Alternative DGX Sparku: koji stroj odgovara vašim modelima?
DGX Spark ima 128 GB objedinjene memorije pri 273 GB/s. Većina alternativa mijenja jedno za drugo: veća propusnost i manje memorije, ili slična memorija za manje novca. Tablica u nastavku sažima trinaest stranica s usporedbama, jedan redak po stroju. Svaki podatak u retku dolazi s povezane stranice, gdje su navedeni izvori i datumi.
Trinaest strojeva naspram Sparka
| Stroj | Memorija | Propusnost | U čemu je bolji | U čemu je Spark bolji |
|---|---|---|---|---|
| DGX Station (GB300) | 748 GB koherentne memorije: 252 GB HBM3e plus 496 GB LPDDR5X | 7,1 TB/s (HBM3e) | Jedno stolno kućište za modele od više stotina GB, s otprilike 26 puta većom propusnošću GPU-a | Cijena (6.950 USD naspram 104.830 USD i više prema cjeniku od 7. studenoga 2026.); 240 W umjesto 1.600 W; može se unajmiti po minuti |
| NVIDIA H100 SXM | 80 GB HBM3 | 3,35 TB/s | Propusnost po zahtjevu i skupno posluživanje gustih modela od 70B većem broju korisnika | Memorija po dolaru; modeli iznad otprilike 70 GB za jednog korisnika; jeftina evaluacija po minuti |
| NVIDIA H200 SXM | 141 GB HBM3e | Oko 4,8 TB/s | Zajednička produkcijska krajnja točka sa stvarnim istodobnim prometom; gotovo 18 puta veća propusnost | Modeli ispod otprilike 100 GB za jednu osobu ili mali tim; razvoj i evaluacija |
| RTX PRO 6000 Blackwell | 96 GB GDDR7 ECC | 1.792 GB/s | Brzina na modelima koji stanu u 96 GB; prijavljenih 215,2 naspram 60,9 tok/s na gpt-oss-20b | Modeli od 100 GB ili više; cijeli stroj umjesto kartice kojoj treba zasebno računalo |
| GeForce RTX 5090 | 32 GB GDDR7 | 1.792 GB/s | Sve ispod otprilike 30 GB; prijavljeno 575 tok/s naspram 25 do 32 tok/s za model klase Qwen3 od 27B pri istodobnosti 8; igranje | Modeli koji se neće učitati u 32 GB, kao što su 70B i gpt-oss-120b; cjelovit sustav od 240 W |
| Mac Studio (M5 Ultra) | 96 do 512 GB objedinjene memorije | 1,2 TB/s | Generiranje tokena na modelima koji stanu; više od 128 GB u jednom kućištu | Priprema i dugi upiti (3,8 puta brže od M3 Ultra u testu EXO Labsa); CUDA; povezivanje dviju jedinica |
| AMD Strix Halo (HP Z2 Mini G1a) | 128 GB LPDDR5x | 256 GB/s | Cijena (2.949 USD u testiranoj konfiguraciji); gotovo izjednačeno generiranje tokena za jednog korisnika u llama.cpp | 2 do 3 puta kraće vrijeme do prvog tokena; oko 2 puta brže fino podešavanje; oko 2,5 puta na FLUX.1; CUDA |
| ASUS Ascent GX10 | 128 GB LPDDR5x | 273 GB/s (isti čip) | Isti GB10 čip; usporedite cijenu i zalihe za veličinu pohrane koja vam treba na dan narudžbe | Founders Edition dobiva izdanja DGX OS-a izravno od NVIDIA-e |
| Jetson AGX Thor | 128 GB LPDDR5X (razvojni komplet; modul T4000 ima 64 GB) | 273 GB/s (isto kao Spark) | Robotički ulazi i izlazi, 40 do 130 W na modulu i niža kataloška cijena (5.499 USD naspram 6.950 USD, cijene za SAD u listopadu 2026.) | Brzina uz istu memoriju: 52,87 naspram 41,82 tok/s pri dekodiranju i otprilike 1,8 puta brža priprema na gpt-oss-120b u llama.cpp testu JetsonHacksa; ConnectX-7 pri 200 Gb/s za klaster od dvije jedinice |
| NVIDIA A100 80 GB | 80 GB HBM2e | 1.935 do 2.039 GB/s | Dekodiranje i skupno posluživanje: 200,90 naspram 56,74 tok/s u testu Llama 2 7B iz llama.cpp | 48 GB više memorije, FP8 i FP4 tenzorska matematika, 0,79 USD/h naspram 1,19 USD do 2,32 USD/h na zahtjev |
| Prijenosnik RTX Spark N1X | Do 128 GB LPDDR5X, podijeljeno između procesora i GPU-a | 300 GB/s (NVIDIA) | Prijenosni Windows stroj; 67,64 naspram 63,77 tok/s na Qwen3.6-35B-A3B u testu The Registera | Linux s DGX OS-om, vLLM-om i klasterima od dva čvora; prvi token za 1.240 naspram 1.928 ms u agentskom izvođenju |
| Sustav s 2x ili 4x RTX 3090 | 48 ili 96 GB GDDR6X (24 GB po kartici) | 936 GB/s po kartici | Gusti 70B: 31,3 naspram 6,0 tok/s za jednog korisnika na dvije kartice s vLLM AWQ | 128 GB u jednom uređaju od 240 W naspram 700 do 1.400 W za kartice; gpt-oss-120b pri 58,7 tok/s bez dijeljenja modela |
| NVIDIA GeForce RTX 4090 | 24 GB GDDR6X | 1.008 GB/s | Modeli ispod otprilike 22 GB: 221,95 naspram 83,43 tok/s pri dekodiranju na gpt-oss-20b u llama.cpp | Modeli od 25 do 110 GB: gpt-oss-120b pri 58,7 tok/s naspram otprilike 22 uz prebacivanje u RAM na 4090 |
Svaki je red preuzet s povezane stranice za usporedbu. Podaci o brzini konkurencije izvještaji su trećih strana koji su ondje navedeni, a ne mjerenja GPUwerka. Podaci za sam Spark nalaze se na stranici sa specifikacijama.
Usporedba s drugima
Ja vodim GPUwerk, koji iznajmljuje DGX Sparkove, a nijedan drugi stroj s ove stranice, pa svaku stranicu čitajte s time na umu. Specifikacije dolaze sa stranica samih proizvođača. Brzine Sparka GPUwerkove su vlastite, izmjerene s vLLM 0.27.1 na jednom čvoru flote 2. rujna 2026., s neobrađenim zapisima na stranici s mjerenjima performansi. GPUwerk nije pokretao nijednog konkurenta, pa su njihove brzine izvještaji trećih strana, navedeni na svakoj stranici, ili aritmetika propusnosti, označena kao takva. Uz cijene stoji datum očitanja. Cijene kupnje ove su se godine dosta mijenjale: Spark sa 128 GB u SAD-u je na cjeniku po 6.950 USD od 2. listopada 2026., a izvor, datum i povijest nalaze se na stranici s cijenama.
Birajte prema poslu, a ne prema specifikaciji
- Nekoliko stotina GB u jednom kućištu, uz propusnost podatkovnog centra: DGX Station, ako proračun ide u šest znamenki.
- Zajednička krajnja točka s mnogo istodobnih korisnika: GPU za podatkovne centre, poput H100 ili H200.
- Model koji stane u 32 GB ili 96 GB, za svakodnevnu upotrebu: brza kartica, RTX 5090 ili RTX PRO 6000.
- Modeli od 100 GB ili više, CUDA, dugi upiti: Spark. Usporedba GB10 strojeva pokriva verzije drugih proizvođača.
- Još niste sigurni: unajmite Spark po minuti i izmjerite vlastiti model prije nego što išta kupite.