DGX Spark: malé datacentrum na stole. Co zvládne lokální AI ve firmě?

Z chaotických poznámek e-mail, ze záznamů schůzek pracovní postup, z dokumentů podklady pro rozhodování. Na NVIDIA DGX Spark s 128 GB paměti zkouším šest lokálních modelů a ukazuji, co funguje, jak dlouho odpovědi trvají a co musíte zkontrolovat. Přidal jsem říjnovou dotáčku o novějších modelech, ThinkingCap Qwen 3.8 27B na notebooku RTX 5080 se 16 GB GPU a ukázku Qwen 3.8 27B v cloudu Cerebras. Kompletní výsledky, metodika a firemní scénáře: https://dgx.liborkovar.com Zařízení poskytl TD SYNNEX ve spolupráci s Enter AI. Děkuji za možnost DGX Spark vyzkoušet.

Kapitoly: 00:00 Malé domácí datacentrum 01:26 Z chaotických poznámek e-mail 02:46 Co ukázalo šest modelů 05:04 Velké modely na malé krabičce 06:58 Pracovní postup pro tým: záznamy schůzek 11:53 Výsledky a praktické využití 12:06 Další firemní úlohy a výsledky 13:15 Novější modely a test na notebooku 15:36 Lokální AI versus cloud 16:10 Jak začít ve firmě Testované modely na DGX Spark: Gemma 4 E4B, Gemma 4 26B, Gemma 4 31B, Nemotron 3 Nano 30B, Nemotron 3 Super 120B a Qwen 3.5 122B. Test Sparku pochází z března 2026; aktualizace a notebook/cloud z října 2026. Jak číst čísla: čekání je označené a zrychlené. U původních testů uvádím čas a T/s z rozhraní včetně režie a thinking. Graf z webu ukazuje průměrné decode tok/s z benchmarku Full 10 FAST warm s načtenými modely. Odkazy: https://bottlecapai.com/post/thinkingcap-qwen3-8-27b/ https://huggingface.co/bottlecapai/ThinkingCap-Qwen3.8-27B https://artificialanalysis.ai Vlastní AI klon / AI zaměstnanec: https://aiklony.cz Napište do komentářů, jaký konkrétní proces ve firmě byste chtěli automatizovat. #NVIDIA #DGXSpark #LokalniAI #UmelaInteligence