Alternative alla DGX Spark: quale macchina si adatta ai tuoi modelli?
Una DGX Spark ha 128 GB di memoria unificata a 273 GB/s. La maggior parte delle alternative sacrifica una cosa per l'altra: più banda e meno memoria, oppure memoria simile a un prezzo inferiore. La tabella qui sotto riassume tredici pagine di confronto, una riga per macchina. Ogni dato di una riga proviene dalla pagina collegata, dove trovi fonti e date.
Tredici macchine a confronto con la Spark
| Macchina | Memoria | Banda | Dove vince | Dove vince la Spark |
|---|---|---|---|---|
| DGX Station (GB300) | 748 GB coerenti: 252 GB HBM3e più 496 GB LPDDR5X | 7,1 TB/s (HBM3e) | Una macchina da scrivania per modelli da diverse centinaia di GB, con circa 26 volte la banda GPU | Prezzo (6.950 $ contro 104.830 $ e oltre, come indicato il 7 novembre 2026); 240 W invece di 1.600 W; noleggiabile al minuto |
| NVIDIA H100 SXM | 80 GB HBM3 | 3,35 TB/s | Throughput per richiesta, e serving in batch di modelli densi da 70B a molti utenti | Memoria per dollaro; modelli sopra i 70 GB circa per un utente; valutazioni economiche al minuto |
| NVIDIA H200 SXM | 141 GB HBM3e | Circa 4,8 TB/s | Un endpoint di produzione condiviso con traffico simultaneo reale; quasi 18 volte la banda | Modelli sotto i 100 GB circa per una persona o un piccolo team; sviluppo e valutazione |
| RTX PRO 6000 Blackwell | 96 GB GDDR7 ECC | 1.792 GB/s | Velocità sui modelli che entrano in 96 GB; riportati 215,2 contro 60,9 tok/s su gpt-oss-20b | Modelli da 100 GB o più; una macchina completa invece di una scheda che richiede un PC host |
| GeForce RTX 5090 | 32 GB GDDR7 | 1.792 GB/s | Tutto ciò che sta sotto i 30 GB circa; riportati 575 tok/s contro 25–32 tok/s su un 27B di classe Qwen3 con concorrenza 8; gaming | Modelli che non si caricano su 32 GB, come i 70B e gpt-oss-120b; un sistema completo da 240 W |
| Mac Studio (M5 Ultra) | Da 96 a 512 GB unificati | 1,2 TB/s | Generazione di token sui modelli che ci stanno; più di 128 GB in una sola macchina | Prefill e prompt lunghi (3,8 volte più veloce di un M3 Ultra nel test di EXO Labs); CUDA; cluster di due unità |
| AMD Strix Halo (HP Z2 Mini G1a) | 128 GB LPDDR5x | 256 GB/s | Prezzo (2.949 $ nella configurazione testata); quasi parità nella generazione di token per singolo utente in llama.cpp | Time to first token da 2 a 3 volte più rapido; fine-tuning circa 2 volte più rapido; circa 2,5 volte su FLUX.1; CUDA |
| ASUS Ascent GX10 | 128 GB LPDDR5x | 273 GB/s (stesso chip) | Stesso chip GB10; confronta prezzo e disponibilità per il taglio di storage che ti serve il giorno dell'ordine | La Founders Edition riceve le release di DGX OS direttamente da NVIDIA |
| Jetson AGX Thor | 128 GB LPDDR5X (developer kit; il modulo T4000 ha 64 GB) | 273 GB/s (come la Spark) | I/O per la robotica, da 40 a 130 W al modulo, e un prezzo di listino più basso (5.499 $ contro 6.950 $, prezzi USA a ottobre 2026) | Velocità con la stessa memoria: 52,87 contro 41,82 tok/s di decodifica e circa 1,8 volte il prefill su gpt-oss-120b nel test llama.cpp di JetsonHacks; ConnectX-7 a 200 Gb/s per un cluster di due unità |
| NVIDIA A100 80 GB | 80 GB HBM2e | da 1.935 a 2.039 GB/s | Decodifica e serving in batch: 200,90 contro 56,74 tok/s nel test Llama 2 7B di llama.cpp | 48 GB di memoria in più, calcolo tensoriale FP8 e FP4, 0 $,79/h contro 1 $,19–2 $,32/h on demand |
| Portatile RTX Spark N1X | Fino a 128 GB LPDDR5X, ripartiti tra CPU e GPU | 300 GB/s (NVIDIA) | Macchina Windows portatile; 67,64 contro 63,77 tok/s su Qwen3.6-35B-A3B nel test di The Register | Linux con DGX OS, vLLM e cluster a due nodi; primo token in 1.240 contro 1.928 ms in un'esecuzione con agente |
| Rig con 2 o 4 RTX 3090 | 48 o 96 GB GDDR6X (24 GB per scheda) | 936 GB/s per scheda | 70B denso: 31,3 contro 6,0 tok/s con un utente su due schede con vLLM AWQ | 128 GB in un unico box da 240 W contro 700–1.400 W di schede; gpt-oss-120b a 58,7 tok/s senza suddividerlo |
| NVIDIA GeForce RTX 4090 | 24 GB GDDR6X | 1.008 GB/s | Modelli sotto i 22 GB circa: 221,95 contro 83,43 tok/s di decodifica su gpt-oss-20b in llama.cpp | Modelli da 25 a 110 GB: gpt-oss-120b a 58,7 tok/s contro circa 22 con offload in RAM su una 4090 |
Ogni riga è presa dalla pagina di confronto collegata. Le velocità delle rivali sono rapporti di terze parti citati lì, non misurazioni di GPUwerk. I dati della Spark sono nella pagina delle specifiche.
Come ci confrontiamo
Gestisco GPUwerk, che noleggia DGX Spark e nessuna delle altre macchine qui presenti, quindi leggi ogni pagina tenendone conto. Le specifiche provengono dalle pagine di ciascun produttore. Le velocità della Spark sono di GPUwerk, misurate con vLLM 0.27.1 su un nodo della flotta il 2 settembre 2026, con i log grezzi nella pagina dei benchmark. GPUwerk non ha eseguito nessuna delle rivali, quindi le loro velocità sono rapporti di terze parti, citati su ogni pagina, o calcoli sulla banda indicati come tali. I prezzi riportano la data in cui sono stati letti. I prezzi d'acquisto sono cambiati molto quest'anno: la Spark da 128 GB ha un prezzo di listino di 6.950 $ negli USA dal 2 ottobre 2026, e la pagina del prezzo riporta fonte, data e storico.
Scegli in base al lavoro, non alle specifiche
- Diverse centinaia di GB in una sola macchina, con banda da data center: la DGX Station, se il budget è a sei cifre.
- Un endpoint condiviso con molti utenti simultanei: una GPU da data center come la H100 o la H200.
- Un modello che entra in 32 GB o 96 GB, usato ogni giorno: una scheda veloce, la RTX 5090 o la RTX PRO 6000.
- Modelli da 100 GB o più, CUDA, prompt lunghi: la Spark. Il confronto tra macchine GB10 copre le versioni degli altri produttori.
- Non ancora sicuro: noleggia una Spark al minuto e misura il tuo modello prima di acquistare qualsiasi cosa.