DGX Spark/Guias
Guias

Guias do DGX Spark

Por Samuel Seidel · Atualizado a 7 de novembro de 2026

Sessenta e cinco guias sobre como comprar, operar e manter um DGX Spark, da GPUwerk, que os aluga. Estão agrupados em cinco secções: comprar e operar um Spark, modelos e motores de inferência, desempenho e benchmarks, clusters e escalabilidade, e operações. Cada cartão mostra o resumo do próprio guia.

Comprar e operar um Spark

Antes de comprar, e depois energia, ruído, configuração, atualizações, armazenamento e custos de funcionamento.

O que saber antes de comprar um DGX Spark

Um guia de compra honesto do DGX Spark de uma empresa que os aluga: benchmarks reais, o limite de largura de banda de 273 GB/s, preços de mercado na UE e comprar vs alugar.

Consumo de energia e custo de funcionamento do DGX Spark

Consumo do DGX Spark, medido: 22-45 W em repouso, 60-90 W durante inferência de LLM, cerca de 160-200 W em carga máxima, para uma fonte de 240 W. Custo mensal aos preços de eletricidade da UE.

Ruído do DGX Spark: 29 dB em carga máxima, 13 dB em repouso

A NVIDIA declara o DGX Spark com 35 dB LWA e 29 dB LpA em carga máxima, 19 e 13 dB em repouso (ECMA-109). Medições de analistas, arrefecimento e colocação.

Guia de configuração do DGX Spark: do primeiro arranque a um modelo a servir numa só noite

Guia rápido do DGX Spark por quem os monta em rack todos os dias: primeiro arranque do DGX OS, SSH só com chave, que stack de serviço escolher, e o primeiro modelo a servir as suas ferramentas numa noite.

Atualizações de driver e firmware do DGX Spark: o que a GPUwerk gere

O que a GPUwerk mantém atualizado ao nível do anfitrião e do nó num DGX Spark alugado, e o que está dentro do seu próprio contentor root e continua a ser inteiramente da sua responsabilidade.

Armazenamento do DGX Spark: o que é persistente e o que copiar

O NVMe de 1 TB num DGX Spark alugado, exatamente o que sobrevive a parar versus terminar, e porque é importante ter a sua própria cópia de segurança, já que a GPUwerk não guarda nenhuma.

Arranque a frio vs sempre ligado: escolher um padrão de disponibilidade da instância

Parar um DGX Spark entre utilizações vs mantê-lo a funcionar 24 horas por dia: os compromissos de custo, latência e dados, e como decidir que padrão se adequa à utilização real.

Migrar uma implementação de IA auto-hospedada existente para um DGX Spark

Um caminho de migração prático de uma workstation ou de outra GPU na cloud para um DGX Spark alugado: requantização para memória unificada, transferência de dados e um plano de transição.

Previsão de custos e orçamentação para infraestrutura de IA

Como estimar o gasto mensal em infraestrutura de IA, alojamento próprio vs API medida, com a tarifa de $ 0,79/hora da GPUwerk como exemplo resolvido e uma lista de verificação de orçamento.

Custo total de propriedade: aluguer de GPU vs uma API de IA na cloud

Uma API de IA na cloud paga ao token, um DGX Spark dedicado alugado a $ 0,79/hora e a compra direta de hardware, comparados apenas com valores publicados neste site.

DGX Spark 64GB vs 128GB: velocidade, preço, o que cabe

DGX Spark 64GB vs 128GB, novembro de 2026: mesmo GB10 e 273 GB/s, $4999 vs $6950, cerca de 54 GiB utilizáveis. Tabela de compatibilidade para 8 modelos com contexto, e quem o vende.

Configuração do DGX Spark sem monitor

DGX Spark sem monitor: o fluxo do hotspot Wi-Fi, encontrar spark-xxxx.local, o Wi-Fi Assistant de outubro de 2026, a reserva de 512 MB para o ecrã, e cloud-init para muitas unidades.

Armazenamento do DGX Spark: 1 TB vs 4 TB e onde guardar os modelos

Armazenamento do DGX Spark, 1 TB vs 4 TB: quantos de 14 modelos atuais cabem (o gpt-oss-120b tem 65,3 GB), uma cache Hugging Face partilhada, velocidade do hf_xet, opções USB-C e NFS.

Guia de recuperação do DGX Spark e reinstalação do DGX OS

Recuperação do DGX Spark: reparar uma atualização falhada sem apagar, salvaguardar a partir de uma pen USB live, reinstalar com a imagem 1.155.49 (5,9 GB), imagens OEM, e quando pedir RMA.

Atualizações de software do DGX Spark: registo de versões até outubro de 2026

Atualizações de software do DGX Spark desde o lançamento até à versão de outubro de 2026: DGX OS 7.6.0, Linux 7.0, driver 580.178.04, os problemas conhecidos e como atualizar com segurança.

Guia de NVIDIA Sync e acesso remoto ao DGX Spark

Acesso remoto ao DGX Spark com o NVIDIA Sync 0.148.0-153: o que instala, o DGX Dashboard na porta 11000, Tailscale, uma configuração SSH simples e exposição segura da API.

Modelos e motores de inferência

Que modelos executar, com que motor os servir, e como medir o resultado.

Melhores modelos para o DGX Spark, edição de outubro de 2026

Melhores modelos para o DGX Spark, outubro de 2026: Qwen3.6-35B-A3B NVFP4 reportado a 86,3 tok/s num Spark, DeepSeek-V4-Flash a cerca de 44 tok/s em dois. Tabelas de veredicto com fontes.

llama.cpp vs vLLM vs SGLang no DGX Spark: tok/s e flags

vLLM 60,7 vs Ollama 42,1 tok/s com o gpt-oss-120b num DGX Spark, e 116 a 153 vs 42,5 com 8 utilizadores. Que motor para um utilizador, uma equipa ou dois Sparks, e as flags exatas.

Como executar um modelo acabado de lançar num DGX Spark (GB10)

Execute um novo modelo de pesos abertos num DGX Spark na semana do lançamento: encaixe na memória, imagens arm64, NVFP4 ou GGUF, vLLM, SGLang ou llama.cpp, e quando precisa de dois Sparks.

Servir o Qwen3 com vLLM num DGX Spark

Instale o vLLM, sirva o Qwen3-32B-AWQ com uma API compatível com OpenAI, ligue o Open WebUI e mantenha-o ativo com systemd: um guia de copiar e colar para o DGX Spark.

Modelos quantizados vs de precisão total em produção

Como decidir entre um modelo quantizado e um de precisão total numa implementação auto-hospedada em produção: encaixe na memória, risco de qualidade por tarefa, e quando testar ambos.

Faça fine-tuning de um modelo com os dados da sua empresa, sem os dados saírem de casa

Faça fine-tuning de um LLM aberto com dados da empresa sem que saiam de casa: tabelas de memória LoRA e QLoRA, um exemplo resolvido de 32B, e fine-tuning vs RAG.

Embeddings e pesquisa vetorial num DGX Spark

Execute um modelo de embeddings e uma base de dados vetorial ao lado do seu modelo de geração num DGX Spark: orçamento de memória, servir embeddings e escolher uma base de dados vetorial.

Executar modelos de visão e multimodais num DGX Spark

O que é plausível nos 128 GB de memória unificada de um DGX Spark para modelos de visão-linguagem e compreensão de imagens, e porque é que a GPUwerk ainda não publicou benchmarks dedicados de VLM.

ComfyUI e Stable Diffusion num DGX Spark

Execute ComfyUI, FLUX e SDXL num DGX Spark: configuração em ARM64, tempos de imagem reportados por modelo, contenção da memória unificada com LLMs e cuidados térmicos.

Saída estruturada e chamadas de funções num LLM auto-hospedado

Configurar saída estruturada em modo JSON e chamadas de ferramentas/funções em modelos auto-hospedados com vLLM e llama.cpp, incluindo que modelos o suportam e como depurar chamadas mal formadas.

Cache de prompts para reduzir o custo de inferência

Como reutilizar prefixos e cache KV corta computação repetida num serviço auto-hospedado: o que conta como acerto na cache, como estruturar os prompts e onde a poupança aparece num Spark alugado à hora.

Processamento em lote de grandes trabalhos de inferência num Spark alugado

Faça processamento de documentos em massa e rotulagem de conjuntos de dados num DGX Spark alugado: definições de débito do vLLM, dimensionamento de trabalhos face à tarifa horária e checkpoints.

Avaliar a qualidade do modelo antes de mudar de modelo

Conjuntos de teste reservados, abordagens A/B e verificações de regressão para comparar um modelo candidato com o atual antes de mudar em produção.

Como a GPUwerk faz benchmarks do DGX Spark

O que a GPUwerk mede num DGX Spark: fluxo único versus concorrência, que motores e definições, e porque são publicados os registos brutos e não apenas um resumo.

DGX Spark em contexto longo: tok/s de 4k a 100k, novembro de 2026

Desempenho do DGX Spark em contexto longo, novembro de 2026: descodificação a 4k, 50k e 100k para seis modelos, cerca de 76 s para o prefill de 100k tokens, e tamanhos da cache KV a 128k.

Docker e contentores NGC no DGX Spark: arm64, GPU, compose

Guia de Docker no DGX Spark, novembro de 2026: Docker 29.6.2 e Container Toolkit 1.20 pré-instalados, que imagens NGC têm builds arm64, e um ficheiro compose para vLLM.

LM Studio no DGX Spark: Linux ARM64, llmster, velocidade (2026)

LM Studio num DGX Spark, novembro de 2026: uma build Linux ARM64 com um motor llama.cpp CUDA 13 desde outubro de 2025, configuração headless com llmster, e velocidade vs llama.cpp.

NVIDIA AI Workbench e JupyterLab no DGX Spark

NVIDIA AI Workbench no DGX Spark, novembro de 2026: versão 2026.06.5, imagens base arm64 com CUDA 13.1, o JupyterLab do DGX Dashboard e o JupyterLab 4.6.6 simples.

NIM no DGX Spark: que NIMs correm no GB10, licença, configuração

NVIDIA NIM no DGX Spark, novembro de 2026: cerca de 20 NIMs indicam suporte para GB10, gratuitos para desenvolvimento em até 16 GPUs, e a produção precisa de uma licença AI Enterprise.

Ollama no DGX Spark: configuração, definições e tok/s

Ollama num DGX Spark, novembro de 2026: instalação arm64, as seis definições que importam, 42 tok/s com o gpt-oss-120b face a 59 do llama.cpp, e exposição segura da API.

PyTorch no DGX Spark: wheels aarch64 CUDA 13

PyTorch num DGX Spark, novembro de 2026: wheels aarch64 torch 2.15.0 cu132 ou 2.14.1 cu130, o falso aviso sm_121, NGC 26.10, estado do flash-attn e do xformers.

SGLang no DGX Spark: instalação, flags e tok/s

SGLang num DGX Spark, novembro de 2026: imagem arm64 v0.5.23 e wheels pip, --mem-fraction-static 0.80 no GB10, e 52 vs 36 tok/s face ao vLLM com o gpt-oss-120b.

Whisper e Parakeet no DGX Spark: voz em texto, nov. 2026

Conversão de voz em texto num DGX Spark, novembro de 2026: Parakeet TDT 0.6B v3 a 283x o tempo real no GB10, Whisper large-v3 a 19 a 25x, com WER do Open ASR Leaderboard.

TensorRT-LLM no DGX Spark: trtllm-serve, NVFP4, tok/s (2026)

TensorRT-LLM num DGX Spark, novembro de 2026: o contentor 1.3.0rc13 da NVIDIA, trtllm-serve com NVFP4, 38,65 tok/s no Llama 3.1 8B, e quando a configuração compensa.

Geração de vídeo no DGX Spark: segundos por clip, novembro de 2026

Geração de vídeo no DGX Spark, novembro de 2026: clips de 5 segundos com LTX-2.5 em cerca de 70 s, Wan 2.2 5B em 720p em 14 min, e porque é que uma RTX 5090 é 2,4 a 5,5x mais rápida.

Desempenho e benchmarks

Velocidades medidas e reportadas: utilizadores por Spark, largura de banda de memória, CPU, computação, formatos de quantização e como cada máquina GB10 se aguenta sob carga.

Clusters e escalabilidade

Dois Sparks, uma frota, vários modelos numa máquina, e partilhá-la com uma equipa.

Cluster DGX Spark: dois Sparks, configuração, limites e tok/s

Dois DGX Sparks dão 256 GB e, com paralelismo de tensores, descodificação mais rápida: 1,75× medido no Qwen3-32B, até 1,8× reportado. Cabos, nomes das portas, configuração e modelos que exigem dois Sparks.

Escalar de um DGX Spark para uma frota

Quando alugar mais Sparks individuais ganha a um cluster de dois nós, como distribuir a carga por nós independentes, e os compromissos operacionais de gerir uma pequena frota.

Gestão de memória da GPU para vários modelos num Spark

Distribua 128 GB de memória unificada por vários modelos ou contentores num DGX Spark, e saiba quando passar para um cluster de dois nós ou para um segundo nó.

Monitorização da utilização da GPU e dimensionamento correto da sua implementação

Como ler a utilização real de GPU e memória num DGX Spark alugado e usá-la para decidir entre manter, escalar para um cluster de dois nós ou expandir para uma frota.

Executar vários contentores e serviços num DGX Spark

Padrões de contentores Docker para um único DGX Spark: quando um ficheiro docker-compose simples chega, e quando a carga de trabalho já o ultrapassou.

Atualizar ou trocar modelos sem interrupção

Um DGX Spark é uma só máquina, por isso atualizar o modelo sem interrupção exige um segundo Spark para onde passar. O que essa montagem implica, e a alternativa honesta se aceitar uma breve paragem.

Acesso de equipa e multiutilizador a um DGX Spark partilhado

Como partilhar um DGX Spark alugado por uma equipa: utilizadores Linux separados, cada um com a sua chave SSH, ou um gateway à frente para que quase ninguém precise de uma shell.

Cluster DGX Spark com 4 ou 8 nós: switch, configuração, tok/s

Clusters DGX Spark de 4 e 8 nós: suporte da NVIDIA desde 22 out. 2026, o switch e os cabos, configuração NCCL, 52,6 tok/s reportados com 8 nós, e custo vs 8x B200.

Kimi K3 e DeepSeek V4 em clusters DGX Spark: 1 a 8 nós

De quantos DGX Sparks precisam o Kimi K3, o DeepSeek V4, o GLM-5.3 e o MiniMax M3? Contas de memória para 1 a 8 nós e velocidades reportadas até 132 tok/s em 4 Sparks.

Operações

Monitorização, cópias de segurança, segurança e controlo de acessos para uma implementação auto-hospedada.

Monitorização e observabilidade para um LLM auto-hospedado

O que vigiar num DGX Spark a servir um LLM, e que ferramentas abertas dão conta do recado, do nvidia-smi ao Prometheus com Grafana. A GPUwerk dá acesso por consola e API, não um produto de monitorização.

Cópias de segurança e recuperação de desastres para a sua carga de trabalho no DGX Spark

A GPUwerk não guarda nenhuma cópia do espaço de trabalho de um DGX Spark alugado. O que copiar, para onde enviar e com que frequência sincronizar.

Testar o seu plano de recuperação de desastres para um LLM auto-hospedado

Uma cópia de segurança que nunca foi restaurada é uma hipótese. Exercícios de restauro, game days e medição de RTO/RPO para um LLM auto-hospedado em hardware GPU alugado.

Reforço da segurança de uma instância de GPU alugada

Reforço prático da segurança dentro da instância para uma GPU alugada: gestão de chaves SSH, exposição de rede, executar serviços sem root, segredos, e estado efémero vs persistente.

Boas práticas de rotação de chaves de API para uma implementação privada de LLM

Rotação de chaves de API e credenciais para um endpoint de inferência auto-hospedado: âmbitos, calendários de rotação, revogação, e o que automatizar versus fazer à mão.

Limitação de pedidos e quotas para uma implementação interna de LLM

Um DGX Spark sem configuração não tem limitação de pedidos por utilizador. Adicione-a com os limites rpm/tpm e orçamentos por chave do LiteLLM, ou com um proxy reverso à frente.

Registo de auditoria para uma implementação de LLM auto-hospedada sujeita a requisitos de conformidade

Configure registos de auditoria de pedidos e respostas no seu próprio contentor num DGX Spark alugado: o que registar, onde guardar, e onde termina o trabalho da GPUwerk.

Configurar SSO e controlo de acessos para uma implementação de LLM em equipa

Pôr uma camada de autenticação à frente de um endpoint de inferência auto-hospedado, para a equipa entrar com as identidades que já tem em vez de partilhar chaves SSH ou tokens de API.

Estratégia de versionamento e reversão de modelos para uma implementação auto-hospedada

Controlar que pesos e configurações de modelos estão realmente em execução, e reverter de forma limpa quando uma nova versão tem pior desempenho, numa implementação DGX Spark auto-hospedada.

Para saber como o Spark se compara com outras máquinas, veja as comparações. Para o hardware em si, veja a página de especificações.

Primeiro carregamento: pague $ 20 e receba $ 30 em crédito

Experimente um guia num Spark real por $ 0,79/hora.

Alugue um DGX Spark dedicado na Europa, América do Norte ou Ásia Oriental e acompanhe. Faturado ao minuto a partir de crédito pré-pago.

Criar conta Ver preços