NVIDIA DGX Spark · GB10 Grace Blackwell
Az NVIDIA DGX Spark: béreljen egyet 0,79 USD/órától, vagy vásároljon
Az NVIDIA DGX Spark egy asztali AI-számítógép: egyetlen GB10 Grace Blackwell Superchip 128 GB egységes memóriával, 273 GB/s sebességgel, az NVIDIA DGX OS-ét futtatva. A GPUwerken bérelhet DGX Sparkot 0,79 USD-ért óránként, percalapú számlázással, vagy vásárolhat egyet. Ez az oldal elmagyarázza, mi ez, mit mér a GPUwerk flottáján, és hol marad alul.
Szerző: Samuel Seidel · Frissítve: 2026. október 24. Részletesen: DGX Spark specifikációk, DGX Spark ár, DGX Spark benchmarkok és a két összekapcsolt gépből álló DGX Spark-klaszter.
A GPUwerk dedikált NVIDIA DGX Spark gépeket ad bérbe percalapon Európában, Észak-Amerikában és Kelet-Ázsiában: saját gépeit Csehországban, partnerek tulajdonában lévő Sparkokat más országokban. Egy Spark 0,79 USD óránként, egy kétcsomópontos 256 GB-os klaszter 1,79 USD óránként, előre fizetett kreditből, előfizetés nélkül. Böngészős terminálban vagy root SSH-n dolgozik. Ha végzett, szüntesse meg a példányt, és a számlázás véget ér. Hogyan béreljen DGX Sparkot.
Az NVIDIA amerikai listaára 6950 USD (ellenőrizve 2026. október 11-én), a megjelenéskori 3999 USD-ről emelkedett: lásd a DGX Spark ártörténetét és uniós ajánlatait. NVIDIA DGX Spark vásárlása a GPUwerk boltban →
Specifikációk
A hardver egy táblázatban.
Csomópontonként. Minden GPUwerk-példány egy teljes gép, így ezek a számok teljes egészében az Önéi. Minden érték, és hogy mit jelent az LLM-ek szempontjából, a DGX Spark specifikációk oldalon található.
| Superchip | GB10 Grace Blackwell |
|---|---|
| AI-teljesítmény | 1 PFLOPS FP4 (ritkított) |
| Memória | 128 GB egységes LPDDR5x |
| Memória-sávszélesség | 273 GB/s |
| CPU | 20 magos Arm (10× X925 + 10× A725) |
| Tárhely | 1 TB NVMe a GPUwerk saját Sparkjain, a rendszerrel és a modellgyorsítótárral közösen; egyes partner-Sparkokban 2 vagy 4 TB van (az NVIDIA 1 TB-os vagy 4 TB-os kivitelt árul) |
| Hálózat | ConnectX-7 · 200 Gb/s |
| Tápellátás | max. 240 W |
| Operációs rendszer | DGX OS 7 · Ubuntu 24.04 |
| CUDA | Teljes stack előtelepítve |
Források, olvasva 2026. október 24-én: az NVIDIA DGX Spark termékoldala (CPU, memória, 273 GB/s, 1 PFLOP FP4 ritkítással, 240 W-os tápegység, legfeljebb 200B paraméter egy gépen és 400B kettőn) és az NVIDIA hardverdokumentációja (1 TB-os vagy 4 TB-os NVMe, 256 bites memória 4266 MHz-en). Megjelenési dátum és ár: NVIDIA hírszoba, 2025. október 13.
A 273 GB/s memória-sávszélesség az a korlát, amely az egyfolyamos LLM-generálás sebességét meghatározza. A Spark erőssége a kapacitás: olyan modellek, amelyek egyszerűen nem férnek el a fogyasztói GPU-kon, valamint FP4 számítás kötegelt kiszolgáláshoz és finomhangoláshoz, ahol az átviteli sebesség sokkal jobban skálázódik, mint amit az egyfolyamos számok sugallnak.
Ár, bérlés és vásárlás
Béreljen vagy vásároljon.
A percalapú bérlés megmutatja, hogy a modellje elfér-e és elég gyorsan fut-e, mielőtt ezreket költene a hardverre. Egy bérelt Spark böngészős terminált vagy root SSH-t ad a saját konténeréhez, előtelepített CUDA 13.0 toolkittel (és egyes gépeken Dockerrel), valamint egy modell-lemezképből OpenAI-kompatibilis végpontot: mivel dolgozik.
A GPUwerk flottáján mérve
Flotta-benchmarkok.
A flotta minden csomópontján előkészített két modell, vllm bench serve paranccsal mérve a GPUwerk egyik saját csomópontján, amelynek GPU-ján semmi más nem futott. A nyers naplók lent találhatók, további modellek a DGX Spark benchmarkok oldalon. Más modellek harmadik féltől származó adatait a vásárlási útmutató gyűjti össze és vitatja meg.
| Modell | Kvantálás | Keretrendszer | Prefill, tok/s | Generálás, tok/s | Max. kontextus |
|---|---|---|---|---|---|
| Qwen3-Coder 30B-A3B | AWQ | vLLM 0.27.1 | 5705 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 |
Hogyan olvassa ezt.
A prefill az első tokenig eltelt medián idő egy 8192 tokenes promptnál. A generálás egy folyam, 128 bemeneti és 512 kimeneti tokennel, más párhuzamos kérés nélkül. A max. kontextus egy ténylegesen kiszolgált, ekkora hosszúságú prompt, nem a KV-gyorsítótár méretéből levezetett érték. A prefill a prompt növekedésével lassul, mert a figyelem költsége négyzetes: a 30B 8k-nál 5705 tok/s-ot, a teljes 262 144-es kontextus kitöltésénél 586 tok/s-ot ér el.
A kötegméret teljesen megváltoztatja a választ.
Egy folyam a legrosszabb eset ezen a hardveren, és a legtöbb összehasonlítás ennél a számnál megáll. Párhuzamos kérésekkel a 30B 256 egyidejű kérésnél összesen 3235 tok/s-ot ér el, a 70B pedig 128-nál 485 tok/s-ot, majd 256-nál 300-ra esik, az első tokenig eltelt medián idő pedig 8-ról 40 másodpercre nő. A mixture-of-experts modell a töréspontja után telítődik; a sűrű modell a sajátja után összeomlik. Mindkét görbe a naplókban van.
Tétlen csomóponton mérve.
Minden futtatás egyébként tétlen csomóponton történt, a GPU-n nem volt más modell betöltve. Minden alábbi napló a GPU folyamatlistájával és a futtatás indításának pillanatában szabad memóriával kezdődik, így ezt ellenőrizheti, nem kell elhinnie.
Nyers naplók, minden futtatás, a folyamatjelző-újrarajzolások összevonásán kívül szerkesztetlenül: Qwen3-Coder 30B-A3B · Llama 3.3 70B. Saját futtatáshoz: első alkalommal töltsön fel 20 USD-t, és kapjon 30 USD kreditet, ami elég egy kipróbálási napra egy dedikált csomóponton.
Munkaterhelések
Mit futtassak rajta?
Határozott útmutatás ilyen gépekből álló flotta üzemeltetéséből.
Csapat kódolóasszisztense
A Qwen3-Coder 30B-A3B (AWQ, a GPUwerk által benchmarkolt modell) helyet hagy a hosszú kontextusoknak és több egyidejű felhasználónak. Szolgálja ki vLLM-mel egy OpenAI-kompatibilis végpont mögött, és irányítsa rá a szerkesztőit.
Privát csevegés + RAG
Egy 70B kategóriájú instruct modell Q4-ben elfér egy csomóponton, és még marad hely egy beágyazási modellnek és egy vektortárnak ugyanazon a gépen: egy teljes privát asszisztens egyetlen gépen. Nézze meg a privát ChatGPT-beállítást →
Finomhangolás
A 70B kategóriájú modellek LoRA-finomhangolása elfér az egységes memóriában, modellpárhuzamos mutatványok nélkül. Lépésenként lassabb, mint egy adatközponti GPU-n, de ott is fut, ahol a fogyasztói kártyák egyszerűen nem.
Bérlés egyetlen feladatra
Mire bérelnek az emberek Sparkot.
Három feladat, mindegyik a parancsokkal, a mért számokkal és a korlátokkal egy oldalon.
Összehasonlítások
Összehasonlítás.
Összehasonlítások az értékeléssel kezdve azokkal a gépekkel, amelyeket a vásárlók valóban mérlegelnek. Mindegyik megmondja, hol nyer a rivális.
Mind a nyolc egymás mellett, memóriával, sávszélességgel, és hogy melyik rivális hol nyer: DGX Spark-alternatívák összehasonlítva.
Útmutatók
Útmutatók és elemzések.
Mindenkinek, aki DGX Sparkot értékel, vásárol vagy állít be, a gépteremből írva, nem sajtóanyagból.
Minden útmutató vásárlás, modellek és motorok, klaszterek és üzemeltetés szerint csoportosítva: az összes DGX Spark-útmutató.
Kérdések.
Mi az NVIDIA DGX Spark?
Az NVIDIA DGX Spark egy asztali AI-számítógép, amely az NVIDIA GB10 Grace Blackwell Superchipre épül: egy Blackwell GPU és egy 20 magos Arm CPU osztozik 128 GB egységes memórián 273 GB/s sebességgel, legfeljebb 1 PFLOP ritkított FP4 számítási teljesítménnyel. Az NVIDIA DGX OS-ét futtatja, egy Ubuntu-alapú rendszert előtelepített CUDA-stackkel, és legfeljebb 240 W-ot fogyaszt. A rendelések 2025. október 15-én nyíltak meg 3999 USD-ért; az NVIDIA amerikai listaára 2026. október 11-i ellenőrzéskor 6950 USD volt (ártörténet). Az ASUS, a Dell, a HP, a Lenovo, az MSI, a Gigabyte és az Acer saját néven árul ugyanezzel a GB10 chippel szerelt gépeket: minden GB10-es gép összehasonlítva.
Egy teljes DGX Sparkot kapok csak magamnak?
Igen. Minden GPUwerk-példány egy dedikált csomópont, nem egy megosztott GPU szelete. A 128 GB egységes memória, a teljes 273 GB/s sávszélesség és az 1 PFLOPS ritkított FP4 számítási teljesítmény a bérlés idejére az Öné, és semmi más nem fut a gépen.
Miben különbözik egy DGX Spark egy felhőalapú GPU-példány bérlésétől?
Egy tipikus felhőalapú GPU-példány 24–80 GB VRAM-ot ad egy adatközponti kártyán. Egy DGX Spark 128 GB egységes memóriát ad egyetlen gépen, ami elég 70B kategóriájú modellekhez anélkül, hogy több GPU-ra kellene osztani őket, és a GPUwerk percalapú számlázással adja bérbe saját csehországi Sparkjairól és partner-Sparkokról Európában, Észak-Amerikában és Kelet-Ázsiában.
Mi a buktató a 273 GB/s memória-sávszélességgel?
Ez az egyfolyamos generálási sebesség plafonja: kevesebb token másodpercenként, mint egy gyorsabb VRAM-mal rendelkező különálló GPU-n, ezért kezdi ezzel a vásárlási útmutató és az RTX 5090-összehasonlítás is. A Spark előnye a kapacitás és a kötegelt átviteli sebesség, nem az egyfelhasználós nyers sebesség.
Vásárolhatok DGX Sparkot bérlés helyett?
Igen. A GPUwerk boltja magát az NVIDIA DGX Sparkot is kínálja, a cseh beszállítók készlete alapján árazva, ha valamelyik tud szállítani, valamint ugyanezt a GB10-es gépet hét másik gyártótól, köztük a Lenovo ThinkStation PGX-et 5330 EUR-tól ÁFA nélkül. A GPUwerk elküldi Önnek, vagy ha úgy dönt, elhelyezi az adatközpontjában és bérbe adja Ön helyett. Vásárolhat az NVIDIA-tól vagy partnereitől is, vagy kérdezheti a GPUwerket egy saját telephelyre szánt gépről. A percalapú bérlés előbb megmutatja, hogy a hardver megfelel-e a munkaterhelésének, mielőtt körülbelül 4000 EUR-t vagy többet költene, és minden GPUwerk-felhőpéldány ugyanazon a GB10-hardveren fut.
Minden a DGX Sparkról ezen az oldalon.
A GPUwerk minden oldala, amely a DGX Sparkkal foglalkozik, aszerint csoportosítva, hogy mit szeretne elérni.
Vásárlás és bérlés
- DGX Spark ár: vásárlás vagy bérlés
- Specifikációk mért fenntartásokkal
- Elérhetőség és átfutási idők Európában
- Hol vásároljon Európában
- Hogyan béreljen percalapon
- Bérlés vagy vásárlás: megtérülési kalkulátor
- DGX Spark felhőalapúzolgáltatók összehasonlítva
- Bérlés az Enverge-től vs. GPUwerk
- Memóriakalkulátor: elfér a modell?
- Árak
- NVIDIA DGX Spark vásárlása
- Vásároljon GB10-es gépet, amelyet a GPUwerk üzemeltet
- Helyszíni
Már van Sparkja?
Összehasonlítások
Benchmarkok és modellek
- DGX Spark benchmarkok: mire számíthat
- Hogyan méri a GPUwerk a Spark teljesítményét
- Mi fér el 128 GB-ban
- DeepSeek-V4-Flash futtatása
- gpt-oss-120b futtatása
- gpt-oss-20b futtatása
- Llama 3.3 70B futtatása
- Nemotron-3-Super-120B futtatása
- Nemotron Super 49B futtatása
- Qwen3-Coder 30B-A3B futtatása
- Qwen3-235B-A22B futtatása
- GLM-5.3-Flash futtatása
- Gemma 4 26B-A4B futtatása
- Qwen3.6-35B-A3B futtatása
- Qwen3.8-Flash-Next futtatása
Útmutatók: első lépések
Útmutatók: kiszolgálás és modellek
- Qwen3 kiszolgálása vLLM-mel
- llama.cpp vs. vLLM vs. SGLang
- Strukturált kimenet és függvényhívás
- Beágyazások és vektoros keresés
- Látás- és multimodális modellek
- Képgenerálás ComfyUI-jal
- A legjobb nyílt súlyú modellek
- Finomhangolás saját adatokon
- Kvantált vs. teljes pontosság
- Prompt-gyorsítótárazás a költségmegtakarításért
- Modellminőség értékelése váltás előtt
- Modellverziózás és visszaállítás
- Leállás nélküli modellfrissítések
- Hogyan végzi a GPUwerk a benchmarkokat
Útmutatók: üzemeltetés
- Monitorozás és megfigyelhetőség
- GPU-kihasználtság és helyes méretezés
- Biztonsági mentés és katasztrófa-helyreállítás
- A katasztrófa-helyreállítási terv tesztelése
- Csapat- és többfelhasználós hozzáférés
- Sebességkorlátozás és kvóták
- API-kulcsok rotálása
- Bérelt GPU biztonsági megerősítése
- Auditnaplózás a megfelelőségért
- GPU-memória kezelése, több bérlő
- Skálázás flottára
Ne benchmarkokat olvasson.
Futtassa a sajátjait.
Béreljen dedikált Sparkot 0,79 USD/óráért, percalapú számlázással. Első feltöltés: fizessen 20 USD-t, kapjon 30 USD kreditet, ez körülbelül 37 óra számítási idő.
Fiók létrehozása