NVIDIA DGX Spark · GB10 Grace Blackwell
NVIDIA DGX Spark: lej en fra 0 $,79/t, eller køb en
NVIDIA DGX Spark er en AI-computer til skrivebordet: én GB10 Grace Blackwell Superchip med 128 GB unified memory ved 273 GB/s, der kører NVIDIAs DGX OS. Du kan leje en DGX Spark hos GPUwerk for 0 $,79 i timen, faktureret pr. minut, eller købe en. Denne side forklarer, hvad det er, hvad den måler på GPUwerks flåde, og hvor den taber.
Af Samuel Seidel · Opdateret 24. oktober 2026. I dybden: DGX Spark-specifikationer, DGX Spark-pris, DGX Spark-benchmarks og DGX Spark-klyngen med to forbundne maskiner.
GPUwerk udlejer dedikerede NVIDIA DGX Spark-maskiner pr. minut i Europa, Nordamerika og Østasien: egne maskiner i Tjekkiet og partnerejede Sparks i andre lande. Én Spark koster 0 $,79 i timen, og en klynge med to noder på 256 GB koster 1 $,79 i timen, fra forudbetalt kredit uden abonnement. Du arbejder i en browserterminal eller over root-SSH. Afslut, når du er færdig, så ophører faktureringen. Sådan lejer du en DGX Spark.
NVIDIAs amerikanske listepris er 6.950 $ (tjekket 11. oktober 2026), op fra 3.999 $ ved lanceringen: se prishistorik for DGX Spark og EU-priser. Køb en NVIDIA DGX Spark i GPUwerk-butikken →
Specifikationer
Hardwaren i én tabel.
Pr. node. Hver GPUwerk-instans er én hel maskine, så disse tal er alle dine. Hver værdi, og hvad den betyder for LLM'er, står på siden DGX Spark-specifikationer.
| Superchip | GB10 Grace Blackwell |
|---|---|
| AI-ydeevne | 1 PFLOPS FP4 (sparse) |
| Hukommelse | 128 GB unified LPDDR5x |
| Hukommelsesbåndbredde | 273 GB/s |
| CPU | 20-kernet Arm (10× X925 + 10× A725) |
| Lager | 1 TB NVMe på GPUwerks egne Sparks, delt med systemet og model-cachen; nogle partner-Sparks har 2 eller 4 TB (NVIDIA sælger 1 TB eller 4 TB) |
| Netværk | ConnectX-7 · 200 Gb/s |
| Strøm | maks. 240 W |
| OS | DGX OS 7 · Ubuntu 24.04 |
| CUDA | Hele stacken forudinstalleret |
Kilder, læst 24. oktober 2026: NVIDIAs produktside for DGX Spark (CPU, hukommelse, 273 GB/s, 1 PFLOP FP4 med sparsity, 240 W strømforsyning, op til 200B parametre på én maskine og 400B på to) og NVIDIAs hardwaredokumentation (1 TB eller 4 TB NVMe, 256-bit hukommelse ved 4266 MHz). Lanceringsdato og pris: NVIDIA newsroom, 13. oktober 2025.
En hukommelsesbåndbredde på 273 GB/s er den begrænsning, der betyder noget for genereringshastigheden ved en enkelt LLM-strøm. Sparks styrke er kapacitet: modeller, der simpelthen ikke passer på forbruger-GPU'er, plus FP4-regnekraft til batch-serving og finjustering, hvor gennemløbet skalerer langt bedre, end tallene for en enkelt strøm antyder.
Pris, leje og køb
Lej en, eller køb en.
Leje pr. minut fortæller dig, om din model passer og kører hurtigt nok, før du bruger tusindvis på hardwaren. En lejet Spark giver dig en browserterminal eller root-SSH til din egen container, CUDA 13.0-toolkittet forudinstalleret (og Docker på nogle maskiner) og et OpenAI-kompatibelt endpoint fra et modelimage: det arbejder du med.
Målt på GPUwerks flåde
Benchmarks fra flåden.
De to modeller, der ligger klar på alle noder i flåden, målt med vllm bench serve på en af GPUwerks egne noder uden andet på GPU'en. Rå logfiler står nedenfor, og flere modeller står på siden DGX Spark-benchmarks. Tredjepartstal for andre modeller er samlet og diskuteret i købsguiden.
| Model | Kvantisering | Framework | Prefill tok/s | Generering, tok/s | Maks. kontekst |
|---|---|---|---|---|---|
| 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 |
Sådan læser du dette.
Prefill er mediantiden til første token på en prompt på 8.192 tokens. Generering er én strøm, 128 ind og 512 ud, uden andet i gang. Maks. kontekst er en prompt af den længde, der faktisk blev serveret, ikke et tal udledt af KV-cachens størrelse. Prefill bliver langsommere, jo længere prompten er, fordi attention-omkostningen er kvadratisk: 30B klarer 5.705 tok/s ved 8k og 586 tok/s, når den fylder hele sin kontekst på 262.144.
Batchstørrelsen ændrer svaret fuldstændigt.
Én strøm er det værste tilfælde på denne hardware, og det er det tal, de fleste sammenligninger stopper ved. Med flere forespørgsler i gang når 30B op på 3.235 tok/s samlet ved 256 samtidige, og 70B når 485 tok/s ved 128 og falder så til 300 ved 256, mens mediantiden til første token går fra 8 til 40 sekunder. Mixture-of-experts-modellen mætter efter sit knæk; den tætte kollapser efter sit. Begge kurver står i logfilerne.
Målt på en ledig node.
Alle kørsler skete på en ellers ubrugt node uden andre modeller indlæst på GPU'en. Hver log nedenfor starter med GPU'ens procesliste og ledige hukommelse i det øjeblik, kørslen startede, så du kan tjekke det i stedet for at tage det for givet.
Rå logfiler fra hver kørsel, uredigerede bortset fra sammenfoldede gentegninger af statuslinjer: Qwen3-Coder 30B-A3B · Llama 3.3 70B. Vil du køre dine egne: optank 20 $ første gang, og få 30 $ i kredit, nok til en evalueringsdag på en dedikeret node.
Workloads
Hvad bør jeg køre på den?
Klare anbefalinger fra driften af en flåde af disse.
Kodeassistent til teamet
Qwen3-Coder 30B-A3B (AWQ, den model GPUwerk benchmarker) giver plads til lange kontekster og flere samtidige brugere. Server den med vLLM bag et OpenAI-kompatibelt endpoint, og peg dine editorer mod det.
Privat chat + RAG
En instruct-model i 70B-klassen ved Q4 passer på én node med plads til en embedding-model og en vektordatabase på samme maskine – en hel privat assistent på én maskine. Se opsætningen af en privat ChatGPT →
Finjustering
LoRA-finjusteringer af modeller i 70B-klassen passer i unified memory uden model-parallel akrobatik. Langsommere pr. trin end en datacenter-GPU, men den kører, hvor forbrugerkort simpelthen ikke kan.
Leje til ét job
Hvad folk lejer en Spark til.
Tre opgaver, hver med kommandoerne, de målte tal og begrænsningerne på én side.
Sammenligninger
Sådan står den sig.
Sammenligninger med konklusionen først mod de maskiner, købere reelt overvejer. Hver af dem siger, hvor konkurrenten vinder.
Alle otte side om side med hukommelse, båndbredde, og hvor hver konkurrent vinder: alternativer til DGX Spark sammenlignet.
Guides
Guides og analyser.
Til alle, der evaluerer, køber eller sætter en DGX Spark op, skrevet fra serverrummet, ikke fra et pressekit.
Alle guides, grupperet efter køb, modeller og engines, klynger og drift: alle DGX Spark-guides.
Spørgsmål.
Hvad er NVIDIA DGX Spark?
NVIDIA DGX Spark er en AI-computer til skrivebordet bygget på NVIDIA GB10 Grace Blackwell Superchip: en Blackwell-GPU og en 20-kernet Arm-CPU, der deler 128 GB unified memory ved 273 GB/s, med op til 1 PFLOP sparse FP4-regnekraft. Den kører NVIDIAs DGX OS, et Ubuntu-baseret system med CUDA-stacken forudinstalleret, og bruger højst 240 W. Bestillinger åbnede den 15. oktober 2025 til 3.999 $; NVIDIAs amerikanske listepris var 6.950 $, da den blev tjekket den 11. oktober 2026 (prishistorik). ASUS, Dell, HP, Lenovo, MSI, Gigabyte og Acer sælger maskiner med samme GB10-chip under deres egne navne: alle GB10-maskiner sammenlignet.
Får jeg en hel DGX Spark for mig selv?
Ja. Hver GPUwerk-instans er én dedikeret node, ikke en del af en delt GPU. De 128 GB unified memory, hele båndbredden på 273 GB/s og 1 PFLOPS sparse FP4-regnekraft er dine i hele lejeperioden, uden at noget andet kører på maskinen.
Hvordan adskiller en DGX Spark sig fra at leje en cloud-GPU-instans?
En typisk cloud-GPU-instans giver dig 24 til 80 GB VRAM på et datacenterkort. En DGX Spark giver dig 128 GB unified memory på én maskine, nok til modeller i 70B-klassen uden at dele dem over flere GPU'er, og GPUwerk udlejer den med fakturering pr. minut fra sine egne Sparks i Tjekkiet og partner-Sparks i Europa, Nordamerika og Østasien.
Hvad er hagen ved en hukommelsesbåndbredde på 273 GB/s?
Det er loftet for genereringshastigheden ved en enkelt strøm: færre tokens i sekundet end en separat GPU med hurtigere VRAM, og derfor fremhæver både købsguiden og sammenligningen med RTX 5090 det først. Sparks fordel er kapacitet og batchgennemløb, ikke rå hastighed for én bruger.
Kan jeg købe en DGX Spark i stedet for at leje en?
Ja. GPUwerks butik har selve NVIDIA DGX Spark, prissat ud fra tjekkiske leverandørers lager, når en kan levere den, og den samme GB10-maskine fra syv andre producenter, heriblandt Lenovo ThinkStation PGX fra 5.330 € ekskl. moms. GPUwerk sender den til dig eller, hvis du vælger det, huser den i sit datacenter og udlejer den for dig. Du kan også købe hos NVIDIA eller dets partnere eller spørge GPUwerk om en maskine til dit eget sted. Leje pr. minut først fortæller dig, om hardwaren passer til dit workload, før et køb på omkring 4.000 € eller mere, og alle GPUwerks cloud-instanser kører på identisk GB10-hardware.
Alt om DGX Spark på dette websted.
Alle sider på GPUwerk om DGX Spark, grupperet efter, hvad du prøver at opnå.
Køb og leje
- DGX Spark-pris: køb eller lej
- Specifikationer med målte forbehold
- Tilgængelighed og leveringstider i Europa
- Hvor du kan købe i Europa
- Sådan lejer du en pr. minut
- Lej eller køb: break-even-beregner
- Cloududbydere af DGX Spark sammenlignet
- Leje hos Enverge vs GPUwerk
- Hukommelsesberegner: passer en model?
- Priser
- Køb en NVIDIA DGX Spark
- Køb en GB10-maskine, som GPUwerk hoster
- On-premise
Ejer du allerede en Spark?
Sammenligninger
Benchmarks og modeller
- DGX Spark-benchmarks: hvad du kan forvente
- Sådan benchmarker GPUwerk Sparken
- Hvad passer i 128 GB
- Kør DeepSeek-V4-Flash
- Kør gpt-oss-120b
- Kør gpt-oss-20b
- Kør Llama 3.3 70B
- Kør Nemotron-3-Super-120B
- Kør Nemotron Super 49B
- Kør Qwen3-Coder 30B-A3B
- Kør Qwen3-235B-A22B
- Kør GLM-5.3-Flash
- Kør Gemma 4 26B-A4B
- Kør Qwen3.6-35B-A3B
- Kør Qwen3.8-Flash-Next
Guides: Kom i gang
Guides: Serving og modeller
- Server Qwen3 med vLLM
- llama.cpp vs vLLM vs SGLang
- Struktureret output og function calling
- Embeddings og vektorsøgning
- Visions- og multimodale modeller
- Billedgenerering med ComfyUI
- Bedste open-weight-modeller
- Finjuster på dine egne data
- Kvantiseret vs fuld præcision
- Prompt caching for at spare penge
- Evaluering af modelkvalitet før skift
- Modelversionering og tilbagerulning
- Modelopdateringer uden nedetid
- Sådan benchmarker GPUwerk
Guides: Drift
- Overvågning og observerbarhed
- GPU-udnyttelse og dimensionering
- Backup og katastrofegendannelse
- Test af din katastrofeberedskabsplan
- Adgang for teams og flere brugere
- Ratebegrænsning og kvoter
- Rotation af API-nøgler
- Sikkerhedshærdning af en lejet GPU
- Revisionslogning til compliance
- Styring af GPU-hukommelse, flere lejere
- Skalering til en flåde
Guides: Omkostninger og planlægning
Hold op med at læse benchmarks.
Kør dine egne.
Lej en dedikeret Spark for 0 $,79/t, faktureret pr. minut. Første optankning: betal 20 $, få 30 $ i kredit, cirka 37 timers regnekraft.
Opret konto