dgx-spark

name	dgx-spark
description	NVIDIA DGX Spark (ARM64 + CUDA 13.0) 環境での開発ガイド。PyTorch のインストール、ARM64 wheel の取得、GPU 関連の設定を行う。「DGX Spark」「CUDA」「PyTorch インストール」「ARM64 の GPU 環境」「Blackwell」などのリクエストで使用する。

DGX Spark (ARM64 + CUDA 13.0)

このマシンは NVIDIA DGX Spark。

• アーキテクチャ: ARM64 (aarch64)
• CUDA: 13.0
• GPU: NVIDIA GB10 (sm_121, Blackwell)
• VRAM: 119.7 GB（CPU と共有のユニファイドメモリ）

メモリ管理（最重要）

121GB のメモリは CPU と GPU で共有するユニファイドメモリで、使い切るとマシンごと落ちる。実際に flash-attn と gptqmodel を MAX_JOBS=10 で同時ソースビルドして DGX Spark がクラッシュし、さらに flash-attn 単体を MAX_JOBS=4 NVCC_THREADS=1 TORCH_CUDA_ARCH_LIST=12.1 に絞ってもクラッシュして再起動した実績がある。

• flash-attn のソースビルドはこのマシンで禁止。flash-attn 依存のパッケージ（exllamav3 など）は aarch64 のプリビルド wheel が出るまで導入しない。どうしても必要ならユーザーの明示承認を得て MAX_JOBS=1 で試す
• その他の CUDA 拡張のソースビルド（gptqmodel、exllamav2 など）は MAX_JOBS=2 から MAX_JOBS=4、NVCC_THREADS=1 に制限する。gptqmodel 5.8.0 は MAX_JOBS=4 で数分でビルドできた
• 重いビルドは 1 パッケージずつ順番に実行し、複数パッケージの同時ビルドをしない
• ビルドとモデルロード・GPU ベンチマークを並行して走らせない
• 長時間処理の開始前と途中で free -h を確認し、available が 30GB を切ったら並列度を下げるか処理を止める
• GPU メモリもユニファイドメモリから取られるため、大きなモデルのロード中は CPU 側の余裕も同時に減る前提で計画する

CUDA 拡張のソースビルド知見

• システム Python (/usr/bin/python3) には Python.h が無く、--no-build-isolation の CUDA 拡張ビルドが失敗する。uv python install 3.12 と uv sync --managed-python で uv 管理 Python（ヘッダ同梱）に切り替える
• torch をビルド時に参照するパッケージ（gptqmodel、flash-attn、exllamav2/v3）は --no-build-isolation-package <pkg> を付けて venv の torch を見せる
• exllamav2 0.3.2 は config.h が無条件に USE_AVX2 を定義していて aarch64 で mm_malloc.h エラーになる。#if defined(__x86_64__) ガードを当てれば JIT 拡張は sm_120 でビルド・動作する（上流バグ）
• llama.cpp は cmake -B build -DGGML_CUDA=ON -DCMAKE_CUDA_ARCHITECTURES=121 と cmake --build build -j 4 で問題なくビルドできる（121 は自動で 121a に置換される）

Ubuntu パッケージ管理

パッケージのインストール、削除、更新をエージェントやスクリプトから実行する場合は apt-get を使う。man apt では apt は end-user tool とされ、version 間で behavior が変わる可能性があるため、scripts では backward compatibility のため apt-get / apt-cache を prefer すべきと説明されている。

例:

sudo apt-get install -y kitty

対話的に人間が手元で実行するだけなら apt install kitty でもよいが、DGX Spark スキル内の手順やエージェント実行では apt-get を優先する。

PyTorch インストール

PyPI の stable torch 2.11.0 以降は ARM64 + CUDA 13（cu130）の wheel を同梱しており、torch>=2.4 を PyPI からそのまま入れるだけで torch.cuda.is_available() が True になる（2026-07 に DGX Spark 実機で確認済み）。まず PyPI stable を試す。

stable で ARM64 + CUDA wheel が取れない場合のみ、PyTorch nightly から取得する。

pyproject.toml に torch と triton を両方明示し、uv.sources で nightly インデックスを指定する:

[project]
requires-python = ">=3.11,<3.12"
dependencies = [
    "torch==2.11.0.dev20260105",
    "triton",
]

[tool.uv.sources]
torch = { index = "pytorch-nightly-cu130" }
triton = { index = "pytorch-nightly-cu130" }

[[tool.uv.index]]
name = "pytorch-nightly-cu130"
url = "https://download.pytorch.org/whl/nightly/cu130"
explicit = true

ポイント:

• torch と triton の両方を dependencies に追加する (triton がないと uv.sources が適用されない)
• ARM64 wheel がある特定バージョンを指定する (最新版には ARM64 wheel がない場合がある)
• explicit = true で他のパッケージは PyPI から取得する

ARM64 未対応パッケージ

以下のパッケージは ARM64 wheel がない:

• decord: opencv-python-headless で代替