Alternativer til DGX Spark: hvilken maskine passer til dine modeller?
En DGX Spark har 128 GB unified memory ved 273 GB/s. De fleste alternativer bytter det ene for det andet: mere båndbredde og mindre hukommelse, eller tilsvarende hukommelse for færre penge. Tabellen nedenfor opsummerer tretten sammenligningssider med én række pr. maskine. Alle tal i en række kommer fra den linkede side, hvor kilder og datoer står.
Tretten maskiner mod Sparken
| Maskine | Hukommelse | Båndbredde | Hvor den vinder | Hvor Sparken vinder |
|---|---|---|---|---|
| DGX Station (GB300) | 748 GB kohærent: 252 GB HBM3e plus 496 GB LPDDR5X | 7,1 TB/s (HBM3e) | Én maskine ved skrivebordet til modeller på flere hundrede GB med cirka 26 gange GPU-båndbredden | Pris (6.950 $ mod 104.830 $ og opefter som angivet 7. november 2026); 240 W i stedet for 1.600 W; kan lejes pr. minut |
| NVIDIA H100 SXM | 80 GB HBM3 | 3,35 TB/s | Gennemløb pr. forespørgsel og batch-serving af tætte 70B-modeller til mange brugere | Hukommelse pr. dollar; modeller over cirka 70 GB for én bruger; billig evaluering pr. minut |
| NVIDIA H200 SXM | 141 GB HBM3e | Cirka 4,8 TB/s | Et delt produktions-endpoint med reel samtidig trafik; tæt på 18 gange båndbredden | Modeller under cirka 100 GB til én person eller et lille team; udvikling og evaluering |
| RTX PRO 6000 Blackwell | 96 GB GDDR7 ECC | 1.792 GB/s | Hastighed på modeller, der passer i 96 GB; rapporteret 215,2 mod 60,9 tok/s på gpt-oss-20b | Modeller på 100 GB eller mere; en komplet maskine i stedet for et kort, der kræver en værts-pc |
| GeForce RTX 5090 | 32 GB GDDR7 | 1.792 GB/s | Alt under cirka 30 GB; rapporteret 575 tok/s mod 25 til 32 tok/s på en 27B i Qwen3-klassen ved samtidighed 8; gaming | Modeller, der ikke kan indlæses på 32 GB, f.eks. 70B og gpt-oss-120b; et komplet system på 240 W |
| Mac Studio (M5 Ultra) | 96 til 512 GB unified | 1,2 TB/s | Tokengenerering på modeller, der passer; mere end 128 GB i én maskine | Prefill og lange prompts (3,8 gange hurtigere end en M3 Ultra i EXO Labs' test); CUDA; klynger med to enheder |
| AMD Strix Halo (HP Z2 Mini G1a) | 128 GB LPDDR5x | 256 GB/s | Pris (2.949 $ som testet); næsten uafgjort i tokengenerering for én bruger i llama.cpp | 2 til 3 gange hurtigere tid til første token; cirka 2 gange hurtigere finjustering; cirka 2,5 gange på FLUX.1; CUDA |
| ASUS Ascent GX10 | 128 GB LPDDR5x | 273 GB/s (samme chip) | Samme GB10-chip; sammenlign pris og lagerstatus for den lagerstørrelse, du har brug for, den dag du bestiller | Founders Edition får DGX OS-udgivelser direkte fra NVIDIA |
| Jetson AGX Thor | 128 GB LPDDR5X (udviklerkit; T4000-modulet har 64 GB) | 273 GB/s (samme som Spark) | Robotik-I/O, 40 til 130 W ved modulet og en lavere listepris (5.499 $ mod 6.950 $, amerikanske priser pr. oktober 2026) | Hastighed på samme hukommelse: 52,87 mod 41,82 tok/s dekodning og cirka 1,8 gange prefill på gpt-oss-120b i JetsonHacks' llama.cpp-test; ConnectX-7 ved 200 Gb/s til en klynge med to enheder |
| NVIDIA A100 80 GB | 80 GB HBM2e | 1.935 til 2.039 GB/s | Dekodning og batch-serving: 200,90 mod 56,74 tok/s i llama.cpp's Llama 2 7B-test | 48 GB mere hukommelse, FP8- og FP4-tensorberegning, 0 $,79/t mod 1 $,19 til 2 $,32/t on-demand |
| RTX Spark N1X-laptop | Op til 128 GB LPDDR5X, delt mellem CPU og GPU | 300 GB/s (NVIDIA) | Bærbar Windows-maskine; 67,64 mod 63,77 tok/s på Qwen3.6-35B-A3B i The Registers test | Linux med DGX OS, vLLM og klynger med to noder; første token på 1.240 mod 1.928 ms i en agentkørsel |
| Rig med 2x eller 4x RTX 3090 | 48 eller 96 GB GDDR6X (24 GB pr. kort) | 936 GB/s pr. kort | Tæt 70B: 31,3 mod 6,0 tok/s for én bruger på to kort med vLLM AWQ | 128 GB i én boks på 240 W mod 700 til 1.400 W i grafikkort; gpt-oss-120b ved 58,7 tok/s uden opdeling |
| NVIDIA GeForce RTX 4090 | 24 GB GDDR6X | 1.008 GB/s | Modeller under cirka 22 GB: 221,95 mod 83,43 tok/s dekodning på gpt-oss-20b i llama.cpp | Modeller på 25 til 110 GB: gpt-oss-120b ved 58,7 tok/s mod cirka 22 med RAM-offload på et 4090 |
Hver række er hentet fra den linkede sammenligningsside. Konkurrenternes hastighedstal er tredjepartsrapporter, der citeres dér, ikke GPUwerks målinger. Sparks egne tal står på specifikationssiden.
Sådan står vi os
Jeg driver GPUwerk, som udlejer DGX Sparks og ingen af de andre maskiner her, så læs hver side med det i baghovedet. Specifikationstal kommer fra hver leverandørs egne sider. Sparks hastigheder er GPUwerks egne, målt med vLLM 0.27.1 på én node i flåden den 2. september 2026, med rå logfiler på benchmarksiden. GPUwerk har ikke kørt nogen af konkurrenterne, så deres hastigheder er tredjepartsrapporter, navngivet på hver side, eller båndbreddeberegninger, der er mærket som sådan. Priser har den dato, de blev læst. Købspriserne har flyttet sig meget i år: Spark med 128 GB har haft en listepris på 6.950 $ i USA siden 2. oktober 2026, og prissiden har kilde, dato og historik.
Vælg efter opgave, ikke efter specifikation
- Flere hundrede GB i én maskine med datacenterbåndbredde: DGX Station, hvis budgettet er sekscifret.
- Et delt endpoint med mange samtidige brugere: en datacenter-GPU som H100 eller H200.
- En model, der passer i 32 GB eller 96 GB, og som bruges dagligt: et hurtigt kort, RTX 5090 eller RTX PRO 6000.
- Modeller på 100 GB eller mere, CUDA, lange prompts: DGX Spark. Sammenligningen af GB10-maskiner dækker de andre producenters versioner.
- Endnu ikke sikker: lej en Spark pr. minut, og mål din egen model, før du køber noget.