NVIDIA DGX Spark · GB10 Grace Blackwell
La NVIDIA DGX Spark: noleggiala da 0 $,79/h o acquistala
La NVIDIA DGX Spark è un computer IA da scrivania: un superchip GB10 Grace Blackwell con 128 GB di memoria unificata a 273 GB/s, che esegue DGX OS di NVIDIA. Puoi noleggiare una DGX Spark su GPUwerk a 0 $,79 all'ora, fatturati al minuto, oppure acquistarne una. Questa pagina spiega cos'è, cosa misura sulla flotta di GPUwerk e dove perde.
Di Samuel Seidel · Aggiornato il 24 ottobre 2026. Approfondimenti: specifiche della DGX Spark, prezzo della DGX Spark, benchmark della DGX Spark e il cluster DGX Spark di due macchine collegate.
GPUwerk noleggia macchine NVIDIA DGX Spark dedicate al minuto in Europa, Nord America e Asia orientale: le proprie macchine in Repubblica Ceca e Spark di proprietà di partner in altri paesi. Una Spark costa 0 $,79 all'ora e un cluster a due nodi da 256 GB 1 $,79 all'ora, dal credito prepagato senza abbonamento. Lavori in un terminale nel browser o via SSH root. Termina quando hai finito e la fatturazione si ferma. Come noleggiare una DGX Spark.
Il prezzo di listino USA di NVIDIA è 6.950 $ (verificato l'11 ottobre 2026), rispetto ai 3.999 $ del lancio: vedi storico dei prezzi della DGX Spark e offerte nell'UE. Acquista una NVIDIA DGX Spark nello store GPUwerk →
Specifiche
L'hardware in un'unica tabella.
Per nodo. Ogni istanza GPUwerk è un'intera macchina, quindi questi numeri sono tutti tuoi. Ogni valore, con il suo significato per gli LLM, è nella pagina specifiche della DGX Spark.
| Superchip | GB10 Grace Blackwell |
|---|---|
| Prestazioni IA | 1 PFLOPS FP4 (sparse) |
| Memoria | 128 GB LPDDR5x unificata |
| Banda di memoria | 273 GB/s |
| CPU | Arm a 20 core (10× X925 + 10× A725) |
| Storage | 1 TB NVMe sulle Spark di GPUwerk, condiviso con il sistema e la cache dei modelli; alcune Spark dei partner hanno 2 o 4 TB (NVIDIA vende 1 TB o 4 TB) |
| Rete | ConnectX-7 · 200 Gb/s |
| Alimentazione | 240 W max |
| Sistema operativo | DGX OS 7 · Ubuntu 24.04 |
| CUDA | Stack completo preinstallato |
Fonti, lette il 24 ottobre 2026: la pagina prodotto NVIDIA DGX Spark (CPU, memoria, 273 GB/s, 1 PFLOP FP4 con sparsità, alimentatore da 240 W, fino a 200B parametri su una macchina e 400B su due) e la documentazione hardware NVIDIA (NVMe da 1 TB o 4 TB, memoria a 256 bit a 4266 MHz). Data di lancio e prezzo: newsroom NVIDIA, 13 ottobre 2025.
La banda di memoria di 273 GB/s è il vincolo che conta per la velocità di generazione LLM a flusso singolo. Il punto di forza della Spark è la capacità: modelli che semplicemente non entrano nelle GPU consumer, più il calcolo FP4 per il serving in batch e il fine-tuning, dove il throughput scala molto meglio di quanto suggeriscano i numeri a flusso singolo.
Prezzo, noleggio e acquisto
Noleggiala o acquistala.
Il noleggio al minuto ti dice se il tuo modello ci sta e gira abbastanza veloce prima di spendere migliaia per l'hardware. Una Spark a noleggio ti dà un terminale nel browser o SSH root nel tuo container, il toolkit CUDA 13.0 preinstallato (e Docker, su alcune macchine), e un endpoint compatibile OpenAI da un'immagine con modello: con cosa lavori.
Misurato sulla flotta di GPUwerk
Benchmark della flotta.
I due modelli preinstallati su ogni nodo della flotta, misurati con vllm bench serve su uno dei nodi di GPUwerk senza nient'altro sulla GPU. I log grezzi sono qui sotto, e altri modelli sono nella pagina benchmark della DGX Spark. I dati di terze parti per altri modelli sono raccolti e discussi nella guida all'acquisto.
| Modello | Quantizzazione | Framework | tok/s di prefill | tok/s di generazione | Contesto massimo |
|---|---|---|---|---|---|
| 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 |
Come leggerlo.
Il prefill è il time to first token mediano su un prompt di 8.192 token. Generate è un flusso singolo, 128 in ingresso e 512 in uscita, senza nient'altro in corso. Il contesto massimo è un prompt di quella lunghezza effettivamente servito, non un valore dedotto dalla dimensione della KV cache. Il prefill rallenta al crescere del prompt, perché il costo dell'attenzione è quadratico: il 30B fa 5.705 tok/s a 8k e 586 tok/s riempiendo tutti i suoi 262.144.
La dimensione del batch cambia completamente la risposta.
Un flusso singolo è il caso peggiore su questo hardware, ed è il numero a cui si fermano la maggior parte dei confronti. Con più richieste in corso il 30B raggiunge 3.235 tok/s aggregati con 256 richieste simultanee, e il 70B raggiunge 485 tok/s a 128, poi scende a 300 a 256, con il time to first token mediano che passa da 8 a 40 secondi. Il modello mixture-of-experts si satura oltre il suo punto di flesso; quello denso crolla oltre il suo. Entrambe le curve sono nei log.
Misurato su un nodo inattivo.
Ogni prova è stata eseguita su un nodo altrimenti inattivo, senza altri modelli caricati sulla GPU. Ogni log qui sotto si apre con l'elenco dei processi della GPU e la memoria libera nell'istante in cui è iniziata la prova, così puoi verificarlo invece di fidarti.
Log grezzi, ogni prova, senza modifiche a parte la compressione dei ridisegni delle barre di avanzamento: Qwen3-Coder 30B-A3B · Llama 3.3 70B. Per eseguire le tue: alla prima ricarica paghi 20 $ e ricevi 30 $ di credito, abbastanza per una giornata di valutazione su un nodo dedicato.
Carichi di lavoro
Cosa dovrei eseguirci?
Indicazioni basate sull'esperienza di gestione di una flotta di queste macchine.
Assistente di coding per il team
Qwen3-Coder 30B-A3B (AWQ, il modello su cui GPUwerk esegue i benchmark) lascia spazio per contesti lunghi e diversi utenti simultanei. Servilo con vLLM dietro un endpoint compatibile OpenAI e collegaci i tuoi editor.
Chat privata + RAG
Un modello instruct di classe 70B in Q4 entra in un nodo con margine per un modello di embedding e un vector store sulla stessa macchina: un intero assistente privato su un'unica macchina. Vedi la configurazione del ChatGPT privato →
Fine-tuning
I fine-tuning LoRA di modelli di classe 70B entrano nella memoria unificata senza acrobazie di parallelismo del modello. Più lenti per step di una GPU da data center, ma girano dove le schede consumer semplicemente non ce la fanno.
Noleggio per un singolo lavoro
Per cosa si noleggia una Spark.
Tre lavori, ognuno con comandi, numeri misurati e limiti in un'unica pagina.
Confronti
Il confronto.
Confronti che partono dal verdetto, con le macchine che gli acquirenti mettono davvero sul piatto. Ogni confronto dice dove vince l'altra.
Tutte e otto a confronto, con memoria, banda e dove vince ciascuna rivale: alternative alla DGX Spark a confronto.
Guide
Guide e analisi.
Per chi valuta, acquista o configura una DGX Spark, scritto dalla sala macchine, non da una cartella stampa.
Tutte le guide, raggruppate per acquisto, modelli e motori, cluster e operazioni: tutte le guide sulla DGX Spark.
Domande.
Cos'è la NVIDIA DGX Spark?
La NVIDIA DGX Spark è un computer IA da scrivania costruito sul superchip NVIDIA GB10 Grace Blackwell: una GPU Blackwell e una CPU Arm a 20 core che condividono 128 GB di memoria unificata a 273 GB/s, con fino a 1 PFLOP di calcolo FP4 sparse. Esegue DGX OS di NVIDIA, un sistema basato su Ubuntu con lo stack CUDA preinstallato, e consuma al massimo 240 W. Gli ordini sono stati aperti il 15 ottobre 2025 a 3.999 $; il prezzo di listino USA di NVIDIA era di 6.950 $ alla verifica dell'11 ottobre 2026 (storico dei prezzi). ASUS, Dell, HP, Lenovo, MSI, Gigabyte e Acer vendono macchine con lo stesso chip GB10 con il proprio marchio: tutte le macchine GB10 a confronto.
Ho un'intera DGX Spark tutta per me?
Sì. Ogni istanza GPUwerk è un nodo dedicato, non una porzione di una GPU condivisa. I 128 GB di memoria unificata, l'intera banda di 273 GB/s e 1 PFLOPS di calcolo FP4 sparse sono tuoi per tutta la durata del noleggio, senza nient'altro in esecuzione sulla macchina.
In cosa una DGX Spark è diversa dal noleggio di un'istanza GPU cloud?
Una tipica istanza GPU cloud ti dà da 24 a 80 GB di VRAM su una scheda da data center. Una DGX Spark ti dà 128 GB di memoria unificata su una macchina, abbastanza per modelli di classe 70B senza suddividerli tra più GPU, e GPUwerk la noleggia con fatturazione al minuto dalle proprie Spark in Repubblica Ceca e dalle Spark dei partner in Europa, Nord America e Asia orientale.
Qual è il limite dei 273 GB/s di banda di memoria?
È il limite alla velocità di generazione a flusso singolo: meno token al secondo di una GPU discreta con VRAM più veloce, ed è per questo che sia la guida all'acquisto sia il confronto con la RTX 5090 partono da qui. Il vantaggio della Spark è la capacità e il throughput in batch, non la velocità pura per un singolo utente.
Posso acquistare una DGX Spark invece di noleggiarla?
Sì. Lo store di GPUwerk elenca la NVIDIA DGX Spark stessa, quotata in base alle scorte dei fornitori cechi quando uno può consegnarla, e la stessa macchina GB10 di altri sette produttori, tra cui il Lenovo ThinkStation PGX da 5.330 € IVA esclusa. GPUwerk te la spedisce oppure, se lo scegli, la ospita nel suo data center e la mette a noleggio per te. Puoi anche acquistare da NVIDIA o dai suoi partner, o chiedere a GPUwerk una macchina per la tua sede. Noleggiare prima al minuto ti dice se l'hardware si adatta al tuo carico di lavoro prima di un acquisto da circa 4.000 € o più, e ogni istanza cloud di GPUwerk usa lo stesso identico hardware GB10.
Tutto sulla DGX Spark su questo sito.
Ogni pagina di GPUwerk che parla della DGX Spark, raggruppata per ciò che vuoi fare.
Acquisto e noleggio
- Prezzo della DGX Spark: acquisto o noleggio
- Specifiche, con avvertenze misurate
- Disponibilità e tempi di consegna in Europa
- Dove acquistare in Europa
- Come noleggiarne una al minuto
- Noleggio o acquisto: calcolatore del punto di pareggio
- Fornitori cloud di DGX Spark a confronto
- Noleggiare da Enverge vs GPUwerk
- Calcolatore di memoria: un modello ci sta?
- Prezzi
- Acquista una NVIDIA DGX Spark
- Acquista una macchina GB10 ospitata da GPUwerk
- On-premise
Hai già una Spark?
Confronti
Benchmark e modelli
- Benchmark della DGX Spark: cosa aspettarsi
- Come GPUwerk esegue i benchmark della Spark
- Cosa ci sta in 128 GB
- Esegui DeepSeek-V4-Flash
- Esegui gpt-oss-120b
- Esegui gpt-oss-20b
- Esegui Llama 3.3 70B
- Esegui Nemotron-3-Super-120B
- Esegui Nemotron Super 49B
- Esegui Qwen3-Coder 30B-A3B
- Esegui Qwen3-235B-A22B
- Esegui GLM-5.3-Flash
- Esegui Gemma 4 26B-A4B
- Esegui Qwen3.6-35B-A3B
- Esegui Qwen3.8-Flash-Next
Guide: per iniziare
Guide: serving e modelli
- Servire Qwen3 con vLLM
- llama.cpp vs vLLM vs SGLang
- Output strutturato e function calling
- Embedding e ricerca vettoriale
- Modelli di visione e multimodali
- Generazione di immagini con ComfyUI
- I migliori modelli open-weight
- Fine-tuning sui tuoi dati
- Quantizzato o precisione piena
- Prompt caching per risparmiare
- Valutare la qualità del modello prima di cambiare
- Versionamento e rollback dei modelli
- Aggiornamenti dei modelli senza downtime
- Come GPUwerk esegue i benchmark
Guide: operazioni
- Monitoraggio e osservabilità
- Utilizzo GPU e dimensionamento
- Backup e disaster recovery
- Testare il piano di disaster recovery
- Accesso per team e multiutente
- Limiti di frequenza e quote
- Rotazione delle chiavi API
- Hardening della sicurezza di una GPU a noleggio
- Audit logging per la conformità
- Gestione della memoria GPU, multi-tenant
- Scalare a una flotta
Smetti di leggere benchmark.
Esegui i tuoi.
Noleggia una Spark dedicata a 0 $,79/h, fatturata al minuto. Prima ricarica: paghi 20 $, ricevi 30 $ di credito, circa 37 ore di calcolo.
Crea un account