NVIDIA DGX Spark · GB10 Grace Blackwell
De NVIDIA DGX Spark: huur er een vanaf $ 0,79/uur of koop er een
De NVIDIA DGX Spark is een AI-computer voor op het bureau: één GB10 Grace Blackwell Superchip met 128 GB unified memory op 273 GB/s, met DGX OS van NVIDIA. Je kunt bij GPUwerk een DGX Spark huren voor $ 0,79 per uur, per minuut gefactureerd, of er een kopen. Deze pagina legt uit wat het is, wat hij meet op de vloot van GPUwerk en waar hij verliest.
Door Samuel Seidel · Bijgewerkt op 24 oktober 2026. Verdieping: specs van de DGX Spark, prijs van de DGX Spark, benchmarks van de DGX Spark en het DGX Spark-cluster van twee gekoppelde machines.
GPUwerk verhuurt dedicated NVIDIA DGX Spark-machines per minuut in Europa, Noord-Amerika en Oost-Azië: eigen machines in Tsjechië en Sparks van partners in andere landen. Eén Spark kost $ 0,79 per uur en een cluster van twee nodes met 256 GB $ 1,79 per uur, van prepaid tegoed zonder abonnement. Je werkt in een browserterminal of via root-SSH. Beëindig de instance als je klaar bent; daarmee stopt de facturering. Zo huur je een DGX Spark.
De Amerikaanse adviesprijs van NVIDIA is $ 6.950 (gecontroleerd op 11 oktober 2026), tegenover $ 3.999 bij de introductie: zie prijsgeschiedenis van de DGX Spark en EU-aanbiedingen. Koop een NVIDIA DGX Spark in de GPUwerk-winkel →
Specificaties
De hardware in één tabel.
Per node. Elke instance van GPUwerk is één volledige machine, dus deze getallen zijn allemaal van jou. Elke waarde, met wat die betekent voor LLM's, staat op de pagina met specs van de DGX Spark.
| Superchip | GB10 Grace Blackwell |
|---|---|
| AI-prestaties | 1 PFLOPS FP4 (sparse) |
| Geheugen | 128 GB unified LPDDR5x |
| Geheugenbandbreedte | 273 GB/s |
| CPU | 20-core Arm (10× X925 + 10× A725) |
| Opslag | 1 TB NVMe op de eigen Sparks van GPUwerk, gedeeld met het systeem en de modelcache; sommige partner-Sparks hebben 2 of 4 TB (NVIDIA verkoopt 1 TB of 4 TB) |
| Netwerk | ConnectX-7 · 200 Gb/s |
| Stroom | 240 W max. |
| Besturingssysteem | DGX OS 7 · Ubuntu 24.04 |
| CUDA | Volledige stack voorgeïnstalleerd |
Bronnen, gelezen op 24 oktober 2026: de productpagina van de NVIDIA DGX Spark (CPU, geheugen, 273 GB/s, 1 PFLOP FP4 met sparsity, voeding van 240 W, tot 200B parameters op één machine en 400B op twee) en de hardwaredocumentatie van NVIDIA (1 TB of 4 TB NVMe, 256-bit geheugen op 4266 MHz). Introductiedatum en prijs: NVIDIA newsroom, 13 oktober 2025.
Een geheugenbandbreedte van 273 GB/s is de beperking die telt voor de generatiesnelheid van een LLM bij één stream. De kracht van de Spark is capaciteit: modellen die simpelweg niet op consumenten-GPU's passen, plus FP4-rekenkracht voor batch-serving en fine-tuning, waar de doorvoer veel beter schaalt dan de cijfers voor één stream doen vermoeden.
Prijs, huren en kopen
Huur er een of koop er een.
Door per minuut te huren, weet je of je model past en snel genoeg draait voordat je duizenden aan hardware uitgeeft. Een gehuurde Spark geeft je een browserterminal of root-SSH naar je eigen container, de CUDA 13.0-toolkit voorgeïnstalleerd (en Docker, op sommige machines), en een OpenAI-compatibel endpoint vanuit een modelimage: waar je mee werkt.
Gemeten op de vloot van GPUwerk
Benchmarks van de vloot.
De twee modellen die op elke node van de vloot klaarstaan, gemeten met vllm bench serve op een eigen node van GPUwerk zonder iets anders op de GPU. Ruwe logs staan hieronder, en meer modellen staan op de pagina benchmarks van de DGX Spark. Cijfers van derden voor andere modellen zijn verzameld en besproken in de koopgids.
| Model | Kwantisatie | Framework | Prefill tok/s | Genereren tok/s | Max. context |
|---|---|---|---|---|---|
| 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 |
Zo lees je dit.
Prefill is de mediane time to first token bij een prompt van 8.192 tokens. Genereren is één stream, 128 erin en 512 eruit, zonder dat er iets anders tegelijk loopt. Max. context is een prompt van die lengte die echt is geserveerd, geen getal dat is afgeleid van de grootte van de KV-cache. Prefill wordt trager naarmate de prompt groeit, omdat de kosten van attention kwadratisch zijn: de 30B haalt 5.705 tok/s bij 8k en 586 tok/s als hij zijn volle 262.144 vult.
De batchgrootte verandert het antwoord volledig.
Eén stream is het slechtste geval op deze hardware, en het is het getal waar de meeste vergelijkingen ophouden. Met meerdere requests tegelijk haalt de 30B in totaal 3.235 tok/s bij 256 gelijktijdige requests, en de 70B 485 tok/s bij 128, waarna het zakt naar 300 bij 256, met een mediane time to first token die van 8 naar 40 seconden gaat. Het mixture-of-experts-model raakt verzadigd voorbij zijn knik; het dense model stort in voorbij de zijne. Beide curves staan in de logs.
Gemeten op een onbelaste node.
Elke run draaide op een verder onbelaste node, zonder ander model geladen op de GPU. Elke log hieronder begint met de proceslijst en het vrije geheugen van de GPU op het moment dat de run startte, zodat je dat zelf kunt controleren in plaats van het aan te nemen.
Ruwe logs, elke run, onbewerkt behalve het samenvoegen van opnieuw getekende voortgangsbalken: Qwen3-Coder 30B-A3B · Llama 3.3 70B. Zelf draaien: waardeer de eerste keer $ 20 op en krijg $ 30 tegoed, genoeg voor een evaluatiedag op een dedicated node.
Workloads
Wat moet ik erop draaien?
Uitgesproken adviezen uit het beheren van een vloot van deze machines.
Programmeerassistent voor het team
Qwen3-Coder 30B-A3B (AWQ, het model dat GPUwerk benchmarkt) laat ruimte voor lange contexten en meerdere gelijktijdige gebruikers. Serveer het met vLLM achter een OpenAI-compatibel endpoint en richt je editors erop.
Privéchat + RAG
Een instruct-model van de 70B-klasse in Q4 past op één node, met ruimte voor een embeddingmodel en een vectorstore op dezelfde machine: een complete privé-assistent op één machine. Bekijk de opzet voor een privé-ChatGPT →
Fine-tuning
LoRA-fine-tunes van modellen van de 70B-klasse passen in unified memory zonder kunstgrepen met modelparallellisme. Langzamer per stap dan een datacenter-GPU, maar het draait waar consumentenkaarten het gewoon niet kunnen.
Huren voor één job
Waarvoor mensen een Spark huren.
Drie taken, elk met de commando's, de gemeten getallen en de grenzen op één pagina.
Vergelijkingen
Hoe het zich verhoudt.
Vergelijkingen met het oordeel voorop, tegenover de machines die kopers echt naast elkaar leggen. Elke vergelijking zegt waar de concurrent wint.
Alle acht naast elkaar, met geheugen, bandbreedte en waar elke concurrent wint: alternatieven voor de DGX Spark vergeleken.
Handleidingen
Handleidingen & analyses.
Voor iedereen die een DGX Spark evalueert, koopt of opzet, geschreven vanuit de serverruimte, niet vanuit een persmap.
Alle handleidingen, gegroepeerd op kopen, modellen en engines, clusters en beheer: alle handleidingen voor de DGX Spark.
Vragen.
Wat is de NVIDIA DGX Spark?
De NVIDIA DGX Spark is een AI-computer voor op het bureau, gebouwd op de NVIDIA GB10 Grace Blackwell Superchip: een Blackwell-GPU en een 20-core Arm-CPU die 128 GB unified memory op 273 GB/s delen, met tot 1 PFLOP sparse FP4-rekenkracht. Hij draait DGX OS van NVIDIA, een op Ubuntu gebaseerd systeem met de CUDA-stack voorgeïnstalleerd, en verbruikt maximaal 240 W. Bestellingen openden op 15 oktober 2025 voor $ 3.999; de Amerikaanse adviesprijs van NVIDIA was $ 6.950 bij controle op 11 oktober 2026 (prijsgeschiedenis). ASUS, Dell, HP, Lenovo, MSI, Gigabyte en Acer verkopen machines met dezelfde GB10-chip onder hun eigen naam: alle GB10-machines vergeleken.
Krijg ik een hele DGX Spark voor mezelf?
Ja. Elke instance van GPUwerk is één dedicated node, geen stukje van een gedeelde GPU. De 128 GB unified memory, de volle 273 GB/s bandbreedte en de 1 PFLOPS sparse FP4-rekenkracht zijn van jou voor de duur van de huur, zonder dat er iets anders op de machine draait.
Hoe verschilt een DGX Spark van het huren van een cloud-GPU-instance?
Een gangbare cloud-GPU-instance geeft je 24 tot 80 GB VRAM op een datacenterkaart. Een DGX Spark geeft je 128 GB unified memory op één machine, genoeg voor modellen van de 70B-klasse zonder ze over GPU's te verdelen, en GPUwerk verhuurt hem met facturering per minuut, vanaf de eigen Sparks in Tsjechië en partner-Sparks in Europa, Noord-Amerika en Oost-Azië.
Wat is het addertje onder het gras bij 273 GB/s geheugenbandbreedte?
Het is het plafond voor de generatiesnelheid bij één stream: minder tokens per seconde dan een losse GPU met sneller VRAM, en daarom beginnen zowel de koopgids als de vergelijking met de RTX 5090 ermee. Het voordeel van de Spark is capaciteit en batchdoorvoer, niet de ruwe snelheid voor één gebruiker.
Kan ik een DGX Spark kopen in plaats van huren?
Ja. De winkel van GPUwerk biedt de NVIDIA DGX Spark zelf aan, met een prijs op basis van de voorraad van Tsjechische leveranciers wanneer een van hen hem kan leveren, en dezelfde GB10-machine van zeven andere fabrikanten, waaronder de Lenovo ThinkStation PGX vanaf € 5.330 excl. btw. GPUwerk verzendt hem naar je of, als je dat kiest, huisvest hem in zijn datacenter en verhuurt hem voor je. Je kunt ook kopen bij NVIDIA of zijn partners, of GPUwerk vragen naar een machine voor je eigen locatie. Door eerst per minuut te huren, weet je of de hardware bij je workload past voordat je zo'n € 4.000 of meer uitgeeft, en elke cloud-instance van GPUwerk draait op identieke GB10-hardware.
Alles over de DGX Spark op deze site.
Elke pagina op GPUwerk over de DGX Spark, gegroepeerd naar wat je wilt doen.
Kopen en huren
- Prijs van de DGX Spark: kopen of huren
- Specificaties, met gemeten kanttekeningen
- Beschikbaarheid en levertijden in Europa
- Waar je koopt in Europa
- Zo huur je er een per minuut
- Huren of kopen: break-evencalculator
- Cloudaanbieders van de DGX Spark vergeleken
- Huren bij Enverge vs GPUwerk
- Geheugencalculator: past een model?
- Prijzen
- Koop een NVIDIA DGX Spark
- Koop een GB10-machine die GPUwerk host
- On-premises
Heb je al een Spark?
Vergelijkingen
Benchmarks en modellen
- Benchmarks van de DGX Spark: wat je kunt verwachten
- Hoe GPUwerk de Spark benchmarkt
- Wat past er in 128 GB
- DeepSeek-V4-Flash draaien
- gpt-oss-120b draaien
- gpt-oss-20b draaien
- Llama 3.3 70B draaien
- Nemotron-3-Super-120B draaien
- Nemotron Super 49B draaien
- Qwen3-Coder 30B-A3B draaien
- Qwen3-235B-A22B draaien
- GLM-5.3-Flash draaien
- Gemma 4 26B-A4B draaien
- Qwen3.6-35B-A3B draaien
- Qwen3.8-Flash-Next draaien
Handleidingen: aan de slag
Handleidingen: serving en modellen
- Qwen3 serveren met vLLM
- llama.cpp vs vLLM vs SGLang
- Gestructureerde uitvoer en function calling
- Embeddings en vector search
- Vision- en multimodale modellen
- Beeldgeneratie met ComfyUI
- Beste open-weight-modellen
- Fine-tunen op je eigen data
- Gekwantiseerd vs volle precisie
- Prompt caching om kosten te besparen
- Modelkwaliteit beoordelen voordat je overstapt
- Modelversiebeheer en rollback
- Modelupdates zonder downtime
- Hoe GPUwerk benchmarkt
Handleidingen: beheer
- Monitoring en observability
- GPU-benutting en de juiste omvang
- Back-up en disaster recovery
- Je disaster-recoveryplan testen
- Toegang voor teams en meerdere gebruikers
- Rate limiting en quota
- Rotatie van API-sleutels
- Een gehuurde GPU beveiligen
- Audit logging voor compliance
- GPU-geheugenbeheer, multi-tenant
- Opschalen naar een vloot
Stop met benchmarks lezen.
Draai je eigen.
Huur een dedicated Spark voor $ 0,79/uur, per minuut gefactureerd. Eerste opwaardering: betaal $ 20, krijg $ 30 tegoed, ongeveer 37 uur rekenkracht.
Account aanmaken