NVIDIA DGX Spark · GB10 Grace Blackwell

NVIDIA DGX Spark: vuokraa alkaen 0,79 $/h tai osta oma

NVIDIA DGX Spark on pöytäkoneen kokoinen tekoälytietokone: yksi GB10 Grace Blackwell Superchip, 128 GB yhtenäistä muistia 273 GB/s:n nopeudella ja NVIDIAn DGX OS. Voit vuokrata DGX Sparkin GPUwerkiltä hintaan 0,79 $ tunnilta, laskutus minuutin tarkkuudella, tai ostaa sellaisen. Tämä sivu kertoo, mikä se on, mitä se mittaa GPUwerkin kalustolla ja missä se häviää.

Kirjoittaja: Samuel Seidel · Päivitetty 24. lokakuuta 2026. Syvemmälle: DGX Sparkin tekniset tiedot, DGX Sparkin hinta, DGX Sparkin vertailutestit ja kahden linkitetyn koneen DGX Spark -klusteri.

128GBYhtenäistä muistia, muistikaista 273 GB/s
0,79 $Tunnilta GPUwerkissä, laskutus minuutin tarkkuudella, tai 1,79 $ tunnilta 256 GB:n kahden solmun klusterista
1PFLOPFP4-tekoälylaskentaa, harva (sparse), NVIDIA GB10 Grace Blackwell Superchipiltä
200Gb/sConnectX-7-verkko kahdella QSFP-portilla. NVIDIAn mukaan kaksi linkitettyä konetta riittää malleille, joissa on enintään 400B parametria

GPUwerk vuokraa dedikoituja NVIDIA DGX Spark -koneita minuuttihinnalla Euroopassa, Pohjois-Amerikassa ja Itä-Aasiassa: omia koneitaan Tšekissä ja kumppaneiden omistamia Sparkeja muissa maissa. Yksi Spark maksaa 0,79 $ tunnilta ja kahden solmun 256 GB:n klusteri 1,79 $ tunnilta, ennakkoon maksetusta saldosta ilman tilausta. Työskentelet selainpäätteessä tai root-SSH:lla. Lopeta, kun olet valmis, niin laskutus päättyy. Näin vuokraat DGX Sparkin.

NVIDIAn Yhdysvaltain listahinta on 6 950 $ (tarkistettu 11. lokakuuta 2026), kun se julkaisun aikaan oli 3 999 $: katso DGX Sparkin hintahistoria ja EU-listaukset. Osta NVIDIA DGX Spark GPUwerk-kaupasta →

Tekniset tiedot

Laitteisto yhdessä taulukossa.

Solmua kohden. Jokainen GPUwerk-instanssi on yksi kokonainen kone, joten nämä luvut ovat kaikki sinun. Jokainen arvo ja sen merkitys LLM:ille on DGX Sparkin tekniset tiedot -sivulla.

NVIDIA DGX Spark
SuperchipGB10 Grace Blackwell
Tekoälysuorituskyky1 PFLOPS FP4 (harva)
Muisti128 GB yhtenäistä LPDDR5x-muistia
Muistikaista273 GB/s
CPU20-ytiminen Arm (10× X925 + 10× A725)
Tallennustila1 TB NVMe GPUwerkin omissa Sparkeissa, jaettu järjestelmän ja mallivälimuistin kanssa; joissakin kumppaneiden Sparkeissa on 2 tai 4 TB (NVIDIA myy 1 TB tai 4 TB)
VerkkoConnectX-7 · 200 Gb/s
Virtaenintään 240 W
KäyttöjärjestelmäDGX OS 7 · Ubuntu 24.04
CUDAKoko ohjelmistopino esiasennettuna

Lähteet, luettu 24. lokakuuta 2026: NVIDIA DGX Sparkin tuotesivu (CPU, muisti, 273 GB/s, 1 PFLOP FP4 harvuudella, 240 W virtalähde, enintään 200B parametria yhdellä koneella ja 400B kahdella) ja NVIDIAn laitteistodokumentaatio (1 TB tai 4 TB NVMe, 256-bittinen muisti 4266 MHz:llä). Julkaisupäivä ja hinta: NVIDIAn uutishuone, 13. lokakuuta 2025.

273 GB/s:n muistikaista on se rajoite, jolla on merkitystä yksittäisen virran LLM-generoinnin nopeudelle. Sparkin vahvuus on kapasiteetti: mallit, jotka eivät yksinkertaisesti mahdu kuluttajanäytönohjaimiin, sekä FP4-laskenta eräajoon ja hienosäätöön, joissa läpäisy skaalautuu paljon paremmin kuin yksittäisen virran luvut antavat ymmärtää.

Hinta, vuokraaminen ja ostaminen

Vuokraa tai osta.

Minuuttivuokra kertoo, mahtuuko mallisi ja toimiiko se riittävän nopeasti, ennen kuin käytät tuhansia laitteistoon. Vuokrattu Spark antaa sinulle selainpäätteen tai root-SSH:n omaan konttiisi, esiasennetun CUDA 13.0 -työkalupaketin (ja joillakin koneilla Dockerin) sekä mallivedoksesta OpenAI-yhteensopivan päätepisteen: millä työskentelet.

Mitattu GPUwerkin kalustolla

Kaluston vertailutestit.

Kaksi mallia, jotka ovat valmiiksi ladattuina jokaisella kaluston solmulla, mitattuna vllm bench serve -työkalulla yhdellä GPUwerkin omalla solmulla ilman muuta kuormaa sen GPU:lla. Raakalokit ovat alla, ja lisää malleja on DGX Sparkin vertailutestit -sivulla. Kolmansien osapuolten luvut muille malleille on koottu ja kyseenalaistettu ostajan oppaassa.

Kaluston vertailutestien tulokset yhdellä DGX Spark -solmulla
MalliKvantisointiKehysEsitäyttö tok/sGenerointi tok/sMaksimikonteksti
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

Näin luet tätä.

Esitäyttö on mediaaniaika ensimmäiseen tokeniin 8 192 tokenin kehotteella. Generointi on yksi virta, 128 sisään ja 512 ulos, eikä mitään muuta käynnissä. Maksimikonteksti on sen pituinen kehote, joka todella palveltiin, ei KV-välimuistin koosta päätelty luku. Esitäyttö hidastuu kehotteen kasvaessa, koska huomion (attention) kustannus on neliöllinen: 30B tekee 5 705 tok/s 8k:lla ja 586 tok/s täyttäessään koko 262 144:n kontekstinsa.

Eräkoko muuttaa vastauksen täysin.

Yksi virta on tämän laitteiston pahin tapaus, ja useimmat vertailut pysähtyvät siihen lukuun. Kun pyyntöjä on käynnissä, 30B yltää 3 235 tok/s yhteensä 256 samanaikaisella, ja 70B yltää 485 tok/s 128:lla ja putoaa sitten 300:aan 256:lla, kun mediaaniaika ensimmäiseen tokeniin kasvaa 8 sekunnista 40 sekuntiin. Mixture-of-experts-malli saturoituu taitekohtansa jälkeen; tiheä romahtaa omansa jälkeen. Molemmat käyrät ovat lokeissa.

Mitattu kuormittamattomalla solmulla.

Jokainen ajo tehtiin solmulla, jolla ei ollut muuta kuormaa eikä muita GPU:lle ladattuja malleja. Jokainen alla oleva loki alkaa GPU:n prosessilistalla ja vapaalla muistilla ajon alkuhetkellä, joten voit tarkistaa luvut itse sen sijaan, että uskoisit ne sellaisenaan.

Raakalokit, jokainen ajo, muokkaamattomina lukuun ottamatta edistymispalkin uudelleenpiirtojen tiivistämistä: Qwen3-Coder 30B-A3B · Llama 3.3 70B. Aja omasi: lisää ensimmäisellä kerralla 20 $ ja saat 30 $ saldoa, mikä riittää arviointipäivään dedikoidulla solmulla.

Työkuormat

Mitä minun pitäisi ajaa sillä?

Vahvoja näkemyksiä tällaisten koneiden kaluston operoinnin pohjalta.

Tiimin koodausavustaja

Qwen3-Coder 30B-A3B (AWQ, malli, jolla GPUwerk tekee vertailutestinsä) jättää tilaa pitkille konteksteille ja useille samanaikaisille käyttäjille. Aja se vLLM:llä OpenAI-yhteensopivan päätepisteen takana ja ohjaa editorisi siihen.

Yksityinen chat + RAG

70B-luokan instruct-malli Q4-tarkkuudella mahtuu yhteen solmuun, ja tilaa jää upotusmallille ja vektorikannalle samassa koneessa: koko yksityinen avustaja yhdellä koneella. Katso yksityisen ChatGPT:n asennus →

Hienosäätö

70B-luokan mallien LoRA-hienosäädöt mahtuvat yhtenäiseen muistiin ilman mallin rinnakkaistamisen temppuilua. Askelta kohden hitaampi kuin konesali-GPU, mutta toimii siellä, missä kuluttajakortit eivät yksinkertaisesti toimi.

Vuokraus yhteen tehtävään

Mihin ihmiset vuokraavat Sparkia.

Kolme tehtävää, kukin komentoineen, mitattuine lukuineen ja rajoituksineen yhdellä sivulla.

Vertailut

Miten se vertautuu.

Johtopäätös ensin -vertailut koneisiin, joita ostajat oikeasti vertailevat. Jokainen kertoo, missä kilpailija voittaa.

DGX Spark vs Mac Studio

Yhtenäinen muisti molemmissa, CUDA-ekosysteemi vs raaka kaistanleveys. Päivitetty Applen M5 Ultra Mac Studiolle: Mac voittaa dekoodauksessa, Spark esitäytössä ja CUDA-siirrettävyydessä.

9 min lukuaika

DGX Spark vs RTX 5090

32 GB nopeaa VRAM-muistia vs. 128 GB kapasiteettia. Nopeudessa kilpailu ei ole tasaväkinen: koko kysymys on siitä, mahtuuko mallisi.

6 min lukuaika

DGX Spark vs Strix Halo

Lähes identtinen tokenien generointi, 2–3-kertainen ero esitäytössä ja noin 4 000 $ edullisempi ostaa. Mitä The Registerin käytännön testi havaitsi.

5 min lukuaika

DGX Spark -pilvipalvelujen tarjoajat vertailussa

Jokainen julkisesti listattu tuntihintainen Spark-vuokra hinnan, sijainnin, laskutustarkkuuden kera ja mitä datallesi tapahtuu pysäytettäessä. Lainattu kunkin tarjoajan omalta sivulta, myös GPUwerkin.

7 min lukuaika

DGX Spark vs H100 LLM-päättelyssä

Milloin 128 GB ja minuuttilaskutus voittavat konesalikortin ja milloin muistikaista ja eräajon läpäisyteho tarkoittavat, että tarvitset sen sijaan H100:n.

8 min lukuaika

DGX Spark vs H200 LLM-päättelyssä

Tämän sivuston suurin kaistanleveysero, 273 GB/s vs. noin 4,8 TB/s. Missä sillä on merkitystä ja missä ei.

7 min lukuaika

DGX Spark vs Jetson AGX Thor: kaksi eri tehtävää

Miksi nämä eivät oikeastaan kilpaile samasta ostajasta: kohdemarkkina, muotokerroin ja ohjelmistopino vertailussa.

7 min lukuaika

DGX Spark vs RTX PRO 6000 Blackwell

128 GB yhtenäistä muistia 273 GB/s:n nopeudella vs. 96 GB GDDR7-muistia noin 1,8 TB/s:n nopeudella: mitkä mallit mahtuvat kumpaankin ja minkä dekoodausnopeuden kaistanleveys sallii.

Vertailu

ASUS Ascent GX10 vs DGX Spark

Sama GB10-siru ja 128 GB. Erot ovat tallennustilassa, hinnassa, koossa ja laiteohjelmistossa, kukin lähteineen.

Vertailu

Kaikki GB10-koneet vertailussa

DGX Spark, ASUS, Dell, HP, Lenovo, MSI, Gigabyte ja Acer rinnakkain: yksi siru ja jäljelle jäävät erot.

Vertailu

Kaikki kahdeksan rinnakkain muistin, kaistanleveyden ja kunkin kilpailijan vahvuuksien kanssa: DGX Sparkin vaihtoehdot vertailussa.

Oppaat

Oppaat & analyysit.

Kaikille, jotka arvioivat, ostavat tai ottavat käyttöön DGX Sparkia, kirjoitettu konesalista, ei lehdistöpaketista.

DGX Sparkin käyttöönotto: paketista ensimmäiseen tokeniin

DGX OS:n ensimmäinen käynnistys, SSH, ajurit ja ensimmäisen mallin ajaminen palvelimena: opas, jonka olisin toivonut olevan olemassa, kun asensin ensimmäisen laitteeni räkkiin.

Käyttöönotto · 4 min lukuaika

Mitä tietää ennen DGX Sparkin ostamista

Virrankulutus, melu, kahden laitteen verkottaminen, missä se on aidosti hyvä, ja kokonaiskustannukset verrattuna 5090-koneeseen tai pilveen.

Ostoanalyysi · 11 min lukuaika

Vuokraa tai osta DGX Spark

Tunnit viikossa, ostohinta ja kannattavuusrajan laskelma sekä laskuri omille luvuillesi.

Ostoanalyysi · 8 min lukuaika

Aja Qwen3 vLLM-palvelimena Sparkilla

Kopioi ja liitä -polku OpenAI-yhteensopivaan päätepisteeseen omalla laitteistollasi, mukana Open WebUI -käyttöliittymä ja systemd.

Käyttöönotto · 6 min lukuaika

Parhaat mallit, joille et saa lähettää dataasi

Mitkä suuret avoimet mallit mahtuvat 128 GB:hen / 256 GB:hen, ja kuinka paljon ne todella ovat kärjen jäljessä.

Yksityinen tekoäly · 7 min lukuaika

Hienosäädä malli yrityksesi datalla

LoRA 70B-luokan malleilla mahtuu 128 GB:n yhtenäiseen muistiin, ja koulutusdata pysyy solmun paikallisella NVMe-levyllä.

Hienosäätö · 11 min lukuaika

Tekoälytyöntekijä tarvitsee toimiston. Anna sille sellainen, jonka omistat.

OpenClaw, Hermes ja miksi postilaatikkoasi lukeva agentti kuuluu laitteistolle, jota hallitset.

Tekoälyagentit · 9 min lukuaika

Automatisoi tylsät 80 %

Dokumenttien eräkäsittely kiinteähintaisella koneella: rajatoken on ilmainen, joten aja malli kaiken yli.

Automaatio · 7 min lukuaika

DGX Sparkin kahden solmun klusteri: asennus ja mitä sillä oikeasti saat

Kahden Sparkin linkittäminen ConnectX-7 200 GbE:llä, mitä NVIDIAn oma dokumentaatio sanoo, ja rehellinen arvio siitä, mitä parittaminen tuo ja mitä ei.

Käyttöönotto · 9 min lukuaika

Näin ansaitset rahaa DGX Sparkillasi

Vuokraa omistamasi Spark muille GPUwerk Platformin kautta: 70 %:n osuus, mikä ei tuota mitään, esimerkki ilmoitetuilla tunneilla ja kulusi.

Omistajat · 7 min lukuaika

DGX Sparkin virrankulutus ja käyttökustannukset

Julkaistut virrankulutusluvut, mitä ne tarkoittavat pistorasiassa ja miten lasket oman tuntikohtaisen sähkökustannuksesi.

Ostoanalyysi · 6 min lukuaika

ComfyUI ja Stable Diffusion DGX Sparkilla

NVIDIAn ComfyUI-ohjeistus ARM64:lle, raportoidut kuva-ajat malleittain ja yhtenäisen muistin jakaminen LLM:n kanssa.

Mallit

Miten ajaa juuri julkaistua mallia DGX Sparkilla

Muistiin mahtuminen, arm64-vedokset, NVFP4 vai GGUF, mikä moottori ja milloin julkaisuviikon malli tarvitsee kaksi Sparkia.

Mallit

Parhaat avoimien painojen mallit DGX Sparkille

Mikä malli sopii chattiin, koodaukseen, eräajoihin ja agenttityöhön, sekä tiheiden mallien todellisuustarkistus, vain mitatuilla tok/s-luvuilla.

Mallit · 8 min lukuaika

Kokonaiskustannukset: GPU-vuokraus vs pilvi-AI-API

Tokenipohjainen pilvi-API, vuokrattu dedikoitu GPU ja oman laitteiston ostaminen rinnakkain vertailtuna tällä sivustolla jo julkaistuilla luvuilla.

Ostoanalyysi · 9 min lukuaika

Miten GPUwerk testaa DGX Sparkin suorituskyvyn

Mitä mitataan, yksittäinen virta vs rinnakkaisuus, mitkä moottorit ja asetukset, ja miksi raakalokit julkaistaan eikä vain yhteenvetotaulukkoa.

Vertailutestit · 4 min lukuaika

DGX Sparkin melu ja jäähdytys: mitä odottaa

Mitä tuuletinmelusta ja jäähdytyksestä on dokumentoitu työpöydälle tai kotitoimistoon, mitä ei ole mitattu riippumattomasti, ja mistä tarkistaa ennen ostoa.

Ostoanalyysi · 4 min lukuaika

Näkö- ja multimodaalimallien ajaminen DGX Sparkilla

Mikä on mahdollista 128 GB:n yhtenäisellä muistilla näkö-kielimalleille ja kuvien ymmärtämiselle, ja miksi erillisiä VLM-vertailutestejä ei ole vielä julkaistu.

Mallit · 3 min lukuaika

DGX Sparkin ajuri- ja laiteohjelmistopäivitykset: mitä GPUwerk hallinnoi

Mitä vuokratulla Sparkilla pidetään ajan tasalla isäntä- ja solmutasolla ja mikä on omassa root-kontissasi ja täysin sinun vastuullasi.

Käyttöönotto · 4 min lukuaika

DGX Sparkin tallennustila: mikä säilyy ja mitä varmuuskopioida

Vuokratun Sparkin 1 TB:n NVMe, mikä tarkalleen säilyy pysäyttämisessä ja lopettamisessa, ja miksi tarvitset oman varmuuskopion: GPUwerk ei säilytä kopiota työtilastasi.

Käyttöönotto · 4 min lukuaika

Itse ylläpidetyn LLM:n valvonta ja havainnoitavuus

Mitä seurata tuotantoliikennettä palvelevalla Sparkilla GPU-muistista pyyntökohtaiseen viiveeseen.

Operointi · 6 min lukuaika

Varmuuskopiointi ja palautuminen DGX Spark -työkuormallesi

Mikä vuokratulla Sparkilla todella tarvitsee varmuuskopion ja miten se palautetaan vian jälkeen.

Operointi · 6 min lukuaika

Tiimi- ja monikäyttäjäpääsy jaettuun DGX Sparkiin

Tiimin yhteinen pääsy yhteen Sparkiin ilman, että kaikki jakavat saman API-avaimen.

Operointi · 5 min lukuaika

Nopeusrajoitukset ja kiintiöt sisäiselle LLM-käyttöönotolle

Estetään yhtä tiimiä tai skriptiä näännyttämästä kaikkien muiden pyyntöjä jaetussa päätepisteessä.

Operointi · 5 min lukuaika

Mallien päivittäminen tai vaihtaminen ilman katkoa

Uuden mallin tai malliversion vieminen tuotantoon Sparkilla ilman katkosikkunaa.

Operointi · 6 min lukuaika

Skaalaus yhdestä DGX Sparkista kalustoksi

Milloin useamman yksittäisen Sparkin vuokraaminen voittaa kahden solmun klusterin, miten kuormaa tasataan itsenäisten solmujen kesken ja pienen kaluston operoinnin kompromissit.

Operointi · 7 min lukuaika

Kvantisoidut vs täyden tarkkuuden mallit tuotannossa

Miten valita kvantisoidun ja täyden tarkkuuden mallin välillä tuotantokäyttöön itse ylläpidetyssä ympäristössä: muistiin mahtuminen, laaturiski tehtävittäin ja milloin testata molempia.

Operointi · 6 min lukuaika

Tekoälyinfrastruktuurin kustannusennusteet ja budjetointi

Miten arvioida tekoälyinfrastruktuurin kuukausikulut itse ylläpidossa verrattuna käytön mukaan laskutettuun API:hin, esimerkkinä GPUwerkin 0,79 $/tunti-hinta, sekä budjetoinnin tarkistuslista.

Ostoanalyysi · 7 min lukuaika

Vuokratun GPU-instanssin tietoturvan koventaminen

Käytännön koventaminen instanssin sisällä vuokratulle GPU:lle: SSH-avainten hallinta, verkkoaltistus, palveluiden ajaminen ilman rootia, salaisuudet sekä väliaikainen vs pysyvä tila.

Operointi · 6 min lukuaika

Olemassa olevan itse ylläpidetyn tekoälyratkaisun siirtäminen DGX Sparkille

Käytännön siirtopolku työasemalta tai toisesta pilvi-GPU:sta vuokrattuun DGX Sparkiin: uudelleenkvantisointi yhtenäistä muistia varten, datan siirto ja siirtymäsuunnitelma.

Käyttöönotto · 7 min lukuaika

GPU-muistin hallinta useille malleille yhdellä Sparkilla

128 GB:n yhtenäisen muistin budjetointi useiden mallien tai konttien kesken yhdellä DGX Sparkilla, ja milloin laskelma sanoo, että on aika jakaa kahden solmun klusteriin.

Operointi · 6 min lukuaika

llama.cpp vs vLLM vs SGLang DGX Sparkilla: valitsimet ja käynnistys

Käytännön opas päättelymoottorin valintaan: tarkat valitsimet, käynnistyskomennot ja missä llama.cpp, vLLM ja SGLang todella eroavat GB10:n yhtenäisellä muistilla.

Käyttöönotto · 6 min lukuaika

Itse ylläpidetyn LLM:n palautumissuunnitelman testaaminen

Varmuuskopiointisuunnitelma, josta et ole palauttanut, on hypoteesi. Palautusharjoitukset, game dayt ja RTO/RPO-mittaus itse ylläpidetylle LLM-käyttöönotolle.

Operointi · 6 min lukuaika

API-avainten kierrätyksen parhaat käytännöt yksityiselle LLM-käyttöönotolle

API-avainten ja tunnistetietojen kierrättäminen itse ylläpidetylle päättelypäätepisteelle: oikeuksien rajaus, kierrätysaikataulut, mitätöinti ja mitä automatisoida ja mitä tehdä käsin.

Operointi · 6 min lukuaika

Mallin laadun arviointi ennen mallin vaihtamista

Erilliset testijoukot, A/B-lähestymistavat ja regressiotarkistukset ehdokasmallin vertailuun nykyiseen ennen vaihtoa tuotannossa.

Operointi · 6 min lukuaika

Kehotteiden välimuisti päättelykustannusten leikkaamiseen

Miten prefix- ja KV-välimuistin uudelleenkäyttö vähentää toistuvaa laskentaa itse ylläpidetyssä käyttöönotossa: mikä kelpaa välimuistiosumaksi, miten kehotteet rakennetaan sitä varten ja missä säästöt oikeasti näkyvät tuntivuokratulla Sparkilla.

Operointi · 6 min lukuaika

Jäsennelty tuloste ja funktiokutsut itse ylläpidetyllä LLM:llä

JSON-tilan jäsennellyn tulosteen ja työkalu-/funktiokutsujen määrittäminen itse ylläpidetyille malleille vLLM:llä ja llama.cpp:llä, mukaan lukien mitkä mallit tukevat sitä ja miten virheellisiä kutsuja debugataan.

Käyttöönotto · 5 min lukuaika

Upotusten ja vektorihaun ajaminen DGX Sparkilla

Upotusmallin ylläpitäminen itse vektoritietokannan rinnalla RAG-putkessa yhdellä Sparkilla: muistibudjetointi, upotusmallin ajaminen palvelimena ja vektorikannan valinta.

Mallit · 5 min lukuaika

Suurten päättelytöiden eräkäsittely vuokratulla Sparkilla

Massadokumenttien käsittely ja laajamittainen datan merkintä tuntivuokratulla DGX Sparkilla: läpäisyasetukset, töiden mitoitus ja miten eräpäättelyn kustannus vertautuu interaktiiviseen palveluun.

Operointi · 5 min lukuaika

GPU:n käyttöasteen seuranta ja käyttöönoton oikea mitoitus

Miten lukea vuokratun DGX Sparkin todellinen GPU- ja muistin käyttöaste ja käyttää sitä päätökseen siitä, pysytäänkö nykyisessä, skaalataanko kahden solmun klusteriin vai laajennetaanko kalustoksi.

Operointi · 5 min lukuaika

Auditointiloki vaatimustenmukaisuuden kannalta herkälle itse ylläpidetylle LLM-käyttöönotolle

Pyyntö- ja vastausauditointilokien määrittäminen omaan konttiisi vuokratulla DGX Sparkilla: mitä tallentaa, mihin se säilöä ja missä GPUwerkin vastuu päättyy.

Operointi · 6 min lukuaika

Mallien versiointi- ja palautusstrategia itse ylläpidetylle käyttöönotolle

Sen seuraaminen, mitkä mallipainot ja kokoonpanot ovat todella käytössä, ja siisti palautus, kun uusi versio suoriutuu huonommin.

Operointi · 6 min lukuaika

Kylmäkäynnistys vs aina päällä: instanssin käyttöaikamallin valinta

DGX Sparkin pysäyttäminen käyttökertojen välillä vs pitäminen käynnissä ympäri vuorokauden: kustannus, viive ja datan kompromissit.

Ostoanalyysi · 5 min lukuaika

SSO:n ja pääsynhallinnan määrittäminen tiimin LLM-käyttöönotolle

Tunnistautumiskerroksen sijoittaminen itse ylläpidetyn päättelypäätepisteen eteen, jotta tiimi kirjautuu olemassa olevilla tunnuksillaan SSH-avainten tai API-tunnisteiden jakamisen sijaan.

Käyttöönotto · 5 min lukuaika

Useiden konttien ja palveluiden ajaminen DGX Sparkilla

Docker-konttimallit yhdelle DGX Sparkille: milloin pelkkä docker-compose-tiedosto riittää ja milloin työkuorma on kasvanut sen ohi.

Käyttöönotto · 5 min lukuaika

Kaikki oppaat ryhmiteltyinä ostamiseen, malleihin ja moottoreihin, klustereihin ja ylläpitoon: kaikki DGX Spark -oppaat.

Kysymyksiä.

Mikä on NVIDIA DGX Spark?

NVIDIA DGX Spark on pöytäkoneen kokoinen tekoälytietokone, joka on rakennettu NVIDIA GB10 Grace Blackwell Superchipin varaan: Blackwell-GPU ja 20-ytiminen Arm-suoritin jakavat 128 GB yhtenäistä muistia 273 GB/s:n nopeudella, ja harvaa FP4-laskentaa on enintään 1 PFLOP. Se ajaa NVIDIAn DGX OS:ää, Ubuntu-pohjaista järjestelmää, jossa CUDA-pino on esiasennettuna, ja kuluttaa enintään 240 W. Tilaukset avautuivat 15. lokakuuta 2025 hintaan 3 999 $; NVIDIAn Yhdysvaltain listahinta oli 6 950 $, kun se tarkistettiin 11. lokakuuta 2026 (hintahistoria). ASUS, Dell, HP, Lenovo, MSI, Gigabyte ja Acer myyvät samalla GB10-sirulla varustettuja koneita omilla nimillään: kaikki GB10-koneet vertailussa.

Saanko kokonaisen DGX Sparkin itselleni?

Kyllä. Jokainen GPUwerk-instanssi on yksi dedikoitu solmu, ei osa jaettua GPU:ta. 128 GB yhtenäistä muistia, koko 273 GB/s:n kaistanleveys ja 1 PFLOPS harvaa FP4-laskentaa ovat sinun vuokrauksen ajan, eikä koneella toimi mitään muuta.

Miten DGX Spark eroaa pilvi-GPU-instanssin vuokraamisesta?

Tyypillinen pilvi-GPU-instanssi antaa 24–80 GB VRAM-muistia konesalikortilla. DGX Spark antaa 128 GB yhtenäistä muistia yhdellä koneella, mikä riittää 70B-luokan malleille ilman niiden jakamista GPU:iden kesken, ja GPUwerk vuokraa sitä minuuttilaskutuksella omista Sparkeistaan Tšekissä ja kumppaneiden Sparkeista Euroopassa, Pohjois-Amerikassa ja Itä-Aasiassa.

Mikä on 273 GB/s:n muistikaistan haittapuoli?

Se on yksittäisen virran generointinopeuden yläraja: vähemmän tokeneita sekunnissa kuin erillisellä GPU:lla, jossa on nopeampi VRAM, ja siksi sekä ostajan opas että vertailu RTX 5090:n kanssa alkavat siitä. Sparkin etu on kapasiteetti ja eräajon läpäisyteho, ei yhden käyttäjän raakanopeus.

Voinko ostaa DGX Sparkin vuokraamisen sijaan?

Kyllä. GPUwerkin kauppa listaa itse NVIDIA DGX Sparkin, hinnoiteltuna tšekkiläisten toimittajien varastosta, kun joku pystyy toimittamaan sen, sekä saman GB10-koneen seitsemältä muulta valmistajalta, joiden joukossa Lenovo ThinkStation PGX alkaen 5 330 € ilman alv:tä. GPUwerk lähettää sen sinulle tai halutessasi sijoittaa sen konesaliinsa ja vuokraa sitä puolestasi. Voit myös ostaa NVIDIAlta tai sen kumppaneilta tai kysyä GPUwerkiltä konetta omaan toimipaikkaasi. Minuuttivuokra ensin kertoo, sopiiko laitteisto työkuormallesi, ennen noin 4 000 €:n tai suurempaa hankintaa, ja jokainen GPUwerkin pilvi-instanssi toimii identtisellä GB10-laitteistolla.

Kaikki tämän sivuston DGX Spark -sisältö.

Jokainen GPUwerkin sivu, joka käsittelee DGX Sparkia, ryhmiteltynä sen mukaan, mitä yrität tehdä.

Älä tyydy lukemaan vertailutestejä.
Aja omasi.

Vuokraa dedikoitu Spark hintaan 0,79 $/h, laskutus minuutin tarkkuudella. Ensimmäinen lataus: maksa 20 $, saat 30 $ saldoa, noin 37 tuntia laskentaa.

Luo tili