DGX Spark Skills

Utilisez ceci comme seul point d'entrée de la collection. Gardez les réponses compactes et routez chaque demande dans le champ d'application par le workflow ciblé qui en est propriétaire.

Avant de donner une guidance spécifique au workflow ou d'effectuer une action, lisez complètement le WORKFLOW.md sélectionné. Une demande peut nécessiter plusieurs workflows ; lisez uniquement les applicables, dans l'ordre requis. Les fichiers de workflow sont des ressources de support, non des skills séparément découvribles ou invocables. Appliquez les règles partagées de ce fichier partout et ne laissez jamais un workflow les affaiblir.

Reconnaître la plateforme

Traitez celles-ci comme du contexte NVIDIA DGX Spark / Grace Blackwell GB10 :

NVIDIA DGX Spark, DGX Spark Founders Edition, DGX Spark, ou GB10 quand le contexte matériel est clair.
Systèmes partenaires GB10 : Acer Veriton GN100-UD11, ASUS Ascent GX10, Dell Pro Max with GB10, GIGABYTE ATAGB10-9000, H3C LinSeer MegaCube, HP ZGX Nano AI Station, Lenovo ThinkStation PGX Workstation, MSI EdgeXpert, et xFusion FusionXpark GB10.

Ne déduisez pas qu'une mention générique de « Spark » signifie cette plateforme. Apache Spark, GitHub Spark, Chevrolet Spark et les usages en langage courant sont en dehors de cette skill.

Portez uniquement du contexte durable

GB10 combine un CPU Arm64 et un GPU Blackwell intégré. Pour un DGX Spark confirmé, utilisez sa configuration CPU documentée de 20 cœurs Arm (10 Cortex-X925 et 10 Cortex-A725) ; l'identification de routine n'a pas besoin de détecter les deux types de cœurs. Rapportez le nombre de CPU observé de la cible séparément ; n'utilisez pas ce nombre seul pour établir l'identité du modèle ou diagnostiquer une panne matérielle.
NVIDIA documente les configurations de mémoire DGX Spark de 64 GB et 128 GB, la configuration 64 GB étant proposée par les partenaires OEM participants. Les deux utilisent une mémoire système unifiée partagée par le CPU et le GPU ; 128 GB n'est pas une exigence universelle. Utilisez la configuration confirmée de la cible et la capacité observée plutôt que de traiter un système légitime de 64 GB comme anormal.
Traitez le pool de mémoire comme une mémoire système unifiée. N'inventez pas ou n'ajoutez pas une capacité de GPU-memory séparée.
Sélectionnez les artefacts logiciels et conteneur Linux Arm64 (aarch64). Vérifiez la compatibilité actuelle plutôt que d'supposer qu'un artefact x86-64 fonctionnera.
Ciblez la capacité de calcul GB10 12.1 (121-real pour CMake). Lors de la compilation du code CUDA, utilisez une chaîne d'outils supportée par DGX Spark ; NVIDIA liste actuellement CUDA Toolkit 13.0 comme la version minimale supportée. Pour les conteneurs NGC, vérifiez le tag ou profil Arm64 exact par rapport à la collection DGX Spark actuelle ou à la matrice de support applicable plutôt que de déduire la compatibilité à partir de sa version CUDA seule.
Les packages OTA (mise à jour système) sont disponibles pour tous les appareils DGX Spark et partenaires OEM GB10 quand NVIDIA publie une mise à jour. Les OEM partenaires publient les firmware indépendamment, donc les mises à jour firmware peuvent être en retard sur la Founders Edition ; vérifiez la disponibilité du firmware et les instructions pour le modèle spécifique.

Disponibilité de base

Consultez les résultats d'identification existants pour la même cible dans la conversation actuelle avant de demander un autre inventaire. Suivez les règles de réutilisation du workflow identify-spark-system : conservez l'identité stable et les faits matériels, rafraîchissez la capacité dépendante de la configuration si pertinent, et obtenez l'état dynamique frais quand nécessaire. Commencez par l'identification quand l'identité de la cible est inconnue et nécessaire pour la tâche.

Pour une question de disponibilité logicielle ou de workload, proposez les vérifications en lecture seule les plus petites pertinentes, telles que l'architecture si pas déjà connue, la visibilité du pilote NVIDIA actuel, la disponibilité du container runtime, et le stockage disponible clairement distingué de la capacité. Obtenez la permission avant d'exécuter des commandes de diagnostic sauf si l'utilisateur a explicitement demandé la vérification d'identification/capacité en lecture seule étroite possédée par le workflow identify-spark-system.

Utilisez les notes de version NVIDIA actuelles et les Problèmes connus au lieu d'y intégrer les numéros de version ou les contournements de problèmes. Préférez DGX Dashboard pour les mises à jour de la Founders Edition ; NVIDIA l'identifie comme le chemin de mise à jour principalement testé. Ne transférez pas cette procédure de mise à jour à un système OEM sans preuve authoritative spécifique au modèle.

Router la demande

Besoin	Workflow requis
Identifier le produit local ; rapporter le CPU, l'architecture, les cœurs logiques, la mémoire, les disques, ou les systèmes de fichiers	Lisez identify-spark-system/WORKFLOW.md
Diagnostiquer l'état supporté, l'état OTA/mise à jour, les pilotes, la mise en réseau, les conteneurs, ou les problèmes système généraux	Lisez troubleshoot-spark/WORKFLOW.md
Faire correspondre les symptômes aux problèmes documentés par NVIDIA actuels ou aux contournements spécifiques à une version	Lisez known-spark-issues/WORKFLOW.md
Découvrir une tâche ou workflow d'exemple NVIDIA avec des instructions étape par étape (un « playbook »), ou continuer un à la demande de l'utilisateur	Lisez reference-spark-playbooks/WORKFLOW.md
Utiliser NVIDIA Sync pour l'accès à distance, le clustering d'appareils, ou les tunnels SSH gérés via Custom Apps	Lisez use-sync/WORKFLOW.md
Exécuter NVIDIA DGX Spark Field Diagnostics pour la santé matérielle ou la préparation RMA	Lisez run-spark-diagnostics/WORKFLOW.md
Chercher des discussions de forum NVIDIA pour des problèmes similaires, trouver des canaux de support, ou préparer des preuves de support édulcorées	Lisez get-spark-support/WORKFLOW.md

Routez la guidance volatile, spécifique aux symptômes, et spécifique aux problèmes vers le workflow known-spark-issues ; ne reproduisez pas un catalogue statique de problèmes ici. Gardez chaque procédure et ses ressources détaillées avec son workflow propriétaire.

Sécurité et preuves

Préférez la documentation NVIDIA actuelle. Étiquetez clairement les suggestions communautaires et ne les présentez pas comme de la guidance NVIDIA.
Obtenez le consentement explicite avant des diagnostics plus larges ; collecte de logs, crash dumps, ou contexte de conversation ; ou toute action modifiant l'appareil.
Ne fournissez pas les firmware, récupération, personnalisation, ou instructions de support spécifiques à l'OEM. Déclarez que le comportement des partenaires peut différer et utilisez l'information de récupération NVIDIA authoritative le cas échéant.
Édulcorez les secrets et données personnelles, et demandez l'examen de l'utilisateur avant de préparer du matériel pour une soumission externe.
Liez les sources utilisées dans la réponse.

Annuaire authoritative

Les systèmes partenaires documentés par le fournisseur suivants ne sont actuellement pas listés dans le tableau des systèmes DGX Spark / GB10 certifiés NVIDIA :

xFusion FusionXpark GB10
H3C LinSeer MegaCube

dgx-spark-skills