NVIDIA DGX Spark · GB10 Grace Blackwell
NVIDIA DGX Spark: unajmite ga od 0,79 USD/h ili ga kupite
NVIDIA DGX Spark stolno je AI računalo: jedan GB10 Grace Blackwell superčip sa 128 GB objedinjene memorije pri 273 GB/s, koji pokreće NVIDIA-in DGX OS. Na GPUwerku možete unajmiti DGX Spark za 0,79 USD na sat, uz naplatu po minuti, ili ga kupiti. Ova stranica objašnjava što je, što izmjeri na GPUwerkovoj floti i gdje gubi.
Autor: Samuel Seidel · Ažurirano 24. listopada 2026. Detaljnije: specifikacije DGX Sparka, cijena DGX Sparka, mjerenja DGX Sparka i klaster DGX Sparka od dva povezana stroja.
GPUwerk iznajmljuje namjenske NVIDIA DGX Spark strojeve po minuti u Europi, Sjevernoj Americi i Istočnoj Aziji: vlastite strojeve u Češkoj i partnerske Sparkove u drugim zemljama. Jedan Spark je 0,79 USD na sat, a klaster od dva čvora sa 256 GB 1,79 USD na sat, iz unaprijed plaćenog kredita bez pretplate. Radite u terminalu u pregledniku ili preko root SSH-a. Ukinite instancu kad završite i naplata prestaje. Kako unajmiti DGX Spark.
NVIDIA-ina kataloška cijena za SAD iznosi 6.950 USD (provjereno 11. listopada 2026.), u odnosu na 3.999 USD pri lansiranju: pogledajte povijest cijena DGX Sparka i ponude u EU. Kupite NVIDIA DGX Spark u GPUwerkovoj trgovini →
Specifikacije
Hardver u jednoj tablici.
Po čvoru. Svaka je GPUwerkova instanca jedan cijeli stroj, pa su sve ove brojke vaše. Svaka vrijednost, uz objašnjenje što znači za LLM-ove, nalazi se na stranici specifikacije DGX Sparka.
| Superčip | GB10 Grace Blackwell |
|---|---|
| AI performanse | 1 PFLOPS FP4 (sparse) |
| Memorija | 128 GB objedinjene LPDDR5x memorije |
| Propusnost memorije | 273 GB/s |
| CPU | 20-jezgreni Arm (10× X925 + 10× A725) |
| Pohrana | 1 TB NVMe na GPUwerkovim vlastitim Sparkovima, dijeli se sa sustavom i predmemorijom modela; neki partnerski Sparkovi imaju 2 ili 4 TB (NVIDIA prodaje 1 TB ili 4 TB) |
| Mreža | ConnectX-7 · 200 Gb/s |
| Napajanje | najviše 240 W |
| Operativni sustav | DGX OS 7 · Ubuntu 24.04 |
| CUDA | Cijeli stack unaprijed instaliran |
Izvori, očitano 24. listopada 2026.: stranica proizvoda NVIDIA DGX Spark (procesor, memorija, 273 GB/s, 1 PFLOP FP4 uz rijetkost, napajanje od 240 W, do 200B parametara na jednom stroju i 400B na dva) te NVIDIA-ina hardverska dokumentacija (1 TB ili 4 TB NVMe, 256-bitna memorija na 4266 MHz). Datum lansiranja i cijena: NVIDIA-in newsroom, 13. listopada 2025.
Propusnost memorije od 273 GB/s ograničenje je koje je važno za brzinu generiranja LLM-a u jednom toku. Snaga Sparka je kapacitet: modeli koji jednostavno ne stanu na potrošačke GPU-ove, uz FP4 računalnu snagu za skupno posluživanje i fino podešavanje, gdje propusnost raste daleko bolje nego što sugeriraju brojke za jedan tok.
Cijena, najam i kupnja
Unajmite ga ili kupite.
Najam po minuti pokazuje stane li vaš model i radi li dovoljno brzo prije nego što potrošite tisuće na hardver. Unajmljeni Spark daje vam terminal u pregledniku ili root SSH u vlastiti spremnik, unaprijed instaliran CUDA 13.0 toolkit (a na nekim strojevima i Docker) te krajnju točku kompatibilnu s OpenAI-jem iz slike s modelom: s čime radite.
Izmjereno na GPUwerkovoj floti
Mjerenja performansi flote.
Dva modela pripremljena na svakom čvoru flote, izmjerena s vllm bench serve na jednom od GPUwerkovih vlastitih čvorova, bez ičega drugog na njegovu GPU-u. Neobrađeni zapisi su u nastavku, a više modela nalazi se na stranici mjerenja performansi DGX Sparka. Podaci trećih strana za druge modele prikupljeni su i raspravljeni u vodiču za kupnju.
| Model | Kvantizacija | Framework | Priprema tok/s | Generiranje tok/s | Najveći 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 |
Kako ovo čitati.
Priprema je medijan vremena do prvog tokena na upitu od 8.192 tokena. Generiranje je jedan tok, 128 na ulazu i 512 na izlazu, bez ičega drugog u tijeku. Najveći kontekst upit je te duljine koji je stvarno poslužen, a ne brojka izvedena iz veličine KV predmemorije. Priprema je sporija što je upit dulji, jer trošak pažnje raste s kvadratom duljine: model od 30B postiže 5.705 tok/s pri 8k i 586 tok/s pri punjenju svih svojih 262.144.
Veličina skupa (batch) potpuno mijenja odgovor.
Jedan je tok najgori slučaj na ovom hardveru i to je brojka na kojoj većina usporedbi staje. Sa zahtjevima u tijeku model od 30B doseže ukupno 3.235 tok/s pri 256 istodobnih zahtjeva, a onaj od 70B 485 tok/s pri 128, pa pada na 300 pri 256, dok medijan vremena do prvog tokena raste s 8 na 40 sekundi. Mixture-of-experts model zasićuje se iza svoje prijelomne točke; gusti se iza svoje urušava. Obje su krivulje u zapisima.
Izmjereno na čvoru u mirovanju.
Svako je mjerenje izvedeno na čvoru koji je inače mirovao, bez drugog modela učitanog na GPU. Svaki zapis u nastavku počinje popisom procesa na GPU-u i slobodnom memorijom u trenutku početka mjerenja, pa to možete provjeriti, a ne primiti na vjeru.
Neobrađeni zapisi, svako mjerenje, neuređeno osim sažimanja ponovnog iscrtavanja traka napretka: Qwen3-Coder 30B-A3B · Llama 3.3 70B. Za vlastito mjerenje: prvi put nadoplatite 20 USD i dobijete 30 USD kredita, dovoljno za dan evaluacije na namjenskom čvoru.
Radna opterećenja
Što na njemu pokrenuti?
Jasni stavovi iz svakodnevnog vođenja flote ovih strojeva.
Timski asistent za programiranje
Qwen3-Coder 30B-A3B (AWQ, model na kojem GPUwerk mjeri performanse) ostavlja prostora za duge kontekste i nekoliko istodobnih korisnika. Poslužite ga s vLLM-om iza krajnje točke kompatibilne s OpenAI-jem i usmjerite svoje uređivače na nju.
Privatni razgovor + RAG
Instruct model klase 70B u Q4 stane na jedan čvor, uz dovoljno mjesta za embedding model i vektorsku bazu na istom uređaju: cijeli privatni asistent na jednom stroju. Pogledajte kako se postavlja privatni ChatGPT →
Fino podešavanje
LoRA fina podešavanja modela klase 70B stanu u objedinjenu memoriju bez akrobacija s paralelizmom modela. Sporije po koraku nego na GPU-u za podatkovne centre, ali radi ondje gdje potrošačke kartice jednostavno ne mogu.
Najam za jedan posao
Za što ljudi unajmljuju Spark.
Tri posla, svaki s naredbama, izmjerenim brojkama i ograničenjima, na jednoj stranici.
Usporedbe
Kako se uspoređuje.
Usporedbe sa zaključkom na početku, s onim strojevima koje kupci doista razmatraju. Svaka navodi u čemu je konkurent bolji.
Svih osam jedan uz drugi, s memorijom, propusnošću i područjima u kojima je svaki konkurent bolji: usporedba alternativa za DGX Spark.
Vodiči
Vodiči i analize.
Za sve koji procjenjuju, kupuju ili postavljaju DGX Spark, napisano iz prostorije s flotom, a ne iz marketinškog materijala.
Svi vodiči, grupirani po kupnji, modelima i pogonima, klasterima i radu: svi vodiči za DGX Spark.
Pitanja.
Što je NVIDIA DGX Spark?
NVIDIA DGX Spark stolno je AI računalo izgrađeno oko NVIDIA GB10 Grace Blackwell superčipa: Blackwell GPU i Arm procesor s 20 jezgri dijele 128 GB objedinjene memorije pri 273 GB/s, uz do 1 PFLOP rijetkog FP4 računanja. Pokreće NVIDIA-in DGX OS, sustav temeljen na Ubuntuu s unaprijed instaliranim CUDA stackom, i troši najviše 240 W. Narudžbe su otvorene 15. listopada 2025. po 3.999 USD; NVIDIA-ina kataloška cijena za SAD iznosila je 6.950 USD pri provjeri 11. listopada 2026. (povijest cijena). ASUS, Dell, HP, Lenovo, MSI, Gigabyte i Acer prodaju strojeve s istim GB10 čipom pod vlastitim imenima: usporedba svih GB10 strojeva.
Dobivam li cijeli DGX Spark samo za sebe?
Da. Svaka je GPUwerkova instanca jedan namjenski čvor, a ne dio dijeljenog GPU-a. 128 GB objedinjene memorije, punih 273 GB/s propusnosti i 1 PFLOPS rijetkog FP4 računanja vaši su za vrijeme trajanja najma, bez ičega drugog na tom stroju.
Po čemu se DGX Spark razlikuje od najma GPU instance u oblaku?
Tipična GPU instanca u oblaku daje vam 24 do 80 GB VRAM-a na kartici za podatkovne centre. DGX Spark daje vam 128 GB objedinjene memorije na jednom stroju, dovoljno za modele klase 70B bez dijeljenja na više GPU-ova, a GPUwerk ga iznajmljuje uz naplatu po minuti s vlastitih Sparkova u Češkoj i partnerskih Sparkova u Europi, Sjevernoj Americi i Istočnoj Aziji.
U čemu je kvaka s propusnošću memorije od 273 GB/s?
To je gornja granica brzine generiranja u jednom toku: manje tokena u sekundi nego na zasebnom GPU-u s bržim VRAM-om, zbog čega s time počinju i vodič za kupnju i usporedba s RTX 5090. Prednost Sparka su kapacitet i skupna propusnost, a ne sirova brzina za jednog korisnika.
Mogu li kupiti DGX Spark umjesto da ga unajmim?
Da. GPUwerkova trgovina nudi i sam NVIDIA DGX Spark, s cijenom prema zalihama čeških dobavljača kad ga netko može isporučiti, te isti GB10 stroj od sedam drugih proizvođača, među njima i Lenovo ThinkStation PGX od 5.330 € bez PDV-a. GPUwerk vam ga otprema ili ga, ako tako odaberete, smješta u svoj podatkovni centar i iznajmljuje za vas. Možete kupiti i od NVIDIA-e ili njezinih partnera ili pitati GPUwerk za stroj na vlastitoj lokaciji. Ako ga prvo unajmite po minuti, saznat ćete odgovara li hardver vašem poslu prije kupnje od oko 4.000 € ili više, a svaka GPUwerkova instanca u oblaku radi na identičnom GB10 hardveru.
Sve o DGX Sparku na ovoj stranici.
Sve stranice na GPUwerku o DGX Sparku, grupirane po tome što želite postići.
Kupnja i najam
- Cijena DGX Sparka: kupiti ili unajmiti
- Specifikacije, uz izmjerene ograde
- Dostupnost i rokovi isporuke u Europi
- Gdje kupiti u Europi
- Kako ga unajmiti po minuti
- Unajmiti ili kupiti: kalkulator praga isplativosti
- Usporedba pružatelja DGX Spark oblaka
- Najam kod Envergea naspram GPUwerka
- Kalkulator memorije: stane li model?
- Cijene
- Kupite NVIDIA DGX Spark
- Kupite GB10 stroj koji hostira GPUwerk
- Na vašoj lokaciji
Već imate Spark?
Usporedbe
Mjerenja i modeli
- Mjerenja performansi DGX Sparka: što očekivati
- Kako GPUwerk mjeri performanse Sparka
- Što stane u 128 GB
- Pokrenite DeepSeek-V4-Flash
- Pokrenite gpt-oss-120b
- Pokrenite gpt-oss-20b
- Pokrenite Llamu 3.3 70B
- Pokrenite Nemotron-3-Super-120B
- Pokrenite Nemotron Super 49B
- Pokrenite Qwen3-Coder 30B-A3B
- Pokrenite Qwen3-235B-A22B
- Pokrenite GLM-5.3-Flash
- Pokrenite Gemmu 4 26B-A4B
- Pokrenite Qwen3.6-35B-A3B
- Pokrenite Qwen3.8-Flash-Next
Vodiči: početak rada
Vodiči: posluživanje i modeli
- Poslužite Qwen3 s vLLM-om
- llama.cpp, vLLM i SGLang
- Strukturirani izlaz i pozivanje funkcija
- Ugrađivanja i vektorsko pretraživanje
- Modeli vida i multimodalni modeli
- Generiranje slika u ComfyUI-ju
- Najbolji modeli s otvorenim težinama
- Fino podešavanje na vlastitim podacima
- Kvantizirano naspram pune preciznosti
- Predmemoriranje upita radi uštede
- Procjena kvalitete modela prije prelaska
- Verzioniranje modela i vraćanje na prethodnu verziju
- Ažuriranja modela bez prekida rada
- Kako GPUwerk mjeri performanse
Vodiči: rad i održavanje
- Nadzor i uvid u rad sustava
- Iskorištenost GPU-a i ispravno dimenzioniranje
- Sigurnosne kopije i oporavak od katastrofe
- Testiranje plana oporavka od katastrofe
- Timski pristup i više korisnika
- Ograničavanje brzine i kvote
- Rotacija API ključeva
- Pooštravanje sigurnosti unajmljenog GPU-a
- Revizijsko bilježenje za usklađenost
- Upravljanje GPU memorijom, više korisnika
- Prelazak na flotu
Prestanite čitati tuđa mjerenja.
Napravite vlastita.
Unajmite namjenski Spark za 0,79 USD/h, uz naplatu po minuti. Prva nadoplata: platite 20 USD, dobijete 30 USD kredita, otprilike 37 sati rada.
Izradite korisnički račun