DGX Dashboard auf dem DGX Spark: Port 11000, Login, Fernzugriff vom Laptop und Einrichtung ohne Monitor

DGX Dashboard: Port, Adresse und Anmeldung

DGX Dashboard läuft auf dem DGX Spark selbst, auf Port 11000, und öffnet sich im Browser unter http://localhost:11000. Sie melden sich mit dem Linux-Benutzernamen und dem Passwort an, die im Einrichtungsassistenten angelegt wurden; ein Dokument von NVIDIA mit einem Standard-Login haben wir nicht gefunden. Für den Fernzugriff vom Laptop öffnet NVIDIA Sync das Dashboard über einen SSH-Tunnel, den es für Sie einrichtet, und ohne Sync leistet ein SSH-Tunnel, der Port 11000 weiterleitet, dasselbe.

NVIDIAs Playbook zum DGX Dashboard (zuletzt aktualisiert am 31. Juli 2026) beschreibt es als „eine Webanwendung, die lokal auf Ihrer Hardwareplattform läuft“, mit „einer grafischen Oberfläche für System-Updates, Ressourcenüberwachung und eine integrierte JupyterLab-Umgebung“. Der Anmeldeschritt fragt nach „dem Systembenutzernamen Ihrer Hardwareplattform“ und „Ihrem Systempasswort“. Das Kapitel zum ersten Start im User Guide (aktualisiert am 10. September 2026) fordert Sie auf: „Legen Sie Ihren Benutzernamen und Ihr Passwort für den Systemzugang an“, und das Kapitel zum Dashboard ergänzt, dass Updates und die Änderung des Systemnamens Zugriff per sudo brauchen: „Das bei der Ersteinrichtung angelegte Konto hat diesen Zugriff.“ Die Zugangsdaten, die NVIDIA für jeden Spark aufdruckt, sind Name und Passwort des Einrichtungs-Hotspots. Unser Leitfaden zum ersten Tag mit dem DGX Spark geht den Assistenten selbst durch; dieser Artikel behandelt das Dashboard, den Fernzugriff und den Betrieb eines Spark ohne Bildschirm.

Was DGX Dashboard leistet und wo Sie es finden

Nach der Anmeldung zeigt das Playbook „das Haupt-Dashboard mit Bereichen für die JupyterLab-Verwaltung, die Systemüberwachung und die Einstellungen“. Die Tabelle ordnet häufige Aufgaben den Bedienelementen zu, die NVIDIA nennt.

NVIDIAs Playbook zum DGX Dashboard auf build.nvidia.com (aktualisiert am 31. Juli 2026) und DGX Spark User Guide, Kapitel DGX Dashboard (aktualisiert am 10. September 2026), abgerufen am 16. Oktober 2026.

Auf dem Desktop des Spark selbst klicken Sie laut User Guide unten links auf dem Ubuntu-Desktop auf „Show Apps“ und wählen die Verknüpfung DGX Dashboard, die den Standardbrowser öffnet. Updates erscheinen als Banner oder auf der Seite Settings. NVIDIA warnt: „System-Updates aktualisieren Pakete und Firmware (sofern verfügbar) und lösen einen Neustart aus“, und danach sei „die einzige Rücknahme die Wiederherstellung aus einer Systemsicherung oder von einem Wiederherstellungsmedium“. NVIDIA nennt das Dashboard „den primären und empfohlenen Weg, System-Updates durchzuführen“. Der manuelle Weg im Update-Leitfaden ist sudo apt update und sudo apt dist-upgrade für Pakete, sudo fwupdmgr refresh und sudo fwupdmgr upgrade für Firmware, danach sudo reboot.

DGX Spark mit dem Laptop verbinden

Alle dokumentierten Wege vom Laptop aus laufen über SSH, entweder von NVIDIA Sync verwaltet oder von Hand eingegeben.

NVIDIA Sync User Guide (Kapitel aktualisiert am 2. September 2026), NVIDIAs Connect-Playbook „Use NVIDIA Sync to Connect Remotely to Your AI Compute“ (aktualisiert am 24. September 2026), Playbook zum DGX Dashboard (aktualisiert am 31. Juli 2026) und DGX Spark User Guide (aktualisiert am 10. September 2026), abgerufen am 16. Oktober 2026.

NVIDIA Sync läuft auf dem Laptop, für den das Connect-Playbook Windows 11, macOS oder Ubuntu 24.04 oder höher voraussetzt. Für die erste Verbindung gilt: „Ihr Spark muss sich im selben Netzwerk befinden wie Ihr Laptop.“ Sie wählen den Spark aus den Systemen, die Sync findet, oder fügen ihn mit Name, Hostname oder IP-Adresse, SSH-Port (standardmäßig 22), Benutzername und Passwort hinzu. Das Playbook sagt: „Ihr Passwort wird nur vorübergehend für die Einrichtung verwendet und weder protokolliert noch gespeichert.“ Sync verwaltet danach den schlüsselbasierten Zugang und kann Ihr Konto auf dem Spark in die Docker-Benutzergruppe aufnehmen. Zu seinen Anwendungen gehören ein Terminal, DGX Dashboard und Resource Monitor, dazu Code-Editoren wie Cursor und NVIDIA AI Workbench, und eine eigene Anwendung bindet einen Port Ihrer Wahl zwischen Spark und Laptop.

Ein Spark gibt seinen Namen per mDNS bekannt, zum Beispiel spark-abcd.local. Wo das Netzwerk mDNS blockiert, nennt NVIDIAs Tabelle zur Fehlerbehebung stattdessen die IP-Adresse. Der manuelle Weg ist ein einziger Befehl: ssh -L 11000:localhost:11000, gefolgt von <username>@<hostname>.local oder von <username>@<IP address>; danach öffnet sich das Dashboard auf dem Laptop unter http://localhost:11000. Unter macOS weist NVIDIAs FAQ zum DGX Spark darauf hin, dass Terminal-Anwendungen von Drittanbietern in den Systemeinstellungen Zugriff auf das lokale Netzwerk brauchen, bevor sie den Spark erreichen.

Für den Zugriff von außerhalb des Büros braucht die Tailscale-Integration von Sync ein Tailscale-Konto, und das Playbook weist darauf hin, dass die Registrierung bei Tailscale über einen Identitätsanbieter eines Drittanbieters läuft. Der Tailscale-Client wird auf dem Spark installiert, und der Laptop braucht keine eigene Tailscale-App.

Wir liefern DGX-Spark-Systeme in der Founders Edition, auf Wunsch mit Inbetriebnahme durch unseren Engineering-Partner Vixen.UNO. Beschreiben Sie im Formular unten, wie Ihre Entwickler die Spark-Systeme erreichen werden, und wir antworten innerhalb eines Werktages mit einer Konfiguration und einem Angebot.

DGX Spark ohne Monitor über den Hotspot einrichten

Ein Spark lässt sich ohne Bildschirm, Tastatur und Maus einrichten und nutzen. NVIDIAs Quick Start Guide nennt diesen Weg „Configuring as a network connected compute device“. Seine Karte führt für jeden Spark drei Werte auf: „Hotspot SSID: spark-<unique name>“, „Hotspot password: <unique password>“ und „System Setup Page: http://spark-<unique name>.local“. Laut User Guide sind SSID und Passwort „auf einem Aufkleber am Quick Start Guide aufgedruckt“. Bewahren Sie diese Karte beim Eintrag in der Inventarverwaltung auf, denn das Hotspot-Passwort ist für jeden Spark ein anderes.

Sie verbinden einen Laptop mit dem Hotspot und öffnen die Einrichtungsseite, und der Assistent, der im Browser des Laptops läuft, fragt neben anderen Schritten nach dem WLAN, dem der Spark beitreten soll. Ist der Laptop mit dem Hotspot verbunden, kann die Einrichtungsseite aber nicht öffnen, sollen Sie laut NVIDIAs FAQ unter Windows das WLAN-Netzwerkprofil auf privat stellen und Netzwerkerkennung sowie Datei- und Druckerfreigabe einschalten und unter macOS dem Browser den Zugriff auf das lokale Netzwerk erlauben. Die FAQ ergänzt: „Der DGX Spark sendet die SSID nur, bis die Ersteinrichtung abgeschlossen ist“; ein bereits eingerichteter Spark zeigt also keinen Hotspot.

NVIDIA dokumentiert eine weitere Fehlerquelle, nachdem der Spark Ihrem Netzwerk beigetreten ist. Ist der Hotspot verschwunden und erreicht der Laptop den Spark nicht, heißt es im Kapitel zum ersten Start, „der Spark ist dem Netzwerk beigetreten, aber Ihr Laptop kann nicht mit ihm kommunizieren“, und als Ursachen nennt es Client-Isolation, ein anderes Netzwerk oder nicht funktionierendes mDNS; schlägt die Einrichtung fehl, „müssen Sie Bildschirm, Tastatur und Maus anschließen, um fortzufahren“. Für einen Spark, der an einen anderen Standort umzieht, beschreibt die FAQ ein Ethernet-Kabel zum Router, SSH oder NVIDIA Sync über den Hostnamen oder, wenn dieser nicht aufgelöst wird, über die IP-Adresse, die der Router anzeigt, und nmcli, um das neue WLAN zu konfigurieren.

Von der Einrichtung ohne Monitor zum ersten JupyterLab-Notebook

Diese Abfolge beginnt mit einem Spark im Karton und endet mit einem Notebook, das darauf läuft und vom Laptop aus geöffnet ist.

1. Schließen Sie Ethernet an, wenn Sie es nutzen, und das Netzteil zuletzt, denn der Spark startet, sobald er Strom hat.
2. Verbinden Sie den Laptop mit dem Hotspot, der auf dem Quick Start Guide steht, und öffnen Sie die dort genannte System Setup Page.
3. Schließen Sie den Assistenten ab, legen Sie Benutzernamen und Passwort an und schalten Sie den Spark nicht aus, während er installiert und neu startet.
4. Bringen Sie den Laptop in dasselbe Netzwerk wie den Spark, installieren Sie NVIDIA Sync und fügen Sie den Spark über Hostname oder IP-Adresse hinzu.
5. Klicken Sie in Sync auf Connect und dann auf DGX Dashboard; das Dashboard öffnet sich unter http://localhost:11000.
6. Melden Sie sich mit Ihrem Linux-Benutzernamen und Passwort an und klicken Sie im Bereich JupyterLab auf Start.
7. Warten Sie, bis der Status über Starting und Preparing auf Running wechselt; klicken Sie auf Open In Browser, wenn sich kein Tab öffnet.
8. Wählen Sie in JupyterLab File, New, Notebook und den Kernel Python 3 (ipykernel), und führen Sie eine erste Zelle aus.

NVIDIA veranschlagt für sein Playbook zum DGX Dashboard, das einen Test zur Bildgenerierung in einem solchen Notebook enthält, 30 Minuten, länger beim ersten Start von JupyterLab und beim ersten Download eines Modells. Ohne Sync wird Schritt 5 zu einem SSH-Tunnel mit einem zweiten -L <port>:localhost:<port> für den Port, der für Ihr Konto in jupyterlab_ports.yaml steht.

JupyterLab auf dem DGX Spark für mehrere Nutzer

JupyterLab gibt es je Konto. NVIDIAs User Guide sagt: „Jedem Benutzerkonto auf dem System wird ein Port zugewiesen“, aufgeführt in der Datei jupyterlab_ports.yaml unter /opt/nvidia/dgx-dashboard-service, und: „Für den Fernzugriff auf JupyterLab müssen Sie es genauso tunneln wie das Dashboard selbst.“ NVIDIA Sync verwaltet diesen Tunnel. Beim ersten Start legt das Dashboard das Arbeitsverzeichnis /home/<USERNAME>/jupyterlab an, richtet darin eine virtuelle Umgebung ein und hält die installierten Pakete dort in einer Datei requirements.txt fest. Um das Arbeitsverzeichnis zu wechseln, beenden Sie JupyterLab, ändern den Pfad und starten es neu, wodurch eine neue, getrennte Umgebung entsteht.

Für ein Team aus vier Entwicklern an einem Spark heißt das: vier Linux-Konten, vier JupyterLab-Ports und vier getrennte Umgebungen, während sich alle vier Notebooks dieselben 128 GB Speicher und dieselbe GPU teilen. Unser Artikel zur gemeinsamen Nutzung eines DGX Spark im Team behandelt Serving-Engine und Frontend für diesen Fall. Mit vier Spark-Systemen kann jeder Entwickler einen eigenen Spark haben, und NVIDIA Sync zeigt alle vier auf dem Laptop an. Werden zwei davon später für größere Modelle gekoppelt, richtet der Cluster Assistant von Sync den Cluster ein und prüft die Verbindung, wie unser Artikel zum Koppeln von zwei Spark-Systemen beschreibt.

Fernzugriff auf den DGX Spark im Firmennetz absichern

NVIDIAs dokumentierte Wege erreichen das Dashboard und JupyterLab über localhost durch einen SSH-Tunnel. Keiner davon veröffentlicht Port 11000 oder einen JupyterLab-Port im Netzwerk, und eine Unternehmensumgebung sollte es dabei belassen. Eine Aussage von NVIDIA, auf welchen Schnittstellen Dashboard und JupyterLab lauschen, haben wir nicht gefunden; prüfen Sie das deshalb auf dem Spark mit sudo ss -tlnp und sperren Sie beide Ports an der Host-Firewall oder im Netzwerk, wenn sie auf einer anderen Adresse als 127.0.0.1 oder ::1 erscheinen. Ein Notebook-Server führt jeden Code aus, den sein Nutzer eingibt, und braucht deshalb denselben Schutz wie SSH selbst.

NVIDIAs Kapitel Enterprise Lifecycle Integration ordnet „Netzwerksegmentierung, Firewallregeln und Zugangswege“ sowie „Identitätsstrategie, Authentifizierung, RBAC und Verwaltung von Secrets“ der Spalte „Enterprise IT Owns (Typical)“ zu. Bei einem Rollout von zwei oder vier Spark-Systemen bleiben damit diese Entscheidungen bei Ihnen:

1. Geben Sie jedem Nutzer ein eigenes Linux-Konto und behalten Sie sudo den Personen vor, die Updates ausführen.
2. Nutzen Sie den schlüsselbasierten SSH-Zugang, den NVIDIA Sync einrichtet, und schalten Sie die Passwortanmeldung per SSH ab, sobald jeder Nutzer einen Schlüssel hat. Sync fragt dieses Passwort ab, wenn ein Laptop den Spark hinzufügt; bei später hinzukommenden Laptops muss der Schlüssel daher auf anderem Weg installiert werden, zum Beispiel als importierter SSH-Alias.
3. Stellen Sie die Spark-Systeme in ein Entwicklersegment, das nur aus Ihrem internen Netz oder VPN erreichbar ist, nie aus dem Internet, und schalten Sie das WLAN eines Spark ab, wenn er per Ethernet angebunden ist.
4. Entscheiden Sie, ob Tailscale, ein Dienst eines Drittanbieters mit eigenem Konto, erlaubt ist oder ob sich die Mitarbeitenden über Ihr VPN verbinden.
5. Erfassen Sie Hostname und Hotspot-Karte jedes Spark und führen Sie Updates über das Dashboard in vereinbarten Wartungsfenstern aus, nach einer Systemsicherung.

Unser Leitfaden zum Absichern eines GPU-Servers behandelt darüber hinaus Inferenz-APIs, Notebooks und die Container-Laufzeit. Wie dieser Leitfaden festhält, öffnet eines von NVIDIAs DGX-Spark-Playbooks für den Fernzugriff einen Ollama-Server zum Netzwerk; setzen Sie deshalb ein authentifizierendes Gateway davor, bevor andere Teams einen solchen Server nutzen.

Wenn Sie Konten, SSH-Schlüssel und Fernzugriff für sich einrichten lassen möchten, nimmt unser Engineering-Partner Vixen.UNO die Spark-Systeme unter demselben Vertrag in Betrieb. Nennen Sie uns, wie viele Personen Zugriff brauchen und von wo aus.

Was wir liefern

Wir liefern den NVIDIA DGX Spark als Founders Edition (128 GB, 4 TB) EU-weit unter einem Vertrag und auf einer Rechnung, mit Herstellergarantie, zum Beispiel zwei Spark-Systeme für zwei Entwickler oder vier für ein Team. Wenn Sie auch Engineering wünschen, plant, implementiert und betreut unser Engineering-Partner Vixen.UNO sie unter demselben Vertrag, und die Einrichtung der Serving-Software mit Zugriffskontrolle gehört zu unserem Service Private AI/ML. Die Seite zum DGX Spark beschreibt das System, wie wir es liefern, und unsere technischen Daten des DGX Spark nennen jede Zahl, die NVIDIA veröffentlicht.

FAQ