NVIDIA DGX Spark · GB10 Grace Blackwell
NVIDIA DGX Spark: pronajměte si ho od 0,79 $/h, nebo ho kupte
NVIDIA DGX Spark je stolní AI počítač: jeden superčip GB10 Grace Blackwell se 128 GB sjednocené paměti s 273 GB/s, na DGX OS od NVIDIA. Na GPUwerk si můžete DGX Spark pronajmout za 0,79 $ za hodinu, účtováno po minutách, nebo ho koupit. Tato stránka vysvětluje, co to je, co naměří na flotile GPUwerk a kde prohrává.
Autor: Samuel Seidel · Aktualizováno 24. října 2026. Podrobněji: specifikace DGX Sparku, cena DGX Sparku, benchmarky DGX Sparku a cluster DGX Sparků ze dvou propojených strojů.
GPUwerk pronajímá dedikované stroje NVIDIA DGX Spark po minutách v Evropě, Severní Americe a Východní Asii: vlastní stroje v Česku a Sparky ve vlastnictví partnerů v jiných zemích. Jeden Spark stojí 0,79 $ za hodinu a dvouuzlový 256GB cluster 1,79 $ za hodinu, z předplaceného kreditu bez předplatného. Pracujete v terminálu v prohlížeči nebo přes root SSH. Po dokončení instanci ukončete a účtování skončí. Jak si pronajmout DGX Spark.
Americká ceníková cena NVIDIA je 6 950 $ (ověřeno 11. října 2026), oproti 3 999 $ při uvedení: viz historie cen DGX Sparku a nabídky v EU. Kupte si NVIDIA DGX Spark v obchodě GPUwerk →
Specifikace
Hardware v jedné tabulce.
Na uzel. Každá instance GPUwerk je jeden celý stroj, takže tato čísla jsou celá vaše. Každou hodnotu i s tím, co znamená pro LLM, najdete na stránce specifikace DGX Sparku.
| Superčip | GB10 Grace Blackwell |
|---|---|
| Výkon AI | 1 PFLOPS FP4 (sparse) |
| Paměť | 128 GB sjednocené LPDDR5x |
| Propustnost paměti | 273 GB/s |
| CPU | 20jádrový Arm (10× X925 + 10× A725) |
| Úložiště | 1 TB NVMe na vlastních Sparcích GPUwerk, sdílený se systémem a mezipamětí modelů; některé partnerské Sparky mají 2 nebo 4 TB (NVIDIA prodává 1 TB nebo 4 TB) |
| Síť | ConnectX-7 · 200 Gb/s |
| Napájení | max. 240 W |
| OS | DGX OS 7 · Ubuntu 24.04 |
| CUDA | Předinstalovaný celý stack |
Zdroje, čteno 24. října 2026: produktová stránka NVIDIA DGX Spark (CPU, paměť, 273 GB/s, 1 PFLOP FP4 se sparsity, zdroj 240 W, až 200B parametrů na jednom stroji a 400B na dvou) a hardwarová dokumentace NVIDIA (1 TB nebo 4 TB NVMe, 256bitová paměť na 4266 MHz). Datum uvedení a cena: tiskové centrum NVIDIA, 13. října 2025.
Propustnost paměti 273 GB/s je omezení, na kterém záleží u rychlosti generování LLM v jednom proudu. Síla Sparku je v kapacitě: modely, které se na spotřebitelské GPU prostě nevejdou, plus výkon FP4 pro dávkovou inferenci a fine-tuning, kde propustnost škáluje mnohem lépe, než naznačují čísla pro jeden proud.
Cena, pronájem a koupě
Pronajměte si ho, nebo ho kupte.
Pronájem po minutách vám řekne, zda se váš model vejde a běží dost rychle, dřív než utratíte tisíce za hardware. Pronajatý Spark vám dá terminál v prohlížeči nebo root SSH do vlastního kontejneru, předinstalovaný toolkit CUDA 13.0 (a na některých strojích Docker) a endpoint kompatibilní s OpenAI z image s modelem: s čím pracujete.
Naměřeno na flotile GPUwerk
Benchmarky flotily.
Dva modely připravené na každém uzlu flotily, změřené pomocí vllm bench serve na jednom z vlastních uzlů GPUwerk bez jiné zátěže na GPU. Surové logy jsou níže a další modely na stránce benchmarky DGX Sparku. Údaje třetích stran pro další modely shromažďuje a rozebírá průvodce koupí.
| Model | Kvantizace | Framework | Prefill tok/s | Generování tok/s | Max. kontext |
|---|---|---|---|---|---|
| Qwen3-Coder 30B-A3B | AWQ | vLLM 0.27.1 | 5 705 tok/s | 80,9 tok/s | 262 144 |
| Llama 3.3 70B | AWQ | vLLM 0.27.1 | 391 tok/s | 6,0 tok/s | 131 072 |
Jak to číst.
Prefill je medián času do prvního tokenu pro prompt o 8 192 tokenech. Generování je jeden proud, 128 na vstupu a 512 na výstupu, bez dalších souběžných požadavků. Max. kontext je prompt této délky, který byl skutečně obsloužen, ne hodnota odvozená z velikosti KV cache. Prefill se s rostoucím promptem zpomaluje, protože náklady na attention rostou kvadraticky: 30B dosahuje 5 705 tok/s při 8k a 586 tok/s při zaplnění celých 262 144.
Velikost dávky odpověď zcela mění.
Jeden proud je na tomto hardwaru nejhorší případ a právě u tohoto čísla se většina srovnání zastaví. S více souběžnými požadavky dosáhne 30B souhrnně 3 235 tok/s při 256 souběžných a 70B dosáhne 485 tok/s při 128, pak klesne na 300 při 256, přičemž medián času do prvního tokenu vzroste z 8 na 40 sekund. Model mixture-of-experts se za svým bodem zlomu nasytí; hustý se za svým zhroutí. Obě křivky jsou v logech.
Naměřeno na nečinném uzlu.
Každé měření proběhlo na jinak nečinném uzlu, bez dalšího modelu načteného na GPU. Každý log níže začíná seznamem procesů GPU a volnou pamětí v okamžiku spuštění měření, takže si to můžete ověřit a nemusíte nám věřit.
Surové logy, každý běh, bez úprav kromě sloučení překreslování ukazatelů průběhu: Qwen3-Coder 30B-A3B · Llama 3.3 70B. Chcete-li si měření spustit sami: při prvním dobití zaplaťte 20 $ a získejte 30 $ kreditu, dost na den vyzkoušení na dedikovaném uzlu.
Zátěže
Co na něm mám provozovat?
Vyhraněná doporučení z provozu celé flotily těchto strojů.
Týmový programovací asistent
Qwen3-Coder 30B-A3B (AWQ, model, který GPUwerk měří) nechává prostor pro dlouhé kontexty a několik souběžných uživatelů. Provozujte ho ve vLLM za endpointem kompatibilním s OpenAI a nasměrujte na něj své editory.
Soukromý chat + RAG
Instrukční model třídy 70B v Q4 se vejde do jednoho uzlu s rezervou pro embeddingový model a vektorovou databázi na téže krabici – celý soukromý asistent na jednom stroji. Viz nastavení soukromého ChatGPT →
Fine-tuning
Fine-tuning modelů třídy 70B s LoRA se vejde do sjednocené paměti bez akrobacie s paralelizací modelu. Na krok pomalejší než datacentrová GPU, ale běží tam, kde spotřebitelské karty prostě nestačí.
Pronájem pro jednu úlohu
Na co si lidé Spark pronajímají.
Tři úlohy, každá s příkazy, naměřenými čísly a omezeními na jedné stránce.
Srovnání
Jak si stojí ve srovnání.
Srovnání s verdiktem na začátku se stroji, které kupující skutečně zvažují. Každé uvádí, v čem je konkurent lepší.
Všech osm vedle sebe, s pamětí, propustností a tím, v čem je který konkurent lepší: srovnání alternativ k DGX Sparku.
Návody
Návody a analýzy.
Pro každého, kdo DGX Spark zvažuje, kupuje nebo nastavuje, psáno přímo z provozu flotily, ne z tiskové zprávy.
Všechny návody seskupené podle koupě, modelů a enginů, clusterů a provozu: všechny návody k DGX Sparku.
Otázky.
Co je NVIDIA DGX Spark?
NVIDIA DGX Spark je stolní AI počítač postavený na superčipu NVIDIA GB10 Grace Blackwell: GPU Blackwell a 20jádrové CPU Arm sdílejí 128 GB sjednocené paměti s 273 GB/s, s výkonem až 1 PFLOP sparse FP4. Běží na DGX OS od NVIDIA, systému na bázi Ubuntu s předinstalovaným stackem CUDA, a odebírá nejvýše 240 W. Objednávky se otevřely 15. října 2025 za 3 999 $; americká ceníková cena NVIDIA byla při kontrole 11. října 2026 6 950 $ (historie cen). ASUS, Dell, HP, Lenovo, MSI, Gigabyte a Acer prodávají stroje se stejným čipem GB10 pod vlastními jmény: srovnání všech strojů GB10.
Dostanu celý DGX Spark jen pro sebe?
Ano. Každá instance GPUwerk je jeden dedikovaný uzel, ne část sdílené GPU. 128 GB sjednocené paměti, celá propustnost 273 GB/s a 1 PFLOPS sparse FP4 jsou po dobu pronájmu vaše a na stroji nic jiného neběží.
Čím se DGX Sparkem liší od pronájmu cloudové GPU instance?
Typická cloudová instance s GPU vám dá 24 až 80 GB VRAM na datacentrové kartě. DGX Spark vám dá 128 GB sjednocené paměti na jednom stroji, dost pro modely třídy 70B bez dělení mezi GPU, a GPUwerk ho pronajímá s účtováním po minutách z vlastních Sparků v Česku a z partnerských Sparků v Evropě, Severní Americe a Východní Asii.
Jaký je háček u propustnosti paměti 273 GB/s?
Je to strop rychlosti generování v jednom proudu: méně tokenů za sekundu než u samostatné GPU s rychlejší VRAM, a proto s ním začíná průvodce koupí i srovnání s RTX 5090. Výhodou Sparku je kapacita a dávková propustnost, ne hrubá rychlost pro jednoho uživatele.
Mohu si DGX Spark místo pronájmu koupit?
Ano. Obchod GPUwerk nabízí samotný NVIDIA DGX Spark, naceněný ze zásob českých dodavatelů, když ho některý může dodat, a stejný stroj GB10 od sedmi dalších výrobců, mezi nimi Lenovo ThinkStation PGX od 5 330 € bez DPH. GPUwerk vám ho odešle, nebo, pokud zvolíte, umístí ve svém datacentru a bude ho za vás pronajímat. Koupit ho můžete i od NVIDIA nebo jejích partnerů, nebo se GPUwerku zeptat na stroj pro vlastní pracoviště. Pronájem po minutách vám nejdřív ukáže, zda hardware vyhovuje vaší zátěži, než utratíte zhruba 4 000 € nebo víc, a každá cloudová instance GPUwerk běží na identickém hardwaru GB10.
Vše o DGX Sparku na tomto webu.
Všechny stránky GPUwerk o DGX Sparku, seskupené podle toho, čeho chcete dosáhnout.
Koupě a pronájem
- Cena DGX Sparku: koupit, nebo pronajmout
- Specifikace s naměřenými výhradami
- Dostupnost a dodací lhůty v Evropě
- Kde koupit v Evropě
- Jak si ho pronajmout po minutách
- Pronajmout, nebo koupit: kalkulačka bodu zvratu
- Srovnání cloudových poskytovatelů DGX Sparku
- Pronájem od Enverge vs GPUwerk
- Kalkulačka paměti: vejde se model?
- Ceník
- Kupte si NVIDIA DGX Spark
- Kupte si stroj GB10, který hostuje GPUwerk
- Vlastní hardware
Už vlastníte Spark?
Srovnání
Benchmarky a modely
- Benchmarky DGX Sparku: co čekat
- Jak GPUwerk měří výkon Sparku
- Co se vejde do 128 GB
- Spuštění DeepSeek-V4-Flash
- Spuštění gpt-oss-120b
- Spuštění gpt-oss-20b
- Spuštění Llama 3.3 70B
- Spuštění Nemotron-3-Super-120B
- Spuštění Nemotron Super 49B
- Spuštění Qwen3-Coder 30B-A3B
- Spuštění Qwen3-235B-A22B
- Spuštění GLM-5.3-Flash
- Spuštění Gemma 4 26B-A4B
- Spuštění Qwen3.6-35B-A3B
- Spuštění Qwen3.8-Flash-Next
Návody: začínáme
Návody: provoz a modely
- Provoz Qwen3 ve vLLM
- llama.cpp vs vLLM vs SGLang
- Strukturovaný výstup a volání funkcí
- Embeddingy a vektorové vyhledávání
- Vizuální a multimodální modely
- Generování obrázků v ComfyUI
- Nejlepší modely s otevřenými vahami
- Fine-tuning na vlastních datech
- Kvantizace vs plná přesnost
- Cache promptů pro úsporu nákladů
- Hodnocení kvality modelu před přechodem
- Verzování modelů a návrat zpět
- Aktualizace modelů bez výpadku
- Jak GPUwerk měří výkon
Návody: provoz
- Monitoring a observabilita
- Využití GPU a správné dimenzování
- Zálohování a obnova po havárii
- Testování plánu obnovy po havárii
- Týmový přístup a více uživatelů
- Omezení rychlosti a kvóty
- Rotace API klíčů
- Zabezpečení pronajaté GPU
- Auditní logování pro compliance
- Správa paměti GPU pro více uživatelů
- Škálování na flotilu
Přestaňte číst benchmarky.
Spusťte si vlastní.
Pronajměte si dedikovaný Spark za 0,79 $/h, účtováno po minutách. První dobití: zaplaťte 20 $, získejte 30 $ kreditu, zhruba 37 hodin výpočtu.
Založit účet