DGX Spark/Guide
Guide

Guide sulla DGX Spark

Di Samuel Seidel · Aggiornato il 7 novembre 2026

Sessantacinque guide su come acquistare, usare e gestire una DGX Spark, da GPUwerk, che le noleggia. Sono raggruppate in cinque sezioni: acquistare e gestire una Spark, modelli e motori di inferenza, prestazioni e benchmark, cluster e scalabilità, e operazioni. Ogni scheda mostra il riepilogo della guida.

Acquistare e gestire una Spark

Prima dell'acquisto, poi alimentazione, rumore, configurazione, aggiornamenti, storage e costi di esercizio.

Cosa sapere prima di acquistare una DGX Spark

Una guida onesta all'acquisto della DGX Spark da un'azienda che le noleggia: benchmark reali, il limite di banda di 273 GB/s, prezzi di mercato UE, e acquisto contro noleggio.

Consumi e costi di esercizio della DGX Spark

Consumi della DGX Spark misurati: 22–45 W a riposo, 60–90 W durante l'inferenza LLM, circa 160–200 W a pieno carico, con un alimentatore da 240 W. Costo mensile ai prezzi dell'elettricità UE.

Rumore della DGX Spark: 29 dB a pieno carico, 13 dB a riposo

NVIDIA dichiara per la DGX Spark 35 dB LWA e 29 dB LpA a carico massimo, 19 e 13 dB a riposo (ECMA-109). Rilevazioni dei recensori, raffreddamento e posizionamento.

Guida alla configurazione della DGX Spark: dal primo avvio a un modello servito in una serata

Una guida rapida alla DGX Spark da chi le monta in rack ogni giorno: primo avvio di DGX OS, SSH solo con chiave, scelta dello stack di serving e il tuo primo modello servito ai tuoi strumenti in una serata.

Aggiornamenti di driver e firmware della DGX Spark: cosa gestisce GPUwerk

Cosa mantiene aggiornato GPUwerk a livello di host e di nodo su una DGX Spark a noleggio, e cosa sta nel tuo container root e resta interamente sotto la tua responsabilità.

Storage della DGX Spark: cosa è persistente e di cosa fare il backup

L'NVMe da 1 TB su una DGX Spark a noleggio, esattamente cosa sopravvive a un arresto rispetto a una terminazione, e perché è importante avere un tuo backup dato che GPUwerk non ne conserva.

Avvio a freddo o sempre accesa: scegliere un modello di uptime per l'istanza

Arrestare una DGX Spark tra un utilizzo e l'altro o tenerla accesa 24 ore su 24: i compromessi di costo, latenza e dati, e come decidere quale schema si adatta all'uso reale.

Migrare un deployment IA self-hosted esistente su una DGX Spark

Un percorso di migrazione pratico da una workstation o da un'altra GPU cloud a una DGX Spark a noleggio: riquantizzazione per la memoria unificata, spostamento dei dati e un piano di passaggio.

Previsione dei costi e budget per l'infrastruttura IA

Come stimare la spesa mensile per l'infrastruttura IA in self-hosting rispetto a un'API a consumo, con la tariffa di 0 $,79/ora di GPUwerk come esempio pratico e una checklist per il budget.

Costo totale di possesso: noleggio GPU contro un'API IA cloud

Un'API IA cloud a token, una DGX Spark dedicata a noleggio a 0 $,79/ora e l'acquisto dell'hardware, confrontati usando solo dati pubblicati su questo sito.

DGX Spark 64GB vs 128GB: velocità, prezzo, cosa ci sta

DGX Spark 64GB vs 128GB, novembre 2026: stesso GB10 e 273 GB/s, 4.999 $ vs 6.950 $, circa 54 GiB utilizzabili. Tabella di compatibilità per 8 modelli con contesto, e chi la vende.

Configurazione headless della DGX Spark senza monitor

Configurazione headless della DGX Spark: il flusso con hotspot Wi-Fi, trovare spark-xxxx.local, il Wi-Fi Assistant di ottobre 2026, la riserva di 512 MB per il display e cloud-init per molte unità.

Storage della DGX Spark: 1 TB vs 4 TB e dove tenere i modelli

Storage della DGX Spark da 1 TB vs 4 TB: quanti dei 14 modelli attuali ci stanno (gpt-oss-120b occupa 65,3 GB), un'unica cache Hugging Face condivisa, velocità di hf_xet, opzioni USB-C e NFS.

Guida al ripristino della DGX Spark e alla reinstallazione di DGX OS

Ripristino della DGX Spark: riparare un aggiornamento fallito senza cancellare, backup da una live USB, reinstallazione con l'immagine di ripristino 1.155.49 (5,9 GB), immagini OEM, e quando chiedere un RMA.

Aggiornamenti software della DGX Spark: registro delle release fino a ottobre 2026

Aggiornamenti software della DGX Spark dal lancio alla release di ottobre 2026: DGX OS 7.6.0, Linux 7.0, driver 580.178.04, i problemi noti e come aggiornare in sicurezza.

Guida a NVIDIA Sync e all'accesso remoto per DGX Spark

Accesso remoto alla DGX Spark con NVIDIA Sync 0.148.0-153: cosa installa, la DGX Dashboard sulla porta 11000, Tailscale, una semplice configurazione SSH ed esposizione sicura dell'API.

Modelli e motori di inferenza

Quali modelli eseguire, con quale motore servirli e come misurare il risultato.

I migliori modelli per DGX Spark, edizione ottobre 2026

I migliori modelli per DGX Spark, ottobre 2026: Qwen3.6-35B-A3B NVFP4 riportato a 86,3 tok/s su una Spark, DeepSeek-V4-Flash a circa 44 tok/s su due. Tabelle di valutazione con fonti.

llama.cpp vs vLLM vs SGLang su DGX Spark: tok/s e flag

vLLM 60,7 contro Ollama 42,1 tok/s per gpt-oss-120b su una DGX Spark, e da 116 a 153 contro 42,5 con 8 utenti. Quale motore per un utente, un team o due Spark, più i flag esatti.

Come eseguire un modello appena uscito su una DGX Spark (GB10)

Esegui un nuovo modello open-weight su una DGX Spark nella settimana del rilascio: spazio in memoria, immagini arm64, NVFP4 o GGUF, vLLM, SGLang o llama.cpp, e quando servono due Spark.

Servire Qwen3 con vLLM su una DGX Spark

Installa vLLM, servi Qwen3-32B-AWQ con un'API compatibile OpenAI, collega Open WebUI e tienilo attivo con systemd: una guida copia-incolla per DGX Spark.

Modelli quantizzati o a precisione piena in produzione

Come scegliere tra un modello quantizzato e uno a precisione piena per un deployment self-hosted in produzione: spazio in memoria, rischio di qualità per compito e quando provarli entrambi.

Fai il fine-tuning di un modello sui dati della tua azienda, senza che i dati escano dall'edificio

Fine-tuning di un LLM aperto sui dati aziendali senza che escano dall'edificio: tabelle di memoria per LoRA e QLoRA, un esempio pratico con un 32B, e fine-tuning contro RAG.

Embedding e ricerca vettoriale su una DGX Spark

Esegui un modello di embedding e un database vettoriale accanto al tuo modello di generazione su una DGX Spark: budget di memoria, serving degli embedding e scelta di un vector store.

Modelli di visione e multimodali su una DGX Spark

Cosa è plausibile con i 128 GB di memoria unificata di una DGX Spark per modelli vision-language e comprensione delle immagini, e perché GPUwerk non ha ancora pubblicato benchmark VLM dedicati.

ComfyUI e Stable Diffusion su una DGX Spark

Esegui ComfyUI, FLUX e SDXL su una DGX Spark: configurazione su ARM64, tempi per immagine riportati per modello, contesa della memoria unificata con gli LLM e avvertenze termiche.

Output strutturato e function calling su un LLM self-hosted

Configurare output strutturato in modalità JSON e tool/function calling su modelli self-hosted con vLLM e llama.cpp, compreso quali modelli lo supportano e come fare il debug di chiamate malformate.

Prompt caching per ridurre il costo dell'inferenza

Come il riutilizzo della prefix cache e della KV cache riduce il calcolo ripetuto in un deployment self-hosted: cosa vale come cache hit, come strutturare i prompt per ottenerlo e dove si vedono davvero i risparmi su una Spark noleggiata a ore.

Elaborazione in batch di grandi job di inferenza su una Spark a noleggio

Esegui elaborazione massiva di documenti ed etichettatura di dataset su una DGX Spark a noleggio: impostazioni di throughput di vLLM, dimensionamento dei job rispetto alla tariffa oraria e checkpointing.

Valutare la qualità del modello prima di cambiare modello

Set di test separati, approcci A/B e controlli di regressione per confrontare un modello candidato con quello attuale prima di cambiarlo in produzione.

Come GPUwerk esegue i benchmark della DGX Spark

Cosa misura GPUwerk su una DGX Spark: flusso singolo contro concorrenza, quali motori e impostazioni, e perché vengono pubblicati i log grezzi, non solo un riepilogo.

DGX Spark con contesto lungo: tok/s da 4k a 100k, novembre 2026

Prestazioni della DGX Spark con contesti lunghi, novembre 2026: decodifica a 4k, 50k e 100k per sei modelli, circa 76 s di prefill per 100k token, e dimensioni della KV cache a 128k.

Docker e container NGC su DGX Spark: arm64, GPU, compose

Guida Docker per DGX Spark, novembre 2026: Docker 29.6.2 e Container Toolkit 1.20 preinstallati, quali immagini NGC hanno build arm64, e un file compose per vLLM.

LM Studio su DGX Spark: Linux ARM64, llmster, velocità (2026)

LM Studio su una DGX Spark, novembre 2026: una build Linux ARM64 con un motore llama.cpp CUDA 13 da ottobre 2025, configurazione headless di llmster e velocità rispetto a llama.cpp.

NVIDIA AI Workbench e JupyterLab su DGX Spark

NVIDIA AI Workbench su DGX Spark, novembre 2026: release 2026.06.5, immagini base arm64 con CUDA 13.1, il JupyterLab della DGX Dashboard e JupyterLab 4.6.6 standard.

NIM su DGX Spark: quali NIM girano su GB10, licenza, configurazione

NVIDIA NIM su DGX Spark, novembre 2026: circa 20 NIM indicano il supporto GB10, gratuiti per lo sviluppo fino a 16 GPU, e la produzione richiede una licenza AI Enterprise.

Ollama su DGX Spark: configurazione, impostazioni e tok/s

Ollama su una DGX Spark, novembre 2026: installazione arm64, le sei impostazioni che contano, 42 tok/s su gpt-oss-120b contro 59 di llama.cpp, ed esposizione sicura dell'API.

PyTorch su DGX Spark: wheel aarch64 CUDA 13

PyTorch su una DGX Spark, novembre 2026: wheel aarch64 torch 2.15.0 cu132 o 2.14.1 cu130, il falso avviso su sm_121, NGC 26.10, stato di flash-attn e xformers.

SGLang su DGX Spark: installazione, flag e tok/s

SGLang su una DGX Spark, novembre 2026: immagine arm64 v0.5.23 e wheel pip, --mem-fraction-static 0.80 su GB10, e 52 contro 36 tok/s rispetto a vLLM su gpt-oss-120b.

Whisper e Parakeet su DGX Spark: speech-to-text, nov 2026

Speech-to-text su una DGX Spark, novembre 2026: Parakeet TDT 0.6B v3 a 283x il tempo reale su GB10, Whisper large-v3 da 19 a 25x, con il WER dell'Open ASR Leaderboard.

TensorRT-LLM su DGX Spark: trtllm-serve, NVFP4, tok/s (2026)

TensorRT-LLM su una DGX Spark, novembre 2026: il container 1.3.0rc13 di NVIDIA, trtllm-serve con NVFP4, 38,65 tok/s su Llama 3.1 8B, e quando la configurazione ripaga.

Generazione video su DGX Spark: secondi per clip, novembre 2026

Generazione video su DGX Spark, novembre 2026: clip LTX-2.5 da 5 secondi in circa 70 s, Wan 2.2 5B a 720p in 14 min, e perché una RTX 5090 è da 2,4 a 5,5 volte più veloce.

Prestazioni e benchmark

Velocità misurate e riportate: utenti per Spark, banda di memoria, CPU, calcolo, formati di quantizzazione e come regge ogni macchina GB10 sotto carico.

Cluster e scalabilità

Due Spark, una flotta, più modelli su una macchina, e la condivisione con un team.

Cluster DGX Spark: due Spark, configurazione, limiti e tok/s

Due DGX Spark offrono 256 GB e, con tensor parallelism, una decodifica più veloce: 1,75× misurato su Qwen3-32B, fino a circa 1,8× riportato. Componenti dei cavi, nomi delle porte, configurazione, modelli che richiedono due Spark.

Scalare da una DGX Spark a una flotta

Quando conviene noleggiare più Spark singole invece di un cluster a due nodi, come bilanciare il carico tra nodi indipendenti, e i compromessi operativi della gestione di una piccola flotta.

Gestione della memoria GPU per più modelli su una Spark

Ripartisci i 128 GB di memoria unificata tra più modelli o container su una DGX Spark, e capisci quando passare invece a un cluster a due nodi o a un secondo nodo.

Monitoraggio dell'utilizzo GPU e dimensionamento del deployment

Come leggere l'utilizzo reale di GPU e memoria su una DGX Spark a noleggio e usarlo per decidere se restare così, passare a un cluster a due nodi o scalare su una flotta.

Più container e servizi su una DGX Spark

Schemi di container Docker per una singola DGX Spark: quando basta un semplice file docker-compose e quando il carico di lavoro lo ha superato.

Aggiornare o cambiare modelli senza downtime

Una DGX Spark è una singola macchina, quindi aggiornamenti del modello davvero senza downtime richiedono una seconda Spark su cui passare. Ecco cosa comporta quella configurazione, e l'alternativa onesta se accetti invece una breve finestra di riavvio.

Accesso per team e multiutente a una DGX Spark condivisa

Schemi per condividere una DGX Spark a noleggio in un team: utenti Linux separati con le proprie chiavi SSH, o un gateway davanti così che la maggior parte delle persone non abbia mai bisogno di una shell.

Cluster DGX Spark da 4 o 8 nodi: switch, configurazione, tok/s

Cluster DGX Spark da 4 e 8 nodi: supporto NVIDIA dal 22 ott 2026, switch e cavi, configurazione NCCL, 52,6 tok/s riportati a 8 nodi, e costo rispetto a 8x B200.

Kimi K3 e DeepSeek V4 su cluster DGX Spark: da 1 a 8 nodi

Quante DGX Spark servono per Kimi K3, DeepSeek V4, GLM-5.3 e MiniMax M3? Calcoli di memoria da 1 a 8 nodi e velocità riportate fino a 132 tok/s su 4 Spark.

Operazioni

Monitoraggio, backup, sicurezza e controllo degli accessi per un deployment self-hosted.

Monitoraggio e osservabilità per un LLM self-hosted

Cosa tenere d'occhio su una singola DGX Spark che esegue un LLM, e quali strumenti open source fanno al caso, da nvidia-smi a uno stack Prometheus e Grafana. GPUwerk fornisce accesso alla console e all'API, non un prodotto di monitoraggio.

Backup e disaster recovery per il tuo carico di lavoro su DGX Spark

GPUwerk non conserva copie del workspace di una DGX Spark a noleggio. Di cosa fare il backup, dove inviarlo e con quale frequenza sincronizzarlo.

Testare il piano di disaster recovery per un LLM self-hosted

Un backup da cui non hai mai fatto un ripristino è un'ipotesi. Prove di ripristino, game day e misurazione di RTO/RPO per un LLM self-hosted su hardware GPU a noleggio.

Hardening della sicurezza di un'istanza GPU a noleggio

Hardening pratico all'interno dell'istanza per una GPU a noleggio: gestione delle chiavi SSH, esposizione di rete, servizi senza root, segreti, e stato effimero contro persistente.

Best practice per la rotazione delle chiavi API in un deployment LLM privato

Rotazione di chiavi API e credenziali per un endpoint di inferenza self-hosted: ambito, calendari di rotazione, revoca, e cosa automatizzare rispetto a cosa fare a mano.

Limiti di frequenza e quote per un deployment LLM interno

Una DGX Spark di base non ha limiti di frequenza per utente. Aggiungili tu con i limiti rpm/tpm e i budget per chiave di LiteLLM, o con un reverse proxy davanti.

Audit logging per un deployment LLM self-hosted soggetto a requisiti di conformità

Configura log di audit di richieste e risposte nel tuo container su una DGX Spark a noleggio: cosa registrare, dove conservarlo e dove finisce il compito di GPUwerk.

Configurare SSO e controllo degli accessi per un deployment LLM di team

Mettere un livello di autenticazione davanti a un endpoint di inferenza self-hosted, così un team accede con le identità esistenti invece di condividere chiavi SSH o token API.

Strategia di versionamento e rollback dei modelli per un deployment self-hosted

Tenere traccia di quali pesi e configurazioni del modello sono davvero in esecuzione, e fare un rollback pulito quando una nuova versione rende meno, su un deployment DGX Spark self-hosted.

Per come la Spark si confronta con altre macchine, vedi i confronti. Per l'hardware in sé, vedi la pagina delle specifiche.

Prima ricarica: paghi 20 $, ricevi 30 $ di credito

Prova una guida su una vera Spark a 0 $,79/ora.

Noleggia una DGX Spark dedicata in Europa, Nord America o Asia orientale e segui i passaggi. Fatturata al minuto dal credito prepagato.

Crea un account Vedi i prezzi