NVIDIA DGX Spark · GB10 Grace Blackwell

Το NVIDIA DGX Spark: νοικιάστε ένα από 0,79 $/h ή αγοράστε ένα

Το NVIDIA DGX Spark είναι ένας επιτραπέζιος υπολογιστής AI: ένα GB10 Grace Blackwell Superchip με 128 GB ενοποιημένης μνήμης στα 273 GB/s, με το DGX OS της NVIDIA. Μπορείτε να νοικιάσετε ένα DGX Spark στο GPUwerk για 0,79 $ την ώρα, με χρέωση ανά λεπτό, ή να αγοράσετε ένα. Αυτή η σελίδα εξηγεί τι είναι, τι μετράει στον στόλο του GPUwerk και πού υστερεί.

Του Samuel Seidel · Ενημερώθηκε 24 Οκτωβρίου 2026. Σε βάθος: προδιαγραφές DGX Spark, τιμή DGX Spark, benchmarks DGX Spark και το cluster DGX Spark με δύο συνδεδεμένα μηχανήματα.

128GBΕνοποιημένη μνήμη, με εύρος ζώνης μνήμης 273 GB/s
0,79 $Την ώρα στο GPUwerk, με χρέωση ανά λεπτό, ή 1,79 $ την ώρα για ένα cluster δύο κόμβων με 256 GB
1PFLOPΥπολογιστική ισχύς AI σε FP4, με αραιότητα, από το NVIDIA GB10 Grace Blackwell Superchip
200Gb/sΔικτύωση ConnectX-7 με δύο θύρες QSFP. Η NVIDIA προορίζει δύο συνδεδεμένα μηχανήματα για μοντέλα έως 400B παραμέτρων

Το GPUwerk νοικιάζει αποκλειστικά μηχανήματα NVIDIA DGX Spark με το λεπτό στην Ευρώπη, τη Βόρεια Αμερική και την Ανατολική Ασία: τα δικά του μηχανήματα στην Τσεχική Δημοκρατία και Spark ιδιοκτησίας συνεργατών σε άλλες χώρες. Ένα Spark κοστίζει 0,79 $ την ώρα και ένα cluster δύο κόμβων 256 GB 1,79 $ την ώρα, από προπληρωμένη πίστωση χωρίς συνδρομή. Δουλεύετε σε τερματικό στον browser ή μέσω root SSH. Τερματίστε όταν τελειώσετε και η χρέωση σταματά. Πώς να νοικιάσετε ένα DGX Spark.

Η τιμή καταλόγου ΗΠΑ της NVIDIA είναι 6.950 $ (έλεγχος 11 Οκτωβρίου 2026), από 3.999 $ κατά την κυκλοφορία: δείτε το ιστορικό τιμών DGX Spark και καταχωρίσεις ΕΕ. Αγοράστε ένα NVIDIA DGX Spark στο κατάστημα του GPUwerk →

Προδιαγραφές

Το υλικό σε έναν πίνακα.

Ανά κόμβο. Κάθε instance του GPUwerk είναι ένα ολόκληρο μηχάνημα, οπότε όλοι αυτοί οι αριθμοί είναι δικοί σας. Κάθε τιμή, με το τι σημαίνει για τα LLM, βρίσκεται στη σελίδα προδιαγραφών DGX Spark.

NVIDIA DGX Spark
SuperchipGB10 Grace Blackwell
Απόδοση AI1 PFLOPS FP4 (με αραιότητα)
Μνήμη128 GB ενοποιημένη LPDDR5x
Εύρος ζώνης μνήμης273 GB/s
CPUArm 20 πυρήνων (10× X925 + 10× A725)
Αποθήκευση1 TB NVMe στα Spark του ίδιου του GPUwerk, κοινός με το σύστημα και την cache μοντέλων· ορισμένα Spark συνεργατών έχουν 2 ή 4 TB (η NVIDIA πουλά 1 TB ή 4 TB)
ΔίκτυοConnectX-7 · 200 Gb/s
Τροφοδοσία240 W μέγιστο
Λειτουργικό σύστημαDGX OS 7 · Ubuntu 24.04
CUDAΠλήρης στοίβα προεγκατεστημένη

Πηγές, ανάγνωση 24 Οκτωβρίου 2026: η σελίδα προϊόντος NVIDIA DGX Spark (CPU, μνήμη, 273 GB/s, 1 PFLOP FP4 με αραιότητα, τροφοδοτικό 240 W, έως 200B παράμετροι σε ένα μηχάνημα και 400B σε δύο) και η τεκμηρίωση υλικού NVIDIA (NVMe 1 TB ή 4 TB, μνήμη 256-bit στα 4266 MHz). Ημερομηνία κυκλοφορίας και τιμή: newsroom NVIDIA, 13 Οκτωβρίου 2025.

Το εύρος ζώνης μνήμης των 273 GB/s είναι ο περιορισμός που μετρά για την ταχύτητα παραγωγής LLM σε μία ροή. Το δυνατό σημείο του Spark είναι η χωρητικότητα: μοντέλα που απλώς δεν χωράνε σε καταναλωτικές GPU, συν υπολογιστική ισχύς FP4 για εξυπηρέτηση σε παρτίδες και fine-tuning, όπου η απόδοση κλιμακώνεται πολύ καλύτερα από όσο υποδηλώνουν οι αριθμοί μίας ροής.

Τιμή, ενοικίαση και αγορά

Νοικιάστε ένα ή αγοράστε ένα.

Η ενοικίαση με το λεπτό σας δείχνει αν το μοντέλο σας χωρά και τρέχει αρκετά γρήγορα πριν ξοδέψετε χιλιάδες στο υλικό. Ένα νοικιασμένο Spark σάς δίνει τερματικό στον browser ή root SSH στο δικό σας container, προεγκατεστημένο toolkit CUDA 13.0 (και Docker, σε ορισμένα μηχανήματα), και ένα endpoint συμβατό με OpenAI από ένα image μοντέλου: με τι δουλεύετε.

Τιμή DGX Spark

Η τιμή καταλόγου της NVIDIA από 3.999 $ κατά την κυκλοφορία έως 6.950 $ τον Οκτώβριο του 2026, το μοντέλο 64 GB από 4.999 $ σε συνεργάτες, και τιμές ΕΕ με ημερομηνία.

Τιμή

Ενοικίαση DGX Spark με το λεπτό

Ένα αποκλειστικό Spark με 0,79 $ την ώρα, ή 1,79 $ για cluster δύο κόμβων, με χρέωση ανά λεπτό από προπληρωμένη πίστωση. Έξι βήματα από την εγγραφή μέχρι ένα τερματικό στον browser ή SSH.

Ενοικίαση

Αγορά NVIDIA DGX Spark

Η σελίδα καταστήματος: τιμή και χρόνος παράδοσης όταν ένας Τσέχος προμηθευτής μπορεί να το παραδώσει, αποστολή από την Τσεχία με PPL ή DHL Express, με φιλοξενία στο GPUwerk ως επιλογή.

Αγορά

Πού να αγοράσετε ένα DGX Spark στην Ευρώπη

Το Founders Edition και τα μηχανήματα GB10 άλλων κατασκευαστών, με τις τιμές και το απόθεμα στην ΕΕ που μπορούσαν να επαληθευτούν, το καθένα με την ημερομηνία ελέγχου του.

Αγορά

Ενοικίαση ή αγορά: το νεκρό σημείο

Ώρες ανά έτος έναντι της τιμής αγοράς, με υπολογιστή για τη δική σας χρήση.

Υπολογιστής

Μετρημένο στον στόλο του GPUwerk

Benchmarks στόλου.

Τα δύο μοντέλα που υπάρχουν σε κάθε κόμβο του στόλου, μετρημένα με vllm bench serve σε έναν από τους κόμβους του ίδιου του GPUwerk χωρίς τίποτε άλλο στη GPU του. Τα πλήρη logs είναι παρακάτω, και περισσότερα μοντέλα βρίσκονται στη σελίδα benchmarks DGX Spark. Στοιχεία τρίτων για άλλα μοντέλα συγκεντρώνονται και συζητούνται στον οδηγό αγοράς.

Αποτελέσματα benchmark στόλου σε έναν κόμβο DGX Spark
ΜοντέλοQuantizationFrameworkTok/s prefillTok/s παραγωγήςΜέγιστο context
Qwen3-Coder 30B-A3BAWQvLLM 0.27.15.705 tok/s80,9 tok/s262.144
Llama 3.3 70BAWQvLLM 0.27.1391 tok/s6,0 tok/s131.072

Πώς να το διαβάσετε.

Το prefill είναι ο διάμεσος χρόνος έως το πρώτο token σε prompt 8.192 tokens. Η παραγωγή είναι μία ροή, 128 εισόδου και 512 εξόδου, χωρίς τίποτε άλλο σε εξέλιξη. Το μέγιστο context είναι ένα prompt αυτού του μήκους που εξυπηρετήθηκε πραγματικά, όχι αριθμός που συνάγεται από το μέγεθος της KV cache. Το prefill γίνεται πιο αργό όσο μεγαλώνει το prompt, επειδή το κόστος του attention είναι τετραγωνικό: το 30B κάνει 5.705 tok/s στα 8k και 586 tok/s γεμίζοντας ολόκληρα τα 262.144.

Το μέγεθος παρτίδας αλλάζει εντελώς την απάντηση.

Μία ροή είναι η χειρότερη περίπτωση σε αυτό το υλικό, και είναι ο αριθμός στον οποίο σταματούν οι περισσότερες συγκρίσεις. Με αιτήματα σε εξέλιξη το 30B φτάνει 3.235 tok/s συνολικά με 256 ταυτόχρονα, και το 70B φτάνει 485 tok/s με 128, και μετά πέφτει στα 300 με 256, με τον διάμεσο χρόνο έως το πρώτο token να πηγαίνει από 8 σε 40 δευτερόλεπτα. Το μοντέλο mixture-of-experts κορεννύεται πέρα από το σημείο καμπής του· το πυκνό καταρρέει πέρα από το δικό του. Και οι δύο καμπύλες βρίσκονται στα logs.

Μετρήθηκε σε αδρανή κόμβο.

Κάθε εκτέλεση έγινε σε κατά τα άλλα αδρανή κόμβο, χωρίς άλλο μοντέλο φορτωμένο στη GPU. Κάθε log παρακάτω ξεκινά με τη λίστα διεργασιών της GPU και την ελεύθερη μνήμη τη στιγμή που ξεκίνησε η εκτέλεση, ώστε να μπορείτε να το ελέγξετε αντί να το δεχτείτε ως δεδομένο.

Πλήρη logs, κάθε εκτέλεση, χωρίς επεξεργασία πέρα από τη συμπίεση των επανασχεδιάσεων της γραμμής προόδου: Qwen3-Coder 30B-A3B · Llama 3.3 70B. Για να εκτελέσετε τα δικά σας: προσθέστε 20 $ υπόλοιπο την πρώτη φορά και πάρτε 30 $ σε πίστωση, αρκετά για μια ημέρα αξιολόγησης σε αποκλειστικό κόμβο.

Φόρτοι εργασίας

Τι να εκτελέσω σε αυτό;

Οδηγίες με άποψη από τη λειτουργία ενός στόλου τέτοιων μηχανημάτων.

Βοηθός προγραμματισμού για ομάδα

Το Qwen3-Coder 30B-A3B (AWQ, το μοντέλο που μετρά σε benchmarks το GPUwerk) αφήνει χώρο για μεγάλα contexts και αρκετούς ταυτόχρονους χρήστες. Εξυπηρετήστε το με vLLM πίσω από ένα endpoint συμβατό με OpenAI και συνδέστε σε αυτό τους editors σας.

Ιδιωτική συνομιλία + RAG

Ένα instruct μοντέλο κατηγορίας 70B σε Q4 χωρά σε έναν κόμβο με περιθώριο για ένα μοντέλο embedding και μια βάση διανυσμάτων στο ίδιο μηχάνημα: ένας ολόκληρος ιδιωτικός βοηθός σε ένα μηχάνημα. Δείτε τη ρύθμιση ιδιωτικού ChatGPT →

Fine-tuning

Το fine-tuning με LoRA μοντέλων κατηγορίας 70B χωρά στην ενοποιημένη μνήμη χωρίς ακροβατικά παραλληλισμού μοντέλου. Πιο αργό ανά βήμα από μια GPU κέντρου δεδομένων, αλλά εκτελείται εκεί όπου οι καταναλωτικές κάρτες απλώς δεν μπορούν.

Ενοικίαση για μία εργασία

Για τι νοικιάζουν ένα Spark.

Τρεις δουλειές, η καθεμία με τις εντολές, τους μετρημένους αριθμούς και τα όρια σε μία σελίδα.

Συγκρίσεις

Πώς συγκρίνεται.

Συγκρίσεις που ξεκινούν από το συμπέρασμα, απέναντι στα μηχανήματα που πράγματι εξετάζουν παράλληλα οι αγοραστές. Η καθεμία λέει πού υπερέχει ο ανταγωνιστής.

DGX Spark έναντι Mac Studio

Ενοποιημένη μνήμη και στις δύο πλευρές, οικοσύστημα CUDA έναντι καθαρού εύρους ζώνης. Ενημερωμένο για το Mac Studio M5 Ultra της Apple: το Mac κερδίζει στην αποκωδικοποίηση, το Spark στο prefill και τη φορητότητα CUDA.

9 λεπτά ανάγνωσης

DGX Spark έναντι RTX 5090

32 GB γρήγορης VRAM έναντι 128 GB χωρητικότητας. Στην ταχύτητα δεν υπάρχει σύγκριση: όλο το ερώτημα είναι αν χωρά το μοντέλο σας.

6 λεπτά ανάγνωσης

DGX Spark έναντι Strix Halo

Σχεδόν ίδια παραγωγή tokens, διαφορά 2-3x στο prefill, και περίπου 4.000 $ λιγότερα για αγορά. Τι βρήκε η πρακτική δοκιμή του The Register.

5 λεπτά ανάγνωσης

Σύγκριση παρόχων cloud DGX Spark

Κάθε ωριαία ενοικίαση Spark με δημόσια καταχώριση, με τιμή, τοποθεσία, ακρίβεια χρέωσης και τι γίνεται με τα δεδομένα σας κατά τη διακοπή. Με παραθέσεις από τη σελίδα κάθε παρόχου, μαζί με του GPUwerk.

7 λεπτά ανάγνωσης

DGX Spark έναντι H100 για LLM inference

Πότε τα 128 GB και η χρέωση ανά λεπτό υπερέχουν μιας κάρτας κέντρου δεδομένων, και πότε το εύρος ζώνης μνήμης και η απόδοση σε παρτίδες σημαίνουν ότι χρειάζεστε την H100.

8 λεπτά ανάγνωσης

DGX Spark έναντι H200 για LLM inference

Η μεγαλύτερη διαφορά εύρους ζώνης σε αυτόν τον ιστότοπο, 273 GB/s έναντι περίπου 4,8 TB/s. Πού έχει σημασία, και πού όχι.

7 λεπτά ανάγνωσης

DGX Spark έναντι Jetson AGX Thor: δύο διαφορετικές δουλειές

Γιατί αυτά δεν ανταγωνίζονται πραγματικά για τον ίδιο αγοραστή, με σύγκριση αγοράς-στόχου, μορφής και στοίβας λογισμικού.

7 λεπτά ανάγνωσης

DGX Spark έναντι RTX PRO 6000 Blackwell

128 GB ενοποιημένης μνήμης στα 273 GB/s έναντι 96 GB GDDR7 στα περίπου 1,8 TB/s: ποια μοντέλα χωράνε στο καθένα και τι ταχύτητα αποκωδικοποίησης επιτρέπει το εύρος ζώνης.

Σύγκριση

ASUS Ascent GX10 έναντι DGX Spark

Το ίδιο chip GB10 και 128 GB. Αυτό που διαφέρει είναι η αποθήκευση, η τιμή, το μέγεθος και το firmware, το καθένα με την πηγή του.

Σύγκριση

Σύγκριση όλων των μηχανημάτων GB10

DGX Spark, ASUS, Dell, HP, Lenovo, MSI, Gigabyte και Acer δίπλα-δίπλα: ένα chip, και οι διαφορές που απομένουν.

Σύγκριση

Και τα οκτώ δίπλα-δίπλα, με μνήμη, εύρος ζώνης και πού υπερέχει κάθε ανταγωνιστής: σύγκριση εναλλακτικών του DGX Spark.

Οδηγοί

Οδηγοί & αναλύσεις.

Για όποιον αξιολογεί, αγοράζει ή ρυθμίζει ένα DGX Spark, γραμμένο μέσα από την αίθουσα του στόλου, όχι από ένα press kit.

Ρύθμιση DGX Spark: από το άνοιγμα της συσκευασίας στο πρώτο token

Πρώτη εκκίνηση του DGX OS, SSH, drivers και εξυπηρέτηση του πρώτου σας μοντέλου: ο οδηγός που θα ήθελα να υπήρχε όταν έβαλα στο rack την πρώτη μου μονάδα.

Ρύθμιση · 4 λεπτά ανάγνωσης

Τι να ξέρετε πριν αγοράσετε ένα DGX Spark

Κατανάλωση, θόρυβος, δικτύωση δύο μονάδων, σε τι είναι πραγματικά καλό, και το συνολικό κόστος ιδιοκτησίας έναντι ενός συστήματος 5090 ή του cloud.

Ανάλυση αγοράς · 11 λεπτά ανάγνωσης

Ενοικίαση ή αγορά DGX Spark

Ώρες την εβδομάδα, τιμή αγοράς και ο υπολογισμός του νεκρού σημείου, με υπολογιστή για τους δικούς σας αριθμούς.

Ανάλυση αγοράς · 8 λεπτά ανάγνωσης

Εξυπηρέτηση Qwen3 με vLLM σε Spark

Διαδρομή copy-paste προς ένα endpoint συμβατό με OpenAI στο δικό σας υλικό, μαζί με frontend Open WebUI και systemd.

Ρύθμιση · 6 λεπτά ανάγνωσης

Τα καλύτερα μοντέλα στα οποία δεν επιτρέπεται να στέλνετε τα δεδομένα σας

Ποια μεγάλα ανοιχτά μοντέλα χωράνε σε 128 GB / 256 GB, και πόσο πίσω από την αιχμή είναι πραγματικά.

Ιδιωτικό AI · 7 λεπτά ανάγνωσης

Κάντε fine-tuning ενός μοντέλου στα δεδομένα της εταιρείας σας

Το LoRA σε μοντέλα κατηγορίας 70B χωρά στα 128 GB ενοποιημένης μνήμης, με το σύνολο εκπαίδευσης να μένει στο τοπικό NVMe του κόμβου.

Fine-tuning · 11 λεπτά ανάγνωσης

Ένας ψηφιακός υπάλληλος AI χρειάζεται γραφείο. Δώστε του ένα που σας ανήκει.

OpenClaw, Hermes, και γιατί ένας agent που διαβάζει τα εισερχόμενά σας ανήκει σε υλικό που ελέγχετε.

AI Agents · 9 λεπτά ανάγνωσης

Αυτοματοποιήστε το βαρετό 80%

Μαζική επεξεργασία εγγράφων σε μηχάνημα σταθερής τιμής: το οριακό token είναι δωρεάν, οπότε περάστε τα πάντα από το μοντέλο.

Αυτοματοποίηση · 7 λεπτά ανάγνωσης

Cluster δύο κόμβων DGX Spark: ρύθμιση και τι πραγματικά σας προσφέρει

Σύνδεση δύο Spark μέσω ConnectX-7 200 GbE, τι λέει η ίδια η τεκμηρίωση της NVIDIA, και μια ειλικρινής ανάγνωση του τι προσφέρει και τι όχι η σύζευξη.

Ρύθμιση · 9 λεπτά ανάγνωσης

Πώς να κερδίσετε χρήματα με το DGX Spark σας

Εκμισθώστε ένα Spark που σας ανήκει μέσω της GPUwerk Platform: το μερίδιο 70%, τι δεν αποφέρει τίποτα, ένα παράδειγμα με δηλωμένες ώρες, και τα κόστη σας.

Κάτοχοι · 7 λεπτά ανάγνωσης

Κατανάλωση ενέργειας και λειτουργικό κόστος του DGX Spark

Τα δημοσιευμένα στοιχεία κατανάλωσης, τι σημαίνουν στην πρίζα, και πώς να υπολογίσετε το δικό σας κόστος ρεύματος ανά ώρα.

Ανάλυση αγοράς · 6 λεπτά ανάγνωσης

ComfyUI και Stable Diffusion σε DGX Spark

Το playbook ComfyUI της NVIDIA σε ARM64, αναφερόμενοι χρόνοι εικόνας ανά μοντέλο, και κοινή χρήση της ενοποιημένης μνήμης με ένα LLM.

Μοντέλα

Πώς να εκτελέσετε ένα νεοκυκλοφορημένο μοντέλο σε DGX Spark

Χωρητικότητα μνήμης, images arm64, NVFP4 ή GGUF, ποια μηχανή, και πότε ένα μοντέλο της εβδομάδας κυκλοφορίας χρειάζεται δύο Spark.

Μοντέλα

Τα καλύτερα μοντέλα ανοιχτών βαρών για εκτέλεση σε DGX Spark

Ποιο μοντέλο ταιριάζει σε συνομιλία, προγραμματισμό, παρτίδες και εργασία agent, και ένας έλεγχος πραγματικότητας για τα πυκνά μοντέλα, μόνο με μετρημένα tok/s.

Μοντέλα · 8 λεπτά ανάγνωσης

Συνολικό κόστος ιδιοκτησίας: ενοικίαση GPU έναντι cloud AI API

Ένα cloud API ανά token, μια νοικιασμένη αποκλειστική GPU και η αγορά υλικού, σε σύγκριση δίπλα-δίπλα με αριθμούς ήδη δημοσιευμένους σε αυτόν τον ιστότοπο.

Ανάλυση αγοράς · 9 λεπτά ανάγνωσης

Πώς κάνει benchmarks το GPUwerk στο DGX Spark

Τι μετράται, μία ροή έναντι ταυτοχρονισμού, ποιες μηχανές και ρυθμίσεις, και γιατί δημοσιεύονται τα πλήρη logs και όχι μόνο ο συνοπτικός πίνακας.

Benchmarks · 4 λεπτά ανάγνωσης

Θόρυβος και ψύξη του DGX Spark: τι να περιμένετε

Τι έχει τεκμηριωθεί για τον θόρυβο των ανεμιστήρων και την ψύξη σε γραφείο ή οικιακό γραφείο, τι δεν έχει μετρηθεί ανεξάρτητα, και πού να ελέγξετε πριν αγοράσετε.

Ανάλυση αγοράς · 4 λεπτά ανάγνωσης

Εκτέλεση μοντέλων όρασης και πολυτροπικών μοντέλων σε DGX Spark

Τι είναι εφικτό στα 128 GB ενοποιημένης μνήμης για μοντέλα όρασης-γλώσσας και κατανόηση εικόνων, και γιατί δεν έχουν δημοσιευτεί ακόμη ειδικά benchmarks VLM.

Μοντέλα · 3 λεπτά ανάγνωσης

Ενημερώσεις drivers και firmware του DGX Spark: τι διαχειρίζεται το GPUwerk

Τι διατηρείται ενημερωμένο σε επίπεδο host και κόμβου σε ένα νοικιασμένο Spark, και τι βρίσκεται μέσα στο δικό σας root container και παραμένει αποκλειστικά δική σας ευθύνη.

Ρύθμιση · 4 λεπτά ανάγνωσης

Αποθήκευση DGX Spark: τι διατηρείται και τι να έχει αντίγραφο ασφαλείας

Ο NVMe 1 TB σε ένα νοικιασμένο Spark, τι ακριβώς διατηρείται σε διακοπή έναντι τερματισμού, και γιατί χρειάζεστε δικό σας αντίγραφο ασφαλείας: το GPUwerk δεν κρατά αντίγραφο του χώρου εργασίας σας.

Ρύθμιση · 4 λεπτά ανάγνωσης

Παρακολούθηση και παρατηρησιμότητα για ένα αυτοφιλοξενούμενο LLM

Τι να παρακολουθείτε σε ένα Spark που εξυπηρετεί κίνηση παραγωγής, από τη μνήμη GPU έως την καθυστέρηση ανά αίτημα.

Λειτουργίες · 6 λεπτά ανάγνωσης

Αντίγραφα ασφαλείας και ανάκαμψη από καταστροφή για τον φόρτο εργασίας του DGX Spark σας

Τι πραγματικά χρειάζεται αντίγραφο ασφαλείας σε ένα νοικιασμένο Spark, και πώς να το επαναφέρετε μετά από βλάβη.

Λειτουργίες · 6 λεπτά ανάγνωσης

Πρόσβαση ομάδας και πολλών χρηστών σε ένα κοινόχρηστο DGX Spark

Κοινή πρόσβαση μιας ομάδας σε ένα Spark χωρίς να μοιράζονται όλοι ένα κλειδί API.

Λειτουργίες · 5 λεπτά ανάγνωσης

Περιορισμός ρυθμού και ποσοστώσεις για μια εσωτερική εγκατάσταση LLM

Αποτροπή του να στερεί μια ομάδα ή ένα script τα αιτήματα όλων των άλλων σε ένα κοινόχρηστο endpoint.

Λειτουργίες · 5 λεπτά ανάγνωσης

Ενημέρωση ή αλλαγή μοντέλων χωρίς διακοπή λειτουργίας

Εισαγωγή ενός νέου μοντέλου ή νέας έκδοσης μοντέλου σε παραγωγή σε ένα Spark χωρίς παράθυρο διακοπής λειτουργίας.

Λειτουργίες · 6 λεπτά ανάγνωσης

Κλιμάκωση από ένα DGX Spark σε στόλο

Πότε η ενοικίαση περισσότερων μεμονωμένων Spark υπερέχει ενός cluster δύο κόμβων, πώς να κάνετε εξισορρόπηση φορτίου σε ανεξάρτητους κόμβους, και οι λειτουργικοί συμβιβασμοί ενός μικρού στόλου.

Λειτουργίες · 7 λεπτά ανάγνωσης

Μοντέλα με quantization έναντι πλήρους ακρίβειας σε παραγωγή

Πώς να αποφασίσετε ανάμεσα σε μοντέλο με quantization και μοντέλο πλήρους ακρίβειας για μια αυτοφιλοξενούμενη εγκατάσταση παραγωγής: χωρητικότητα μνήμης, κίνδυνος ποιότητας ανά εργασία, και πότε να δοκιμάσετε και τα δύο.

Λειτουργίες · 6 λεπτά ανάγνωσης

Πρόβλεψη κόστους και προϋπολογισμός για υποδομή AI

Πώς να εκτιμήσετε τη μηνιαία δαπάνη υποδομής AI με αυτοφιλοξενία έναντι ενός API με μέτρηση χρήσης, με την τιμή των 0,79 $/ώρα του GPUwerk ως λυμένο παράδειγμα και μια λίστα ελέγχου προϋπολογισμού.

Ανάλυση αγοράς · 7 λεπτά ανάγνωσης

Θωράκιση ασφαλείας ενός νοικιασμένου instance GPU

Πρακτική θωράκιση μέσα στο instance για μια νοικιασμένη GPU: διαχείριση κλειδιών SSH, έκθεση στο δίκτυο, εκτέλεση υπηρεσιών χωρίς root, μυστικά, και εφήμερη έναντι μόνιμης κατάστασης.

Λειτουργίες · 6 λεπτά ανάγνωσης

Μεταφορά μιας υπάρχουσας αυτοφιλοξενούμενης εγκατάστασης AI σε DGX Spark

Μια πρακτική διαδρομή μετάβασης από σταθμό εργασίας ή άλλη cloud GPU σε νοικιασμένο DGX Spark: νέο quantization για ενοποιημένη μνήμη, μεταφορά δεδομένων και σχέδιο μετάβασης.

Ρύθμιση · 7 λεπτά ανάγνωσης

Διαχείριση μνήμης GPU για πολλά μοντέλα σε ένα Spark

Κατανομή των 128 GB ενοποιημένης μνήμης σε πολλά μοντέλα ή containers σε ένα μόνο DGX Spark, και πότε οι υπολογισμοί λένε να μοιραστεί σε cluster δύο κόμβων.

Λειτουργίες · 6 λεπτά ανάγνωσης

llama.cpp έναντι vLLM έναντι SGLang σε DGX Spark: flags και εκκίνηση

Ένας πρακτικός οδηγός για την επιλογή μηχανής inference: ακριβή flags, εντολές εκκίνησης και πού πραγματικά διαφέρουν τα llama.cpp, vLLM και SGLang στην ενοποιημένη μνήμη του GB10.

Ρύθμιση · 6 λεπτά ανάγνωσης

Δοκιμή του σχεδίου ανάκαμψης από καταστροφή για ένα αυτοφιλοξενούμενο LLM

Ένα σχέδιο αντιγράφων ασφαλείας από το οποίο δεν έχετε κάνει επαναφορά είναι απλώς υπόθεση. Ασκήσεις επαναφοράς, game days και μέτρηση RTO/RPO για μια αυτοφιλοξενούμενη εγκατάσταση LLM.

Λειτουργίες · 6 λεπτά ανάγνωσης

Βέλτιστες πρακτικές εναλλαγής κλειδιών API για μια ιδιωτική εγκατάσταση LLM

Εναλλαγή κλειδιών API και διαπιστευτηρίων για ένα αυτοφιλοξενούμενο endpoint inference: εύρος, χρονοδιαγράμματα εναλλαγής, ανάκληση, και τι να αυτοματοποιήσετε έναντι του τι να κάνετε χειροκίνητα.

Λειτουργίες · 6 λεπτά ανάγνωσης

Αξιολόγηση ποιότητας μοντέλου πριν αλλάξετε μοντέλα

Σύνολα δοκιμών holdout, προσεγγίσεις A/B και έλεγχοι παλινδρόμησης για benchmark ενός υποψήφιου μοντέλου έναντι του τρέχοντος πριν την αλλαγή σε παραγωγή.

Λειτουργίες · 6 λεπτά ανάγνωσης

Prompt caching για μείωση του κόστους inference

Πώς η επαναχρησιμοποίηση prefix και KV cache μειώνει τους επαναλαμβανόμενους υπολογισμούς σε μια αυτοφιλοξενούμενη εγκατάσταση: τι οδηγεί σε cache hit, πώς να δομείτε τα prompts γι' αυτό, και πού φαίνεται πραγματικά η εξοικονόμηση σε ένα Spark που νοικιάζεται με την ώρα.

Λειτουργίες · 6 λεπτά ανάγνωσης

Δομημένη έξοδος και function calling σε αυτοφιλοξενούμενο LLM

Ρύθμιση δομημένης εξόδου JSON-mode και tool/function calling σε αυτοφιλοξενούμενα μοντέλα με vLLM και llama.cpp, μαζί με το ποια μοντέλα το υποστηρίζουν και πώς να εντοπίζετε σφάλματα σε κακοσχηματισμένες κλήσεις.

Ρύθμιση · 5 λεπτά ανάγνωσης

Εκτέλεση embeddings και αναζήτησης διανυσμάτων σε DGX Spark

Αυτοφιλοξενία ενός μοντέλου embedding μαζί με μια βάση διανυσμάτων για ένα pipeline RAG σε ένα μόνο Spark: προϋπολογισμός μνήμης, εξυπηρέτηση του μοντέλου embedding και επιλογή βάσης διανυσμάτων.

Μοντέλα · 5 λεπτά ανάγνωσης

Μαζική επεξεργασία μεγάλων εργασιών inference σε νοικιασμένο Spark

Μαζική επεξεργασία εγγράφων και επισημείωση συνόλων δεδομένων μεγάλης κλίμακας σε DGX Spark που νοικιάζεται με την ώρα: ρυθμίσεις απόδοσης, διαστασιολόγηση εργασιών, και πώς συγκρίνεται το κόστος inference σε παρτίδες με τη διαδραστική εξυπηρέτηση.

Λειτουργίες · 5 λεπτά ανάγνωσης

Παρακολούθηση αξιοποίησης GPU και σωστό μέγεθος της εγκατάστασής σας

Πώς να διαβάσετε την πραγματική αξιοποίηση GPU και μνήμης σε ένα νοικιασμένο DGX Spark και να τη χρησιμοποιήσετε για να αποφασίσετε αν θα μείνετε ως έχετε, θα κλιμακωθείτε σε cluster δύο κόμβων ή θα επεκταθείτε σε στόλο.

Λειτουργίες · 5 λεπτά ανάγνωσης

Καταγραφή ελέγχου (audit logging) για μια αυτοφιλοξενούμενη εγκατάσταση LLM με απαιτήσεις συμμόρφωσης

Ρύθμιση logs ελέγχου αιτημάτων και απαντήσεων μέσα στο δικό σας container σε ένα νοικιασμένο DGX Spark: τι να καταγράφετε, πού να το αποθηκεύετε, και πού τελειώνει η ευθύνη του GPUwerk.

Λειτουργίες · 6 λεπτά ανάγνωσης

Στρατηγική εκδόσεων μοντέλων και επαναφοράς για μια αυτοφιλοξενούμενη εγκατάσταση

Παρακολούθηση του ποια βάρη και διαμορφώσεις μοντέλων εκτελούνται πραγματικά, και καθαρή επαναφορά όταν μια νέα έκδοση υστερεί.

Λειτουργίες · 6 λεπτά ανάγνωσης

Ψυχρή εκκίνηση ή συνεχής λειτουργία: επιλογή μοτίβου διαθεσιμότητας instance

Διακοπή ενός DGX Spark ανάμεσα στις χρήσεις έναντι συνεχούς λειτουργίας: κόστος, καθυστέρηση και συμβιβασμοί για τα δεδομένα.

Ανάλυση αγοράς · 5 λεπτά ανάγνωσης

Ρύθμιση SSO και ελέγχου πρόσβασης για εγκατάσταση LLM ομάδας

Τοποθέτηση ενός επιπέδου ταυτοποίησης μπροστά από ένα αυτοφιλοξενούμενο endpoint inference ώστε μια ομάδα να συνδέεται με υπάρχουσες ταυτότητες αντί να μοιράζεται κλειδιά SSH ή tokens API.

Ρύθμιση · 5 λεπτά ανάγνωσης

Εκτέλεση πολλών containers και υπηρεσιών σε DGX Spark

Μοτίβα containers Docker για ένα μόνο DGX Spark: πότε αρκεί ένα απλό αρχείο docker-compose και πότε ο φόρτος εργασίας το έχει ξεπεράσει.

Ρύθμιση · 5 λεπτά ανάγνωσης

Κάθε οδηγός, ομαδοποιημένος σε αγορά, μοντέλα και μηχανές, clusters και λειτουργίες: όλοι οι οδηγοί DGX Spark.

Ερωτήσεις.

Τι είναι το NVIDIA DGX Spark;

Το NVIDIA DGX Spark είναι ένας επιτραπέζιος υπολογιστής AI χτισμένος στο NVIDIA GB10 Grace Blackwell Superchip: μια GPU Blackwell και μια CPU Arm 20 πυρήνων που μοιράζονται 128 GB ενοποιημένης μνήμης στα 273 GB/s, με έως 1 PFLOP υπολογιστικής ισχύος FP4 με αραιότητα. Εκτελεί το DGX OS της NVIDIA, ένα σύστημα βασισμένο σε Ubuntu με προεγκατεστημένη τη στοίβα CUDA, και καταναλώνει το πολύ 240 W. Οι παραγγελίες άνοιξαν στις 15 Οκτωβρίου 2025 με 3.999 $· η τιμή καταλόγου ΗΠΑ της NVIDIA ήταν 6.950 $ κατά τον έλεγχο στις 11 Οκτωβρίου 2026 (ιστορικό τιμών). Οι ASUS, Dell, HP, Lenovo, MSI, Gigabyte και Acer πουλούν μηχανήματα με το ίδιο chip GB10 με δικά τους ονόματα: σύγκριση όλων των μηχανημάτων GB10.

Παίρνω ένα ολόκληρο DGX Spark μόνο για μένα;

Ναι. Κάθε instance του GPUwerk είναι ένας αποκλειστικός κόμβος, όχι ένα κομμάτι κοινόχρηστης GPU. Τα 128 GB ενοποιημένης μνήμης, ολόκληρο το εύρος ζώνης των 273 GB/s και το 1 PFLOPS υπολογιστικής ισχύος FP4 με αραιότητα είναι δικά σας για τη διάρκεια της ενοικίασης, χωρίς τίποτε άλλο να εκτελείται στο μηχάνημα.

Πώς διαφέρει ένα DGX Spark από την ενοικίαση ενός instance cloud GPU;

Ένα τυπικό instance cloud GPU σάς δίνει 24 έως 80 GB VRAM σε κάρτα κέντρου δεδομένων. Ένα DGX Spark σάς δίνει 128 GB ενοποιημένης μνήμης σε ένα μηχάνημα, αρκετά για μοντέλα κατηγορίας 70B χωρίς να μοιράζονται σε πολλές GPU, και το GPUwerk το νοικιάζει με χρέωση ανά λεπτό από τα δικά του Spark στην Τσεχία και από Spark συνεργατών στην Ευρώπη, τη Βόρεια Αμερική και την Ανατολική Ασία.

Ποια είναι η παγίδα με εύρος ζώνης μνήμης 273 GB/s;

Είναι το ανώτατο όριο στην ταχύτητα παραγωγής μίας ροής: λιγότερα tokens το δευτερόλεπτο από μια ξεχωριστή GPU με ταχύτερη VRAM, γι' αυτό και ο οδηγός αγοράς και η σύγκριση με την RTX 5090 ξεκινούν από αυτό. Το πλεονέκτημα του Spark είναι η χωρητικότητα και η απόδοση σε παρτίδες, όχι η καθαρή ταχύτητα για έναν χρήστη.

Μπορώ να αγοράσω ένα DGX Spark αντί να το νοικιάσω;

Ναι. Το κατάστημα του GPUwerk διαθέτει το ίδιο το NVIDIA DGX Spark, με τιμή από το απόθεμα Τσέχων προμηθευτών όταν κάποιος μπορεί να το παραδώσει, και το ίδιο μηχάνημα GB10 από επτά άλλους κατασκευαστές, μεταξύ των οποίων το Lenovo ThinkStation PGX από 5.330 € χωρίς ΦΠΑ. Το GPUwerk σας το αποστέλλει ή, αν το επιλέξετε, το φιλοξενεί στο κέντρο δεδομένων του και το εκμισθώνει για λογαριασμό σας. Μπορείτε επίσης να αγοράσετε από τη NVIDIA ή τους συνεργάτες της, ή να ρωτήσετε το GPUwerk για ένα μηχάνημα για τις δικές σας εγκαταστάσεις. Η ενοικίαση με το λεπτό πρώτα σας δείχνει αν το υλικό ταιριάζει στον φόρτο εργασίας σας πριν από μια αγορά περίπου 4.000 € ή περισσότερο, και κάθε instance cloud του GPUwerk εκτελείται στο ίδιο υλικό GB10.

Όλα για το DGX Spark σε αυτόν τον ιστότοπο.

Κάθε σελίδα του GPUwerk που καλύπτει το DGX Spark, ομαδοποιημένη ανάλογα με το τι προσπαθείτε να κάνετε.

Σταματήστε να διαβάζετε benchmarks.
Τρέξτε τα δικά σας.

Νοικιάστε ένα αποκλειστικό Spark με 0,79 $/h, με χρέωση ανά λεπτό. Πρώτη ανανέωση υπολοίπου: πληρώνετε 20 $, παίρνετε 30 $ σε πίστωση, περίπου 37 ώρες υπολογιστικής ισχύος.

Δημιουργία λογαριασμού