Pada CES 2025 di Las Vegas, Jensen Huang, CEO NVIDIA, memperkenalkan Project DIGITS, sebuah personal AI supercomputer yang menghadirkan performa tingkat tinggi dalam ukuran desktop. Proyek inovatif ini dirancang untuk mendemokratisasi akses teknologi Artificial Intelligence (AI) bagi peneliti, startup, dan institusi pendidikan di seluruh dunia.
Spesifikasi Canggih NVIDIA Project DIGITS
Project DIGITS dilengkapi dengan GB10 Grace Blackwell Superchip, sebuah system-on-a-chip (SoC) berbasis arsitektur Grace Blackwell. Superchip ini menggabungkan GPU Blackwell generasi terbaru dengan CUDA cores dan Tensor Cores generasi kelima, serta 20-core Grace CPU berbasis Arm Neoverse V2. CPU dan GPU terhubung melalui NVLink-C2C, memberikan bandwidth tinggi untuk komunikasi data antar komponen.
Perangkat ini mampu mencapai performa hingga 1 petaFLOP pada FP4 precision, menjadikannya solusi ideal untuk pengembangan dan inferensi model Large Language Model (LLM) skala besar. Dengan memori 128GB LPDDR5x unified memory dan bandwidth hingga 825GB/s, Project DIGITS mendekati performa RTX 6000 Ada, yang memiliki bandwidth hingga 960GB/s. Penyimpanan internal sebesar 4TB NVMe memberikan kapasitas cukup untuk menyimpan model besar, termasuk model yang telah dikompresi menjadi format 4-bit.
NVIDIA Project DIGITS: Superkomputer AI untuk Semua
Menurut Huang, Project DIGITS dirancang untuk membawa kekuatan superkomputer AI ke meja kerja semua orang, dari peneliti di laboratorium hingga pelajar dan startup kecil. “Setiap software engineer, kreator, dan pengguna komputer memerlukan AI supercomputer untuk mendukung pekerjaan mereka. Maka, kami ingin membawa superkomputer yang sama, tetapi dalam bentuk yang lebih kecil,” ujar Huang.
Dengan kemampuan untuk menangani model LLM hingga 200 miliar parameter, Project DIGITS mempermudah pengguna mengelola model AI skala besar. Selain itu, teknologi NVIDIA ConnectX networking memungkinkan dua unit Project DIGITS untuk terhubung dan menangani model hingga 405 miliar parameter. Hal ini membuat perangkat ini fleksibel untuk riset tingkat lanjut maupun eksperimen model AI yang kompleks.
Kinerja yang Mengungguli Superkomputer AI Tradisional
Dibandingkan dengan PC berbasis prosesor Intel, AMD, atau Qualcomm, NVIDIA Project DIGITS menawarkan performa yang jauh lebih tinggi. Meski begitu, perangkat ini tetap hemat daya karena hanya membutuhkan sumber listrik standar. Dalam kategori superkomputer desktop, Project DIGITS memberikan solusi yang lebih terjangkau dengan harga mulai dari $3,000.
Walaupun perangkat ini belum mampu melampaui workstation berbasis RTX 6000 Ada yang dapat mencapai 1.45 petaFLOP pada sparse FP/INT8 precision, Project DIGITS tetap menjadi pilihan unggulan untuk kebutuhan pengembangan AI skala menengah.
Mudah Digunakan: NVIDIA Project DIGITS untuk Desktop
Salah satu fitur utama Project DIGITS adalah kemudahannya untuk langsung digunakan. Huang menjelaskan, “Kami merancang perangkat ini agar pengguna dapat mulai bekerja tanpa harus membangun infrastruktur yang kompleks seperti superkomputer tradisional. Semua yang dibutuhkan sudah tersedia dalam satu paket.”
Seluruh ekosistem software NVIDIA, termasuk NVIDIA DGX Cloud dan NVIDIA AI Enterprise, berjalan mulus di perangkat ini. Framework populer seperti PyTorch, Python, dan Jupyter notebooks didukung secara native melalui optimasi perangkat keras NVIDIA. Selain itu, pengguna dapat mengakses katalog NVIDIA NGC, yang menyediakan berbagai toolkit, container software, dan model AI pra-latih untuk eksperimen dan pengembangan AI. Sebagai referensi, produk seperti NVIDIA Jetson Nano juga menawarkan solusi AI berbasis hardware untuk kebutuhan skala kecil. Namun, Project DIGITS dirancang untuk aplikasi AI skala besar dengan fleksibilitas yang lebih tinggi.
Teknologi Grace Blackwell untuk Berbagai Kebutuhan
NVIDIA Project DIGITS juga mendukung aplikasi berbasis NVIDIA Blueprints dan NVIDIA NIM microservices, yang dirancang untuk membantu pengembang menciptakan solusi berbasis AI dengan efisiensi tinggi. Dengan perangkat ini, pengguna dapat melakukan berbagai eksperimen AI, fine-tuning model, hingga implementasi aplikasi berbasis AI di sektor medis, finansial, maupun kreatif.
Teknologi Terkini, Siap Meluncur Mei 2025
Dengan desain menyerupai Intel NUC mini-PC, NVIDIA Project DIGITS memberikan fleksibilitas yang luar biasa. Pengguna dapat mengembangkan model AI lokal, kemudian memindahkannya ke NVIDIA DGX Cloud atau infrastruktur data center berbasis Grace Blackwell architecture untuk deployment skala besar. Solusi ini mempermudah transisi dari eksperimen hingga produksi dengan lingkungan pengembangan yang konsisten.
Menurut NVIDIA, perangkat ini akan tersedia mulai Mei 2025 melalui mitra resmi mereka. Untuk informasi lebih lanjut, kunjungi halaman resmi NVIDIA Project DIGITS.
Mendefinisikan Ulang Komputasi AI dengan NVIDIA Project DIGITS
Dengan membawa kekuatan Grace Blackwell AI Supercomputer ke dalam perangkat desktop, NVIDIA kembali menegaskan posisinya sebagai pemimpin dalam inovasi teknologi. Project DIGITS tidak hanya merevolusi cara pengembangan AI dilakukan, tetapi juga membuka peluang baru bagi peneliti, startup, dan institusi pendidikan untuk mengakses teknologi AI tingkat tinggi yang sebelumnya hanya tersedia di data center besar.
Kesimpulan
NVIDIA Project DIGITS merupakan terobosan besar dalam dunia komputasi AI. Dengan mengintegrasikan teknologi Grace-Blackwell Superchip dalam bentuk desktop, perangkat ini menghadirkan performa superkomputer AI ke meja kerja pengguna. Project DIGITS dirancang untuk mendemokratisasi akses ke pengembangan AI, baik untuk peneliti, pelajar, maupun startup. Dengan spesifikasi canggih seperti 128GB LPDDR5x memory, 4TB NVMe storage, dan performa hingga 1 petaFLOP pada FP4 precision, perangkat ini menjadi solusi ideal untuk eksperimen model AI, fine-tuning, hingga aplikasi edge. NVIDIA juga memastikan kemudahan penggunaan dengan dukungan software seperti NVIDIA AI Enterprise dan DGX Cloud. Mulai tersedia Mei 2025, Project DIGITS menjadi bukti komitmen NVIDIA dalam membawa teknologi AI ke lebih banyak pengguna.
Glosarium
- AI (Artificial Intelligence)
Teknologi yang memungkinkan mesin meniru kecerdasan manusia, termasuk pengenalan suara, natural language processing, dan machine learning. - Bandwidth
Kapasitas maksimum data yang dapat dikirimkan dalam satu waktu melalui jalur komunikasi, penting untuk performa AI. - CUDA Cores
Unit pemrosesan di GPU NVIDIA yang dirancang untuk mempercepat parallel computing dalam machine learning dan rendering grafis. - DGX Cloud
Layanan cloud dari NVIDIA yang mendukung pengembangan dan deployment aplikasi AI skala besar. - FP4 (Floating Point 4-bit)
Format representasi angka yang sangat efisien untuk meningkatkan kecepatan dan mengurangi kebutuhan memori dalam model AI besar. - GPU (Graphics Processing Unit)
Prosesor untuk grafis yang juga digunakan untuk high-performance computing dalam AI dan deep learning. - Grace Blackwell Superchip
Chip yang menggabungkan Grace CPU dan Blackwell GPU, dirancang untuk performa tinggi dalam komputasi AI. - Jupyter Notebook
Platform berbasis web untuk menulis, menjalankan, dan mendokumentasikan Python code, populer di kalangan data scientists dan developers. - LLM (Large Language Model)
Model bahasa besar yang dilatih dengan dataset masif untuk menghasilkan dan memahami teks secara kompleks. - MediaTek
Perusahaan teknologi yang berkolaborasi dengan NVIDIA dalam pengembangan Project DIGITS. - NVLink-C2C
Teknologi koneksi NVIDIA yang menyediakan high-bandwidth data transfer antara CPU dan GPU. - NGC (NVIDIA GPU Cloud)
Katalog software, containers, dan pre-trained AI models dari NVIDIA yang mendukung pengembangan AI secara cepat. - Precision
Tingkat akurasi dalam perhitungan numerik; FP4 dan INT8 adalah format yang umum digunakan dalam AI computing. - RTX 6000 Ada
High-end workstation GPU dari NVIDIA yang dirancang untuk aplikasi grafis dan AI. - SoC (System on a Chip)
Chip yang mengintegrasikan CPU, GPU, dan memori dalam satu perangkat untuk efisiensi tinggi. - Sparse
Teknik optimasi AI yang mengurangi kompleksitas model dengan menghapus elemen yang tidak relevan. - Tensor Cores
Unit khusus pada GPU NVIDIA yang mempercepat matrix operations, sangat berguna dalam deep learning. - Unified Memory
Arsitektur memori yang memungkinkan CPU dan GPU mengakses shared memory pool untuk meningkatkan efisiensi data transfer. - V2 Arm Neoverse
Arsitektur CPU berbasis Arm yang dirancang untuk high-performance workloads, digunakan dalam Grace CPU.
