NVIDIA DGX Spark · GB10 Grace Blackwell
O NVIDIA DGX Spark: alugue um a partir de $ 0,79/h ou compre um
O NVIDIA DGX Spark é um computador de IA de secretária: um GB10 Grace Blackwell Superchip com 128 GB de memória unificada a 273 GB/s, a executar o DGX OS da NVIDIA. Pode alugar um DGX Spark na GPUwerk por $ 0,79 por hora, faturado ao minuto, ou comprar um. Esta página explica o que é, o que mede na frota da GPUwerk e onde perde.
Por Samuel Seidel · Atualizado a 24 de outubro de 2026. Em detalhe: especificações do DGX Spark, preço do DGX Spark, benchmarks do DGX Spark e o cluster DGX Spark de duas máquinas ligadas.
A GPUwerk aluga máquinas NVIDIA DGX Spark dedicadas ao minuto na Europa, América do Norte e Ásia Oriental: as suas próprias máquinas na República Checa e Sparks de parceiros noutros países. Um Spark custa $ 0,79 por hora e um cluster de dois nós com 256 GB custa $ 1,79 por hora, a partir de crédito pré-pago sem subscrição. Trabalha num terminal no navegador ou por SSH root. Termine a instância quando acabar e a faturação para. Como alugar um DGX Spark.
O preço de tabela da NVIDIA nos EUA é de $6950 (verificado a 11 de outubro de 2026), face a $3999 no lançamento: veja o histórico de preços do DGX Spark e ofertas na UE. Comprar um NVIDIA DGX Spark na loja GPUwerk →
Especificações
O hardware numa tabela.
Por nó. Cada instância da GPUwerk é uma máquina inteira, por isso estes números são todos seus. Cada valor, com o que significa para LLMs, está na página de especificações do DGX Spark.
| Superchip | GB10 Grace Blackwell |
|---|---|
| Desempenho de IA | 1 PFLOPS FP4 (esparso) |
| Memória | 128 GB LPDDR5x unificada |
| Largura de banda de memória | 273 GB/s |
| CPU | Arm de 20 núcleos (10× X925 + 10× A725) |
| Armazenamento | 1 TB NVMe nos Sparks próprios da GPUwerk, partilhado com o sistema e a cache de modelos; alguns Sparks de parceiros têm 2 ou 4 TB (a NVIDIA vende 1 TB ou 4 TB) |
| Rede | ConnectX-7 · 200 Gb/s |
| Energia | 240 W máx. |
| Sistema operativo | DGX OS 7 · Ubuntu 24.04 |
| CUDA | Stack completa pré-instalada |
Fontes, lidas a 24 de outubro de 2026: a página de produto do NVIDIA DGX Spark (CPU, memória, 273 GB/s, 1 PFLOP FP4 com esparsidade, fonte de 240 W, até 200B parâmetros numa máquina e 400B em duas) e a documentação de hardware da NVIDIA (NVMe de 1 TB ou 4 TB, memória de 256 bits a 4266 MHz). Data de lançamento e preço: sala de imprensa da NVIDIA, 13 de outubro de 2025.
A largura de banda de memória de 273 GB/s é a restrição que conta para a velocidade de geração de LLM num único fluxo. O ponto forte do Spark é a capacidade: modelos que simplesmente não cabem em GPUs de consumo, além de computação FP4 para servir em lote e fazer fine-tuning, onde o débito escala muito melhor do que os números de fluxo único sugerem.
Preço, aluguer e compra
Alugue um ou compre um.
Alugar ao minuto diz-lhe se o seu modelo cabe e corre suficientemente depressa antes de gastar milhares em hardware. Um Spark alugado dá-lhe um terminal no navegador ou SSH root no seu próprio contentor, o toolkit CUDA 13.0 pré-instalado (e Docker, em algumas máquinas), e um endpoint compatível com OpenAI a partir de uma imagem de modelo: com o que trabalha.
Medido na frota da GPUwerk
Benchmarks da frota.
Os dois modelos disponíveis em todos os nós da frota, medidos com vllm bench serve num dos nós da própria GPUwerk sem mais nada na GPU. Os registos brutos estão abaixo, e há mais modelos na página de benchmarks do DGX Spark. Os valores de terceiros para outros modelos estão reunidos e discutidos no guia de compra.
| Modelo | Quantização | Framework | Prefill tok/s | Geração tok/s | Contexto máximo |
|---|---|---|---|---|---|
| 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 |
Como ler isto.
O prefill é o tempo mediano até ao primeiro token com um prompt de 8192 tokens. A geração é um fluxo, 128 de entrada e 512 de saída, sem mais nada em curso. O contexto máximo é um prompt desse comprimento que foi efetivamente servido, não um valor deduzido do tamanho da cache KV. O prefill fica mais lento à medida que o prompt cresce, porque o custo da atenção é quadrático: o 30B faz 5705 tok/s a 8k e 586 tok/s ao encher os seus 262 144 completos.
O tamanho do lote muda completamente a resposta.
Um fluxo é o pior caso neste hardware, e é o número em que a maioria das comparações se fica. Com pedidos em curso, o 30B chega a 3235 tok/s agregados com 256 em simultâneo, e o 70B chega a 485 tok/s com 128, descendo depois para 300 com 256, com o tempo mediano até ao primeiro token a passar de 8 para 40 segundos. O modelo mixture-of-experts satura a partir do seu ponto de inflexão; o denso colapsa a partir do seu. Ambas as curvas estão nos registos.
Medido num nó sem outra atividade.
Todas as execuções foram feitas num nó sem outra atividade, sem nenhum outro modelo carregado na GPU. Cada registo abaixo começa com a lista de processos da GPU e a memória livre no instante em que a execução começou, para que possa verificar em vez de acreditar.
Registos brutos, todas as execuções, sem edição para além de compactar o redesenho das barras de progresso: Qwen3-Coder 30B-A3B · Llama 3.3 70B. Para executar os seus: carregue $ 20 da primeira vez e receba $ 30 em crédito, o suficiente para um dia de avaliação num nó dedicado.
Cargas de trabalho
O que devo executar nele?
Recomendações com opinião, de quem opera uma frota destas máquinas.
Assistente de programação para a equipa
O Qwen3-Coder 30B-A3B (AWQ, o modelo que a GPUwerk usa nos benchmarks) deixa espaço para contextos longos e vários utilizadores simultâneos. Sirva-o com o vLLM por trás de um endpoint compatível com OpenAI e aponte os seus editores para ele.
Chat privado + RAG
Um modelo instruct da classe 70B em Q4 cabe num nó com margem para um modelo de embeddings e uma base de dados vetorial na mesma máquina: um assistente privado completo numa só máquina. Veja a configuração de ChatGPT privado →
Fine-tuning
Fine-tunings LoRA de modelos da classe 70B cabem na memória unificada sem malabarismos de paralelismo de modelo. Mais lento por passo do que uma GPU de datacenter, mas corre onde as placas de consumo simplesmente não conseguem.
Alugar para um trabalho
Para que é que as pessoas alugam um Spark.
Três trabalhos, cada um com os comandos, os números medidos e os limites numa só página.
Comparações
Como se compara.
Comparações com o veredicto primeiro, face às máquinas que os compradores realmente consideram. Cada uma diz onde o rival ganha.
Os oito lado a lado, com memória, largura de banda e onde cada rival ganha: alternativas ao DGX Spark comparadas.
Guias
Guias e análises.
Para quem está a avaliar, comprar ou configurar um DGX Spark, escrito a partir da sala da frota, não de um kit de imprensa.
Todos os guias, agrupados por compra, modelos e motores, clusters e operações: todos os guias do DGX Spark.
Perguntas.
O que é o NVIDIA DGX Spark?
O NVIDIA DGX Spark é um computador de IA de secretária construído sobre o NVIDIA GB10 Grace Blackwell Superchip: uma GPU Blackwell e uma CPU Arm de 20 núcleos a partilhar 128 GB de memória unificada a 273 GB/s, com até 1 PFLOP de computação FP4 esparsa. Executa o DGX OS da NVIDIA, um sistema baseado em Ubuntu com a stack CUDA pré-instalada, e consome no máximo 240 W. As encomendas abriram a 15 de outubro de 2025 a $3999; o preço de tabela da NVIDIA nos EUA era de $6950 quando verificado a 11 de outubro de 2026 (histórico de preços). A ASUS, a Dell, a HP, a Lenovo, a MSI, a Gigabyte e a Acer vendem máquinas com o mesmo chip GB10 com o seu próprio nome: todas as máquinas GB10 comparadas.
Fico com um DGX Spark inteiro só para mim?
Sim. Cada instância da GPUwerk é um nó dedicado, não uma fatia de uma GPU partilhada. Os 128 GB de memória unificada, os 273 GB/s completos de largura de banda e o 1 PFLOPS de computação FP4 esparsa são seus durante todo o aluguer, sem mais nada a correr na máquina.
Em que difere um DGX Spark de alugar uma instância de GPU na cloud?
Uma instância típica de GPU na cloud dá-lhe 24 a 80 GB de VRAM numa placa de datacenter. Um DGX Spark dá-lhe 128 GB de memória unificada numa só máquina, o suficiente para modelos da classe 70B sem os dividir por várias GPUs, e a GPUwerk aluga-o com faturação ao minuto a partir dos seus próprios Sparks na Chéquia e de Sparks de parceiros na Europa, América do Norte e Ásia Oriental.
Qual é o problema dos 273 GB/s de largura de banda de memória?
É o limite da velocidade de geração num único fluxo: menos tokens por segundo do que uma GPU dedicada com VRAM mais rápida, e é por isso que o guia de compra e a comparação com a RTX 5090 começam por aí. A vantagem do Spark é a capacidade e o débito em lote, não a velocidade bruta para um utilizador.
Posso comprar um DGX Spark em vez de o alugar?
Sim. A loja da GPUwerk lista o próprio NVIDIA DGX Spark, com preço baseado no stock de fornecedores checos quando um o pode entregar, e a mesma máquina GB10 de outros sete fabricantes, entre eles o Lenovo ThinkStation PGX a partir de 5330 € sem IVA. A GPUwerk envia-lha ou, se preferir, aloja-a no seu datacenter e aluga-a por si. Também pode comprar à NVIDIA ou aos seus parceiros, ou perguntar à GPUwerk por uma máquina para as suas próprias instalações. Alugar ao minuto primeiro diz-lhe se o hardware serve para a sua carga de trabalho antes de uma compra de cerca de 4000 € ou mais, e todas as instâncias cloud da GPUwerk usam o mesmo hardware GB10.
Tudo sobre o DGX Spark neste site.
Todas as páginas da GPUwerk sobre o DGX Spark, agrupadas pelo que pretende fazer.
Comprar e alugar
- Preço do DGX Spark: comprar ou alugar
- Especificações, com ressalvas medidas
- Disponibilidade e prazos de entrega na Europa
- Onde comprar na Europa
- Como alugar um ao minuto
- Alugar ou comprar: calculadora do ponto de equilíbrio
- Fornecedores de DGX Spark na cloud comparados
- Alugar à Enverge vs GPUwerk
- Calculadora de memória: um modelo cabe?
- Preços
- Comprar um NVIDIA DGX Spark
- Compre uma máquina GB10 alojada pela GPUwerk
- Instalações próprias
Já tem um Spark?
Comparações
Benchmarks e modelos
- Benchmarks do DGX Spark: o que esperar
- Como a GPUwerk faz benchmarks do Spark
- O que cabe em 128 GB
- Executar o DeepSeek-V4-Flash
- Executar o gpt-oss-120b
- Executar o gpt-oss-20b
- Executar o Llama 3.3 70B
- Executar o Nemotron-3-Super-120B
- Executar o Nemotron Super 49B
- Executar o Qwen3-Coder 30B-A3B
- Executar o Qwen3-235B-A22B
- Executar o GLM-5.3-Flash
- Executar o Gemma 4 26B-A4B
- Executar o Qwen3.6-35B-A3B
- Executar o Qwen3.8-Flash-Next
Guias: primeiros passos
Guias: serviço e modelos
- Servir o Qwen3 com vLLM
- llama.cpp vs vLLM vs SGLang
- Saída estruturada e chamadas de funções
- Embeddings e pesquisa vetorial
- Modelos de visão e multimodais
- Geração de imagens com ComfyUI
- Melhores modelos de pesos abertos
- Fine-tuning com os seus próprios dados
- Quantizado vs precisão total
- Cache de prompts para poupar custos
- Avaliar a qualidade do modelo antes de mudar
- Versionamento e reversão de modelos
- Atualizações de modelos sem interrupção
- Como a GPUwerk faz benchmarks
Guias: operações
- Monitorização e observabilidade
- Utilização da GPU e dimensionamento
- Cópias de segurança e recuperação de desastres
- Testar o seu plano de recuperação de desastres
- Acesso de equipa e multiutilizador
- Limitação de pedidos e quotas
- Rotação de chaves de API
- Reforço da segurança de uma GPU alugada
- Registo de auditoria para conformidade
- Gestão de memória da GPU, multi-inquilino
- Escalar para uma frota
Deixe de ler benchmarks.
Faça os seus.
Alugue um Spark dedicado por $ 0,79/h, faturado ao minuto. Primeiro carregamento: pague $ 20 e receba $ 30 em crédito, cerca de 37 horas de computação.
Criar conta