NVIDIA DGX Spark – nowy, mały superkomputer do sztucznej inteligencji

W lipcu 2025 roku, wkrótce będzie dostępny.

Page content

Nvidia wkrótce wypuści NVIDIA DGX Spark – mały superkomputer AI oparty na architekturze Blackwell, z ponad 128 GB pamięci unifikowanej i wydajnością AI na poziomie 1 PFLOPS. Wspaniałe urządzenie do uruchamiania LLM.

Dla szerszego spojrzenia na trendy w sprzęcie obliczeniowym zobacz Sprzęt obliczeniowy w 2026 roku: GPU, CPU, pamięć i stacje robocze AI.

Jeśli budujesz infrastrukturę AI na sprzęcie konsumenckim, sprawdź Infrastruktura AI na sprzęcie konsumenckim.

Dla osób z Australii, Ceny DGX Spark w Australii: 6249–7999 USD u głównych sprzedawców zawiera ceny rynkowe u Centrecom, Scorptec, PCCaseGear i PLE.

Dla głębszego porównania z ofertą Apple zobacz DGX Spark vs. Mac Studio: Porównanie cenowe osobistego superkomputera AI od NVIDIA.

Nvidia Dgx Spark To zdjęcie pochodzi ze strony Nvidia, tam znajdziesz więcej zdjęć wnętrza i szczegółów specyfikacji.

Przegląd NVIDIA DGX Spark

NVIDIA DGX Spark to kompaktowy, wydajny superkomputer AI zaprojektowany dla formatu stacji roboczej. Napędzany przez Superchip NVIDIA Grace Blackwell GB10, integruje rdzenie Tensor Cores piątej generacji i precyzję FP4, zapewniając moc obliczeniową AI na poziomie 1 000 TOPS (bilion operacji na sekundę). Kluczowe funkcje obejmują:

  • 128 GB unifikowanej pamięci (LPDDR5X)
  • 4 TB pamięci NVMe SSD
  • Interfejs NVLink-C2C (5-krotnie większa przepustowość niż PCIe Gen5)
  • Kompatybilność zaawansowanymi modelami AI (np. NVIDIA Cosmos Reason, GR00T N1)

Urządzenie skierowane jest do profesjonalistów, badaczy i programistów; DGX Spark ma na celu demokratyzację dostępu do możliwości superkomputerowych AI w kompaktowej, przystępnej cenowo formie.

Dostępność NVIDIA DGX Spark

W tej chwili NVIDIA DGX Spark jest dostępna do rezerwacji, nie wiemy jeszcze, kiedy zostanie oficjalnie wydana.

Jeśli zastanawiasz się, czy możesz go kupić w swoim kraju, NVIDIA w FAQ odpowiada jednoznacznie:

Obecnie rezerwacje są dostępne w Wielkiej Brytanii, Francji, Włoszech, Niemczech, Hiszpanii i Unii Europejskiej.

Oczekuje się, że urządzenie trafi do klientów w lipcu 2025 roku.

Wydajność NVIDIA DGX Spark

dgx-spark-specs

NVIDIA DGX Spark oferuje 1 PFLOPS wydajności AI, co jest mniejsze niż 1,5 PFLOPS oferowane przez RTX 6000 Ada, ale cena jest również trochę niższa.

Ceny i konkurencja NVIDIA DGX Spark

Ceny DGX Spark zależą od konfiguracji i partnera:

  • Model podstawowy: Szacunkowo 3000–4000 USD (dostępne pre-order na dostawę w lecie 2025 r. na półkuli północnej).
  • Warianty partnerów:
    • Asus Ascent GX10: 3000 USD (1 TB pamięci, 128 GB pamięci).
    • Dell Pro Max z GB10: Odpowiednik DGX Spark.
    • HP ZGX Nano AI Station G1n: Prawdopodobnie odpowiednik DGX Spark.
  • DGX Station (mocniejsza wersja): Oczekiwana cena znacznie wyższa (szacunkowo 50 000 USD dla 784 GB pamięci).

Uwaga: Ceny są zależne od regionu i nie są bezpośrednio podawane na stronie NVIDIA. Użytkownicy muszą kontaktować się z partnerami (np. ASUS, MSI, GIGABYTE) w celu zakupu.

Apple Studio ma podobną konfigurację pamięci; w rzeczywistości może mieć 512 GB unifikowanej pamięci RAM i może mieć porównywalną wydajność. Nie sprawdzałem, ale może mieć.

Cena tego fajnego DGX Spark ma wynosić około 4000 USD, co jest w jakiś sposób niższe niż Apple Studio.

Dla profesjonalistów szukających przystępnych cenowo, wydajnych narzędzi AI, DGX Spark jest przekonującą opcją. Jednakże do pełnej oceny jego pozycji konkurencyjnej i długoterminowego wpływu na rynek potrzebne są dalsze analizy.

Kompatybilność

https://docs.nvidia.com/dgx/dgx-os-6-user-guide/introduction.html

DGS Spark będzie mieć zainstalowany DGX OS 6.

Główne informacje o nim:

  • Bazuje na Ubuntu 22.04 z najnowszą wersją jądra Linux 5.15 (LTS) dla nowoczesnego sprzętu, aktualizacji bezpieczeństwa i aktualizacji pakietów oprogramowania, takich jak Python i GCC.
  • Obejmuje zoptymalizowane jądro Linux od NVIDIA, które obsługuje GPU Direct Storage (GDS) bez dodatkowych patchy.
  • Zapewnia dostęp do wszystkich gałęzi sterowników NVIDIA GPU oraz wersji zestawu CUDA.

Powinno być w porządku.

Inny użyteczny sprzęt