Preizkusite in prenesite svojo programsko opremo na pravi GB10: aarch64, CUDA, sm_121
Prijava napake pravi, da vaša knjižnica na DGX Sparku ne deluje, vi pa ga nimate. Ali pa se vaši paketi wheel gradijo na x86 in jih še nihče ni preizkusil na CPU Arm z GPU Blackwell. Najemite cel Spark za toliko minut, kolikor jih potrebujete, da to ugotovite: lupina root na NVIDIA GB10 (aarch64, računska zmogljivost CUDA 12.1) z nameščenim kompletom orodij CUDA 13.0. Pri 0,79 USD na uro z obračunom po minutah 20-minutno preverjanje stane približno 0,26 USD.
Prvo polnjenje: plačajte 20 USD, dobite 30 USD dobroimetja. Obračun po minutah iz predplačniškega dobroimetja. Ko končate, instanco odstranite in obračun se konča. Večina tistih, ki pri meni najamejo Spark, zažene navaden odtis DGX OS in prinese svoj sklad, o čemer govori ta stran.
Kaj dobite
| CPE | 20-jedrni Arm (10 Cortex-X925 in 10 Cortex-A725), uname -m izpiše aarch64 |
|---|---|
| GPU | NVIDIA GB10, generacija Blackwell, compute capability 12.1 (sm_121) |
| Pomnilnik | 128 GB enotnega pomnilnika LPDDR5x, ki si ga delita CPU in GPU, 273 GB/s |
| Slike | DGX OS 7: Ubuntu 24.04 s kompletom orodij CUDA 13.0 (nvcc), NCCL in NVIDIA DCGM. Ubuntu 24.04: isto brez DCGM. Oba imata git, tmux, vim, curl in Python 3 s pip in venv. |
| Dostop | Terminal root v brskalniku brez ključa SSH ali SSH kot root na vratih 22 z lastnim ključem. Vsaka instanca ima svoj javni naslov IPv4 in ime gostitelja <name>.gpuwerk.com. |
| Kako deluje | Vsebnik z neposredno posredovanim GPU: na mnogih Sparkih sistemski vsebnik s systemd in Dockerjem, na drugih navaden vsebnik brez obojega. V njem ste root; gonilnik NVIDIA prihaja od gostitelja. |
| Shramba | 1 TB NVMe, deljen z gostiteljem. /workspace preživi ponovne zagone in ponovne gradnje ter se izbriše, ko instanco odstranite. |
Slika, ki se v konzoli imenuje DGX OS 7, je moja gradnja: Ubuntu 24.04 z zgornjimi paketi, v vsebniku. Ni namestitveni odtis DGX OS podjetja NVIDIA in /etc/dgx-release to tudi pove. Kaj v vsebniku teče in kaj ne, je v opombah o okolju najemnika.
Prvo preverjanje v petih minutah
Zaženite DGX Spark 1× z odtisom DGX OS, počakajte na stanje running in na strani instance kliknite Odpri terminal v brskalniku. Nato potrdite, na čem 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))"
Zadnja vrstica izpiše GB10 in (12, 1). Nekatere gradnje PyTorch izpišejo opozorilo, da sm_121 ni združljiv; običajno je napačno, vodnik PyTorch na DGX Sparku pa pojasni, zakaj in kateri paket wheel izbrati.
Zgradite in preizkusite 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 ljudi na tem čipu najpogosteje presenetijo:
- Navedite arhitekturo. Lastno kodo CUDA prevedite z
-gencode=arch=compute_121a,code=sm_121aali v CMake z-DCMAKE_CUDA_ARCHITECTURES=121a-real. Okrajšava-arch=sm_121alahko izpusti "a" in z njim ukaze FP4, kot je ugotovila nit na forumu NVIDIA (podrobnosti v vodniku o TFLOPS). Gradnja za drugo arhitekturo se lahko prevede brez napak, nato pa deluje slabo. - Pričakujte gradnje iz izvorne kode. Veliko paketov za aarch64 in sm_121 nima pripravljenih koles, zato jih pip prevede. Omejite vzporedna opravila (
MAX_JOBS=4), da velika gradnja ne porabi vseh 128 GB. - Jedra za druge čipe Blackwell se ne prenesejo vsa. sm_121 poganja kodo, zgrajeno za sm_120, jedra, napisana za Blackwell za podatkovne centre (sm_100), pa ne, nekatere poti FP4 pa so tekle brez napak in dale napačne rezultate. Preverjajte rezultate, ne le to, da se je izvedlo.
Če želite rezultate gradnje odnesti s sabo, jih prekopirajte z lastnim ključem SSH, nato odstranite:
# on your laptop scp 'root@<name>.gpuwerk.com:/workspace/your-project/dist/*.whl' .
Skriptirani zagoni iz vašega lastnega sistema CI
Pripravljene integracije s CI ni. Je pa API, ki vzpostavlja in odstranjuje po minutah, tako da si lahko opravilo na vašem izvajalcu izposodi Spark, prek SSH požene teste in ga vrne. Uporabite ključ API z obsegom 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 zagon potrebujete dobroimetje za vsaj eno uro (sicer 402), če ni proste naprave, pa vrne 409, zato mora vaše opravilo to obravnavati. Zagoni prek API gredo na napravo v EGP, razen če nastavite location_country ali partner_region. Vsa polja so v referenci API.
Koliko stane preverjanje
| Srečanje | Strošek pri 0,79 USD/h |
|---|---|
| Ponovitev ene prijave hrošča, 20 minut | približno 0,26 USD |
| Gradnja in preizkus izdaje, 1 ura | 0,79 $ |
| Dan prenašanja kode, 8 ur | 6,32 $ |
Obračun poteka po minutah iz predplačniškega dobroimetja in se začne, ko instanca opravi preverjanje pripravljenosti. Za zagon potrebuje račun dobroimetje za eno uro. Prvo polnjenje: plačajte 20 USD, dobite 30 USD dobroimetja, kar je približno 37 ur na enem Sparku. Ustavljena instanca ohrani delovni prostor in se obračunava po 75 % urne cene; ko končate, jo odstranite in obračun se konča, s tem pa se izbriše delovni prostor. Cene ne vključujejo DDV, kjer se ta obračuna.
Česa vam najet GB10 ne more povedati
- Gre za vsebnik, ne za fizični strežnik. Jedrnih modulov ne morete nalagati in gonilnika ne morete spremeniti, različica gonilnika pa je takšna, kot jo poganja gostitelj. Regresije v gonilnikih so tu zunaj vašega dosega.
- Docker je odvisen od naprave. Veliko Sparkov vašo instanco poganja kot sistemski vsebnik z lastnim demonom Docker, zato
docker buildindocker rundelujeta; drugi poganjajo navaden vsebnik brez njega in izbirati ne morete. Glejte stran o okolju najemnika. - En čip. Uspeh na GB10 ne pove ničesar o Grace Hopper (sm_90), Blackwell za podatkovne centre (sm_100) ali Jetson. Naprave GB10 drugih proizvajalcev imajo isti čip, a se lahko razlikujejo v vdelani programski opremi.
- systemd je odvisen od naprave. Veliko Sparkov v vaši instanci poganja systemd; drugi poganjajo navaden vsebnik brez njega in brez
NET_ADMIN, kjer storitve zaganjate iz lupine, tmuxa ali zagonske kljuke. Naprave TUN ni v nobenem primeru, zato odjemalci VPN v jedrnem načinu ne delujejo. - Brez SLA in brez varnostnih kopij. Preden instanco odstranite, z naprave prekopirajte vse, kar potrebujete.
Kje so Sparki
To deluje na vsaki lokaciji, ker partnerski Sparki ponujajo ista odtisa DGX OS in Ubuntu. Moji lastni Sparki so v podatkovnem centru v Hradcu Králové na Češkem. Partnerski Sparki so v lasti partnerjev in gostujejo v njihovih prostorih v ZDA, na Švedskem, Nizozemskem, Slovaškem in v Hongkongu, partner pa ima do svoje naprave fizični dostop. Konzola pred zagonom pokaže državo in ali je ta v EGP.
Kdo to vodi
GPUwerk je nova platforma, za njo pa stojim jaz: Samuel Seidel, ustanovitelj, ki posluje kot PRINT IT! SE s sedežem v Pragi. Od septembra 2026 je na njej 94 razvijalcev zagnalo 374 instanc (stanje 9. novembra 2026). Razpoložljivost in incidenti so na status.gpuwerk.com. Če niste prepričani, ali bo vaš sklad deloval, mi pred plačilom pišite prek kontaktne strani; odgovarjam sam.
Pogosta vprašanja
Katera različica CUDA je na napravi?
Oba odtisa, DGX OS 7 in Ubuntu 24.04, vsebujeta komplet orodij CUDA 13.0 z nvcc in NCCL. Gonilnik NVIDIA prihaja od gostitelja in ga znotraj instance ni mogoče spremeniti.
Je ta odtis DGX OS res DGX OS podjetja NVIDIA?
Ne. Gre za mojo lastno različico v vsebniku: Ubuntu 24.04 z orodji CUDA 13.0, NCCL in NVIDIA DCGM. /etc/dgx-release ga označuje kot odtis GPUwerka.
Ali lahko na njem gradim odtise Docker?
Na nekaterih napravah da: številni najeti Sparki vašo instanco poganjajo kot sistemski vsebnik z lastnim demonom Docker, zato docker build in docker run --gpus all tečeta izvorno na arm64. Drugi poganjajo navaden vsebnik brez Dockerja. Izbrati ne morete; docker info vam pove, kaj imate.
Koliko stane kratek preizkus?
Približno 0,26 USD za 20 minut pri 0,79 USD na uro, obračun po minutah iz predplačniškega dobroimetja. Za zagon potrebuje račun dobroimetje za eno uro. Ko končate, instanco odstranite in obračun se konča; s tem se izbriše delovni prostor.