- 128 GB accelerator-addressable memory
- 128 GB system memory
- NVIDIA GB10 Grace Blackwell Superchip
- Mini PC
DGX Spark er NVIDIAs kompakte desktopsystem bygget omkring GB10 Grace Blackwell Superchip, målrettet lokal AI-udvikling med fuld CUDA-understøttelse i et lille format.
Et forseglet desktopsystem, der parrer en Arm-baseret Grace-CPU med en Blackwell-GPU på én superchip og deler en stor pulje af samlet hukommelse mellem CPU og GPU. Det er målrettet udviklere, der ønsker et lokalt CUDA-miljø, der ligger tæt på NVIDIAs software-stak til datacentre.
Samlet hukommelse betyder, at GPU'en kan adressere en stor hukommelsespulje uden at være begrænset til en mindre, separat blok af dedikeret VRAM — nyttigt til modelstørrelser, der ikke ville kunne være på et typisk forbruger-GPU. Fuld CUDA-kompatibilitet betyder, at værktøjer bygget til NVIDIAs software-stak kører stort set uændret.
Teams og enkeltpersoner, der allerede er investeret i CUDA-baserede værktøjer, eller som har brug for, at deres lokale udviklingsmiljø matcher en NVIDIA-baseret produktions- eller cloud-opsætning så tæt som muligt.
Den har et reelt prisløft i forhold til AMDs alternativer med samlet hukommelse ved tilsvarende kapacitet. Hvis jeres værktøjer ikke specifikt kræver CUDA, er det løft måske ikke berettiget af noget, I faktisk bruger.
DGX Spark er ikke det eneste system bygget på GB10 — partnere som ASUS (Ascent GX10) og Lenovo (ThinkStation PGX) tilbyder deres egne GB10-baserede systemer med samme kerneplatform i andre kabinetter og prisniveauer.
Priser og lager opdateres automatisk via RigRoute Market og er vejledende, indtil de er bekræftet hos forhandleren.
En hel, forseglet desktopcomputer — CPU, GPU og samlet hukommelse i ét system, ikke et udvidelseskort.
Til lokal udvikling, iteration og inferens på modeller, der passer i dens hukommelse, ofte ja. Til træning i datacenterskala, nej — det er stadig en cloud- eller klyngeopgave.
Se RigRoutes dedikerede sammenligning af DGX Spark vs. Ryzen AI Max for en direkte, opgavebaseret gennemgang.
Svar på et par spørgsmål i Server-konfiguratoren, og gå direkte til de komplette AI-systemer, der matcher dit budget og din modelstørrelse.
Find den rigtige AI-løsning