Skaitļošana, datu analītika, mākslīgā intelekta modeļu apmācīšana un darbināšana, dažādu prototipu veidošana – tie ir tikai daži no uzdevumiem, ko var paveikt ar superdatora palīdzību. Tā ir ierīce, kas lietotājam būtībā dod superspējas, lai darbu paveiktu ātrāk, precīzāk un efektīvāk. IT uzņēmums “Datakom” šajā jomā ir zinošs. Ieguvis “Nvidia” sertificēta partnera statusu, tas uzņēmumiem Latvijā piedāvā jaudīgus superdatorus dažādu biznesa vajadzību apmierināšanai. Kādi superdatori uzņēmumiem ir pieejami? Ko ar šīm ierīcēm var izdarīt un kādās jomās tās ir noderīgākās? To sarunā atklāj “Datakom” biznesa attīstības vadītājs Edijs Tanons.
“Datakom” darbojas no 1994. gada un šajā laikā uzkrājis milzīgu pieredzi ar dažādu sistēmu integrāciju. Šobrīd “Datakom” sevi izaicina ar superdatoriem saistītos projektos. Tie lieliski parāda, kādu pienesumu biznesā var sniegt mākslīgais intelekts (MI). “Redzam, ka mākslīgais intelekts ir milzīga efektivitātes atslēga. Tas ārkārtīgi strauji attīstās. Lielākā vai mazākā mērā MI vajadzēs visiem uzņēmumiem”, uzskata Edijs Tanons.

Kāds “Datakom” bija pagājušais gads? Kādas interesantas tendences novērojāt?
Pagājušais gads bija izaicinošs. IT tirgū notika daudz un straujas pārmaiņas. Neskatoties uz to, “Datakom” finanšu rezultāti ir labi. Esam ļoti daudz enerģijas un resursu ieguldījuši jaunos biznesa virzienos. Pērn savu darbību aktīvi izvērsām Baltijā. Piemēram, Lietuvā sākām piedāvāt pakalpojumu “Tiki-Taka PAY”. Tāpat turpinājām attīstīt esošos produktus. Viens no tiem ir IT ārpakalpojums “Worry-Free IT”, kas ir visaptverošs IT uzturēšanas pakalpojums. Būtiski, ka pērn arī izveidojām partnerību ar “Nvidia”. Tās ietvaros uzņēmumiem piedāvājam “Nvidia” superdatorus. Pirmās iekārtas pie klientiem nonāca jau pērnā gada beigās.
Vai no klientu puses jūtat vajadzību pēc produktiem, kuru pamatā ir mākslīgais intelekts?
Manuprāt, tas mākslīgā intelekta burbulis ir milzīgs. Vienlaikus MI spējas pagājušā gada laikā ir būtiski attīstījušās. Ja 2025. gada sākumā MI vēl bija salīdzinoši neprofesionāls un sniedza aplamas atbildes, tad gada beigās precizitāte un kvalitāte jau bija krietni augstāka. Kopumā šobrīd MI paveic uzdevumus labāk nekā juniora līmeņa darbinieks.
Interese no mūsu klientu puses par MI risinājumiem ir. Vienlaikus novērojam tipiskā latvieša piesardzību un vēlmi pa maziem solīšiem ieiet šajā jomā – lai kāds cits pamēģina, tad mēs.
Vēl pērnā gada vidū tādi superdatori, kādus “Datakom” piedāvā saviem klientiem tagad, nebija tik pieejami un maksāja simtiem tūkstošu. Uzņēmumiem tā šķita pārāk liela investīcija. Trūka arī izpratnes, kāpēc tādas ierīces ir vajadzīgas. Lielāka interese no klientu puses parādījās pēc tam, kad “Datakom” maijā paziņoja, ka veido inženieru komandu un uz saviem datiem ir apmācījis MI modeļus. Šodien jau varam konkrēti parādīt, kā superdators strādā praksē.
Uzņēmumiem ir savi dati, kurus negribas vai nedrīkst sūtīt uz ārzemēm, tāpēc pieaug vajadzība pēc pašu uzturētiem serveriem un risinājumiem. Vai tas bija viens no iemesliem, kāpēc izveidojāt sadarbību ar “Nvidia”?
Tieši tā. Tu jau būtībā atbildēji uz šo jautājumu. Lielās korporācijas parasti sola: “Mēs visu izdarīsim jūsu vietā”. Praksē, kad izlasi līgumu, kļūst skaidrs, ka, ja kaut kas pazudīs, atgūt savus datus būs gandrīz neiespējami. Tu esi mazs spēlētājs salīdzinājumā ar šīm lielajām korporācijām. Patiesībā tu viņiem nemaz neinteresē. Tieši tāpēc lokālas sistēmas kļūst arvien pieprasītākas. Ne visiem tās ir vajadzīgas, bet ir nozares, kur tas ir ļoti aktuāli.
Kādus “Nvidia” superdatorus piedāvājat klientiem?
Analizējot klienta vēlmes un vajadzības, piemeklējam atbilstošāko iekārtu. Pats mazākais superdators, ko piedāvājam, ir “Nvidia DGX Spark”. Tas maksā ap 5000 eiro un darbojas ar “Nvidia” programmatūru, kas ļauj uzņēmumiem apmācīt MI modeļus, izmantojot iekšējos datus.
“Nvidia” ir plašs klāsts ar superdatoriem – gan mazāki un lielāki, gan lētāki un līdz miljons dolāriem vērti. “Nvidia DGX Spark” ir nedaudz lielāks par “Apple Mac Mini”. Tam ir 2 petaflopu jauda jeb tas ik sekundi var veikt 2 kvadriljonus skaitļošanas darbību. Tehnoloģiju izstādē “CES 2026” “Nvidia” prezentēja superdatoru, kuram ir divarpus reižu lielāka jauda nekā “DGX Spark”. Kad zini, kā darbojas šie mazie superdatori, saproti, ko tas nozīmē.
Kādus MI modeļus var darbināt ar “Nvidia DGX Spark”?
“Nvidia DGX Spark” spēj darbināt modeli līdz 400 miljardiem parametru, kas ir apmēram “OpenAI GPT-4” izmēra modelis. Jaunākajiem publiski pieejamajiem MI modeļiem ir pat triljons parametru. Lai tādu darbinātu, nepieciešams lielāks superdators.
Uzņēmumiem lielākoties vajag specifiskus MI modeļus, kas domāti konkrētu uzdevumu veikšanai. Uz “DGX Spark” šos specifiskos modeļus var salikt tādā kā ķēdītē. Piemēram, ir galvenais MI modelis, kas ļoti labi runā latviski, un papildus tam vairāki mazāki modeļi, kas veic attēlu, video analīzi utt. Visi šie modeļi strādā kā viena komanda. Ar galveno modeli vari sarunāties čata formā, uzdot jautājumus un saņemt atbildes. Piemēram, iedod modelim analizēt 10 stundu garu novērošanas video un jau pēc minūtes saņem atbildes uz jautājumiem.
Cik viegli ir izveidot klāsteri no “DGX Spark” vai citām “Nvidia” iekārtām?
Vienu iedarbināt ir vienkārši. Divus superdatorus salikt kopā ir jau diezgan sarežģīti. Ir ļoti jāiedziļinās instrukcijā, lai saprastu, kā tos pareizi sakonfigurēt, lai tie darbotos kā viens vesels. Salikt kopā divus “Nvidia DGX Spark” ir loģisks solis, jo uz tiem var palaist gana lielus MI modeļus, arī ātrums ir ļoti labs.
“Nvidia” saka, ka iespējams saslēgt ne vairāk kā divus šādus superdatorus. Internetā gan ir atrodama informācija, ka var izveidot klāsteri pat no četriem “DGX Spark”. Taču tas nebūs finansiāli prātīgi. Ja nepieciešama lielāka jauda, labāk uzreiz paņemt jaudīgāku superdatoru, kas maksās tikpat vai mazliet lētāk.
Kāda ir “Datakom” pievienotā vērtība?
“Datakom” ir “Nvidia” oficiālais partneris. Tas nozīmē, ka mums ir pieredze un zināšanas tirgot un piemeklēt klientam atbilstošākos “Nvidia” produktus. Šī partnerība “Datakom” arī dod piekļuvi “Nvidia” programmatūrai, dzelžiem, inženieriem un izpētes centriem, ar kuriem mums ir tiešs kontakts. Ja kaut ko nesaprotam, pajautājam viņiem. Manuprāt, milzīga pievienotā vērtība no šīs sadarbības ir tieši zināšanas, ko uzreiz iegūstam no “Nvidia”. Tas ļauj “Datakom” palīdzēt klientam saprast, kurā virzienā skatīties, kā uzbūvēt risinājumu tā, lai dzelzis un programmatūra sniegtu lielāko pievienoto vērtību biznesam.
Cik liela problēma šobrīd ir dzelžu piegāde?
Ir ļoti jūtams ierīču deficīts. Decembrī saņēmām vairākus “Nvidia DGX Spark” mazos superdatorus. Taču tiem klientiem, kuri vēlas specifiskāku risinājumu, šobrīd piegāde jāgaida trīs līdz sešus mēnešus. Pieņemu, ka Amerikas lielie datu centri ir izpirkuši tirgu sausu. Tās rūpnīcas, kurās ražo superdatorus, arī neaug gluži kā sēnes pēc lietus.
Kādi priekšdarbi klientam ir jāveic, lai “Nvidia DGX Spark” varētu pilnvērtīgi izmantot?
Tīkls ir vienīgais, kas var tehniski ierobežot šī superdatora pilnvērtīgu izmantošanu. Klientam ir nepieciešams jaudīgs tīkls. Piemēram, “Nvidia DGX Spark” ir vairāki tīkla pieslēgumi – jaudīgākais atbalsta 200 gigabitus, bet otrs ir ar 10 gigabitu ātrumu.
Pirms iegādāties šādu iekārtu klientam ir būtiski apzināties mērķi, kādus uzdevumus ar to vēlas veikt. Uz “DGX Spark” nav vērts darbināt “Excel” vai “PowerPoint”. Šī iekārta ir domāta skaitļošanas operācijām, mašīnmācīšanās modeļu apmācībai, lielo datu apstrādei reāllaikā.
Kādās jomās var izmantot šādus superdatorus?
Noteikti datu analītikā dažādās nozarēs. Pirmie “Datakom” klienti, kas nopirka superdatorus, bija tie, kas pēta un meklē krāpniecības, korupcijas riskus. Viņiem bija skaidra vīzija par šo ierīču pielietojumu, kā arī ļoti liels analizējamo datu apjoms. Finanšu risku jomā superdators var analizēt datus ne tikai izlases secībā, bet pilnīgi visu uzreiz un reāllaikā.
Superdatoriem ir labs pielietojums arī publiskajā sektorā darbā ar liela apjoma dokumentiem un datiem. Ļoti vērtīga pieredze “Datakom” bija ar lielu valsts iestādi, kurai ir milzīga dokumentu aprite. Pilotprojekta ietvaros parādījām, kā ar MI palīdzību to visu apstrādāt, izanalizēt, izveidot kopsavilkumus. Tā bija ļoti veiksmīga sadarbība, ko apstiprināja arī klients, kas šogad nopietni sāks izmantot superdatoru ikdienas darbā.
Arī universitātes, pētniecības institūcijas izrāda interesi par superdatoriem, ko vēlas izmantot pētniecībā, modelēšanā. Šīs iekārtas ļauj daudz ātrāk izstrādāt arī jaunus sistēmu interfeisus. Agrāk bija vajadzīgs sistēmu analītiķis, kurš pētīja biznesa prasības, ierobežojumus un domāja, kā veidot atbilstošu interfeisu un funkcijas. Tagad ar MI palīdzību to visu var izdarīt pāris stundu laikā. Vienlaikus joprojām ir vajadzīgs zinošs cilvēks, kurš pārbauda, vai viss izdarīts pareizi un nav nepieciešami labojumi.
Kur klientiem vērsties, ja ir vajadzība pēc šāda superdatora?
“Datakom” mākslīgā intelekta jomu redz kā virzienu, kurā jādodas ne tikai uzņēmumiem Latvijā, bet biznesiem visā pasaulē. Mūsu mērķis šogad ir paplašināt savu “AI Datacenter Engineers” inženieru komandu un piedāvāt šos pašus pakalpojumus Baltijā un Eiropā. Uzņēmumi Latvijā mūs var atrast mājaslapā datakom.lv. Ārvalstīs darbojamies ar zīmolu “AI Datacenter Engineers” un sazināties var caur mājaslapu aidatacenterengineers.com. Ja ir ideja, bet nav līdz galam izdomāts, kā to realizēt, uzrakstiet. Satiksimies un sapratīsim, vai tā var jūsu biznesam nest vērtību.




Superdators nedaudz izskatās pēc grāmatvedības dokumentu mapes (cietie vāki, iekšā tās metāla cilpas, kur uzdurt 2 caurumus).
Izskatās labi, būs vieglāk noslēpt darbā, ne tā kā manu coin maineri.
priekš kam? ekselim un epastiem?
Izlasi rakstu, tad uzzināsi.
Nav slikti
Vai tiešām uz šī dzelža iestartes GPT-4 LLM modeli?
Konkrēti GPT-4 modeli darbināt nevarēs, jo to tikai OpenAI piedāvā, taču tā kā teikts rakstā – DGX Spark dators spēj darbināt GPT-4 līmeņa modeli. Piemēri būtu Llama 4, Mistral Large 3, DeepSeek-V3 vai Qwen-235B.
Var ari pašu openAi veidoto modeli palaist https://ollama.com/library/gpt-oss
Tas ir jaudīgs, labs modelis ar labām spējām.
Ierobežojums gan būs ja uz šiem mazajiem klasteriem gribēs pie šī 120B modeļa pielikt ķēdītē kādu papildus ekspertu, piemēram, programmēšanai, bilžu veidošanai.
Lai vairākus modeļus darbinātu klasteri – vajadzēs vairākās kastes vai drīzāk lielāku serveri ar lielāku GPU atmiņu.
P.s. vairākus mazākus modeļus gan var palaist ķēdē uz šiem pašiem dzelžiem, piemeram 70B modeli ar kadu 30B modeli un 1B modeli kopa var darbināt, un sanāks fokusēts palīgs kas atpazis video stream un to aprakstīs + kadu tiešsaistes alert nosūtīs.
P.p.s. Piemēram šis modelis ir loti labs domātājs ar labu zināšanu bāzi un spēju strukturēti precīzi atbildēt.
– https://build.nvidia.com/qwen/qwen3-next-80b-a3b-instruct/modelcard
Tas pieejams no Nvidia, pielāgots arī DGX spark un līdzvērtīgs GPT 4.1 modeļa spējām.
Savukārt šim, jau GPT-5 līmeņa modelim, vajadzēs lielāku jaudu https://build.nvidia.com/deepseek-ai/deepseek-v3_2/modelcard bet varat izmēģināt pie Nvidia online.
Nepareizi lietots termins superdators. Protams, salīdzinot ar 10 gadus veciem superdatoriem, var būt veiktspēja ir līdzīga. Bet ir jau pierādīts, ka šie datori krietni atpaliek pat no MAC studio datora veiktspējas. Ja ir vēlme darbināt lokālos MI Mac studio ir labākais risinājums jo īpaši ja skatās RAM un GPU cenas.
Lai darbinātu lielākus un jaudīgākus LLM’us vai VLM’us būs vajadzīgs liels GPU RAM un ātra datu apmaiņa – Mac Studio ir ļoti labs dators, tiešām lielisks, bet šim ir priekšrocības tieši AI (mašīnmācīšanās) procesu darbināšanai, kā arī DGX sistēmām ir ļoti skaidrs paplašināšanās scenārijs – DGX Spark > DGX Studio > RTX PRO Serveri > DGX GB300 sistēmas.
Tāpat arī programmatūra – Nvidia čips spēj strādāt ar petaflopu jaudu, ja modelis māk izmantot NVFP4 precizitāti. Šāda spēja nav Apple un visticamāk nebūs, jo tas nav Apple fokuss.
Mac studio var krietni vairāk Unified memory iekraut par tādu pašu naudu. Un ja nauda nav problēma, tad MAC studio ir vēl niknākas konfigurācijas + ja/vai AI burbulis plīsīs MAC studio varēs leitot citiem mērķiem, šo kasti īsti nē.
Šo dzelzi jau izlaida kā obsolete un end of life produktu. Šie ir pārpalikumi, ko NVIDA vairs neliek datu centros (domāti procesori). Tāpēc ielīmēja šādās kastītēs kā rotaļlietu un eksperimentiem mazāk naudīgajiem.
Jūtos novecojis, darbinot Wan2.2 un LTX-2 un mācot VoxCPM runāt latviski ar savu 3090.
🫠
Nice. Nebiju iepriekš apskatījis ltx2 modeli. Jaudīgs! 👍🧨
Nepērciet mārketingu. Lai uz viņa lietotu mazu modeli ar 1M konteksta logu, ir nepieciešami tādi 5-8gb.