplata prestaje, a time se radni prostor briše. Cijene ne uključuju PDV gdje se primjenjuje.

Što vam unajmljeni GB10 ne može reći

Gdje se Sparkovi nalaze

Ovo radi na svakoj lokaciji jer partnerski Sparkovi nude iste slike DGX OS i Ubuntu. Moji su Sparkovi u podatkovnom centru u Hradecu Králové u Češkoj. Partnerski Sparkovi u vlasništvu su partnera koji ih hostiraju u vlastitim prostorima u SAD-u, Švedskoj, Nizozemskoj, Slovačkoj i Hong Kongu, a partner ima fizički pristup svom stroju. Konzola prije pokretanja prikazuje zemlju i je li ona u EGP-u.

Tko ovo vodi

GPUwerk je nova platforma, a ja sam osoba iza nje: Samuel Seidel, osnivač, poslujem kao PRINT IT! SE, registriran u Pragu. Od rujna 2026. na njoj je 94 razvojna programera pokrenulo 374 instance (stanje 9. studenoga 2026.). Dostupnost i incidenti nalaze se na status.gpuwerk.com. Ako niste sigurni da će vaš stack raditi, pišite mi preko stranice za kontakt prije plaćanja; odgovaram osobno.

Česta pitanja

Koja je verzija CUDA-e na stroju?

Obje slike, DGX OS 7 i Ubuntu 24.04, sadrže alate CUDA 13.0 s nvcc i NCCL. NVIDIA upravljački program dolazi s hosta i ne može se mijenjati iz instance.

Je li slika sustava DGX OS zapravo NVIDIA-in DGX OS?

Ne. Riječ je o mojoj izgradnji u spremniku: Ubuntu 24.04 s CUDA 13.0 toolkitom, NCCL-om i NVIDIA DCGM-om. /etc/dgx-release označava je kao GPUwerkovu sliku.

Mogu li na njemu graditi Docker slike?

Na nekim strojevima da: mnogi unajmljeni Sparkovi pokreću vašu instancu kao sistemski spremnik s vlastitim Docker daemonom, pa docker build i docker run --gpus all rade izvorno na arm64. Drugi pokreću običan spremnik bez Dockera. Ne možete birati koji; docker info pokazuje što imate.

Koliko košta kratko testiranje?

Oko 0,26 USD za 20 minuta uz 0,79 USD po satu, naplata po minuti iz unaprijed plaćenog kredita. Za pokretanje instance korisnički račun treba kredit za jedan sat. Ukinite instancu kada završite i naplata prestaje; time se radni prostor briše.

Prva nadoplata: platite 20 USD, dobijete 30 USD kredita

Reproducirajte to na GB10 već danas.

Namjenski DGX Spark s root ljuskom i CUDA-om 13.0, 0,79 USD/h uz naplatu po minuti. Ukinite instancu kada završite i naplata prestaje.

Pokrenite sada