Powered by NVIDIA DGX Spark
Installer sur un DGX Spark neuf
Prévoyez un DGX Spark vierge sous Ubuntu 24.04 ARM64, Docker Engine/Compose v2, pilotes et conteneurs NVIDIA opérationnels, KVM, Git et Python 3.10+. Plusieurs centaines de Go temporaires sont nécessaires pour modèles, images et paquet. Ne faites pas une installation neuve sur des données existantes.
git clone https://github.com/weerocksllc/teamaibox.git
cd teamaibox
sudo bash install/from-source.shExécutez ces commandes sur le Spark. Le script télécharge les entrées, construit les images, prépare un paquet hors ligne complet puis l'installe. Cette première construction nécessite Internet et du temps ; cloner ne suffit pas. Docker/NVIDIA sont réutilisés.
Vérification et reprise
--check vérifie les prérequis. Après interruption, conservez /var/tmp/teamaibox-source-build et relancez la même commande : téléchargements vérifiés et étapes terminées sont réutilisés. N'effacez pas le cache et ne lancez pas de constructions concurrentes. Les sources officielles sont utilisées par défaut. En cas de blocage réseau, consultez le guide pour les sources alternatives ou le transfert d'un cache/paquet vérifié ; aucun miroir n'est garanti. Un code modifié exige un nouveau --work-dir, sans contourner les contrôles.
sudo bash install/from-source.sh --check
sudo bash install/from-source.shAprès l'installation
- Ouvrez
https://<BOX_LAN_IP>/à l'adresse LAN actuelle et vérifiez le certificat HTTPS généré par votre appareil. - Connectez-vous avec
admin/admin, changez le mot de passe initial, puis créez les comptes ordinaires. N'exposez pas ces identifiants sur Internet. - Attendez la disponibilité des applications et choisissez la langue et le thème dans le profil.
- Fournissez vos ISO ARM64 Windows/Linux autorisées et licences. Une cible hors ligne nécessite d'abord un paquet complet : suivez le guide du paquet. La préparation depuis les sources est en ligne.
Licence et limites
Le code original et la documentation sont MIT, pas tous les binaires installés. Composants tiers, modèles, NVIDIA, micrologiciels, Google et Windows gardent leurs conditions. Aucun poids, disque invité installé, session connectée, ISO ou paquet hors ligne n'est dans Git. La compatibilité Google n'est pas une certification Play Protect ; la diffusion ne couvre ni DRM ni certification Apple. Windows 10 ARM64 n'est pas annoncé compatible. Performances et concurrence dépendent de la charge et du matériel.
Contribuez avec nous
Rapports de bugs, documentation, traductions, accessibilité, intégrations et code sont bienvenus. Décrivez le problème dans une issue, créez un fork et une branche ciblée, puis une PR avec contrôles et captures pertinents. Un Spark n'est pas indispensable pour la documentation ou les composants isolés ; indiquez honnêtement les validations matérielles. Ne publiez ni secrets, ni fichiers personnels, ni images connectées. Signalez les vulnérabilités en privé via SECURITY.md. Aucun CLA obligatoire ni autorisation payante.
Contribuer ↗Puis-je utiliser Windows sur DGX Spark ?
Team AI Box propose des ordinateurs virtuels Windows et Linux sans remplacer le système hôte du Spark. Utilisez une ISO compatible Windows 11 ARM64 ou Linux ARM64, installez-la via l’écran virtuel du navigateur et fournissez les licences nécessaires. Vérifiez séparément la compatibilité des applications et pilotes invités.
Cloner le dépôt suffit-il pour installer le produit ?
Non. Exécutez install/from-source.sh sur un DGX Spark neuf et compatible. La préparation initiale en ligne télécharge les modèles et dépendances, construit les conteneurs et crée le paquet d’installation. Pour une cible hors ligne, préparez d’abord le paquet complet sur une machine compatible connectée. Conservez le répertoire de travail pour reprendre une préparation interrompue.