NVIDIA DGX Spark · GB10 Grace Blackwell

NVIDIA DGX Spark: hyr en från 0,79 USD/h eller köp en

NVIDIA DGX Spark är en stationär AI-dator: ett GB10 Grace Blackwell Superchip med 128 GB enhetligt minne med 273 GB/s, som kör NVIDIA:s DGX OS. Du kan hyra en DGX Spark hos GPUwerk för 0,79 USD per timme, debiterat per minut, eller köpa en. Den här sidan förklarar vad den är, vad den mäter i GPUwerks maskinpark och var den förlorar.

Av Samuel Seidel · Uppdaterad 24 oktober 2026. Fördjupning: specifikationer för DGX Spark, pris för DGX Spark, benchmarks för DGX Spark och DGX Spark-klustret med två länkade maskiner.

128GBEnhetligt minne med 273 GB/s minnesbandbredd
0,79 USDPer timme hos GPUwerk, debiteras per minut, eller 1,79 USD per timme för ett kluster med två noder och 256 GB
1PFLOPFP4 AI-beräkning, gles, från NVIDIA GB10 Grace Blackwell Superchip
200Gb/sConnectX-7-nätverk med två QSFP-portar. NVIDIA anger två länkade maskiner för modeller på upp till 400B parametrar

GPUwerk hyr ut dedikerade NVIDIA DGX Spark-maskiner per minut i Europa, Nordamerika och Östasien: sina egna maskiner i Tjeckien och partnerägda Sparks i andra länder. En Spark kostar 0,79 USD per timme och ett kluster med två noder och 256 GB kostar 1,79 USD per timme, från förbetald kredit utan abonnemang. Du arbetar i en webbterminal eller via root-SSH. Avsluta när du är klar så upphör faktureringen. Så hyr du en DGX Spark.

NVIDIA:s amerikanska listpris är 6 950 USD (kontrollerat 11 oktober 2026), upp från 3 999 USD vid lanseringen: se prishistorik och EU-listningar för DGX Spark. Köp en NVIDIA DGX Spark i GPUwerks butik →

Specifikationer

Hårdvaran i en tabell.

Per nod. Varje instans hos GPUwerk är en hel maskin, så de här siffrorna är helt dina. Varje värde, med vad det betyder för LLM:er, finns på sidan specifikationer för DGX Spark.

NVIDIA DGX Spark
SuperchipGB10 Grace Blackwell
AI-prestanda1 PFLOPS FP4 (gles)
Minne128 GB enhetligt LPDDR5x
Minnesbandbredd273 GB/s
CPU20-kärnig Arm (10× X925 + 10× A725)
Lagring1 TB NVMe på GPUwerks egna Sparks, delat med systemet och modellcachen; vissa partner-Sparks har 2 eller 4 TB (NVIDIA säljer 1 TB eller 4 TB)
NätverkConnectX-7 · 200 Gb/s
Ström240 W max
OperativsystemDGX OS 7 · Ubuntu 24.04
CUDAHela stacken förinstallerad

Källor, lästa 24 oktober 2026: NVIDIA:s produktsida för DGX Spark (CPU, minne, 273 GB/s, 1 PFLOP FP4 med gleshet, strömförsörjning på 240 W, upp till 200B parametrar på en maskin och 400B på två) och NVIDIA:s hårdvarudokumentation (1 TB eller 4 TB NVMe, 256-bitars minne på 4266 MHz). Lanseringsdatum och pris: NVIDIA:s nyhetsrum, 13 oktober 2025.

En minnesbandbredd på 273 GB/s är den begränsning som avgör genereringshastigheten för en LLM i en enda ström. Sparkens styrka är kapacitet: modeller som helt enkelt inte får plats på konsument-GPU:er, plus FP4-beräkning för batchinferens och finjustering, där genomströmningen skalar mycket bättre än siffrorna för en enda ström antyder.

Pris, hyra och köp

Hyr en eller köp en.

Att hyra per minut visar om din modell får plats och körs tillräckligt snabbt innan du lägger tusentals på hårdvaran. En hyrd Spark ger dig en webbterminal eller root-SSH till din egen container, CUDA 13.0-verktygslådan förinstallerad (och Docker, på vissa maskiner) och en OpenAI-kompatibel endpoint från en modellavbildning: det här arbetar du med.

Uppmätt i GPUwerks maskinpark

Benchmarks från maskinparken.

De två modeller som finns på varje nod i maskinparken, uppmätta med vllm bench serve på en av GPUwerks egna noder utan något annat på dess GPU. Råloggarna finns nedan, och fler modeller finns på sidan benchmarks för DGX Spark. Tredjepartssiffror för andra modeller samlas och diskuteras i köpguiden.

Benchmarkresultat från maskinparken på en DGX Spark-nod
ModellKvantiseringRamverkPrefill tok/sGenerering tok/sMax kontext
Qwen3-Coder 30B-A3BAWQvLLM 0.27.15 705 tok/s80,9 tok/s262 144
Llama 3.3 70BAWQvLLM 0.27.1391 tok/s6,0 tok/s131 072

Så läser du detta.

Prefill är mediantiden till första token för en prompt på 8 192 tokens. Generering är en ström, 128 in och 512 ut, utan något annat i farten. Max kontext är en prompt av den längden som faktiskt serverades, inte en siffra som härletts från KV-cachens storlek. Prefill blir långsammare när prompten växer, eftersom attention-kostnaden är kvadratisk: 30B-modellen gör 5 705 tok/s vid 8k och 586 tok/s när den fyller hela sina 262 144.

Batchstorleken ändrar svaret helt.

En enda ström är det sämsta fallet på den här hårdvaran, och det är den siffra de flesta jämförelser stannar vid. Med förfrågningar i farten når 30B-modellen 3 235 tok/s sammanlagt vid 256 samtidiga, och 70B-modellen når 485 tok/s vid 128 och faller sedan till 300 vid 256, med median för tid till första token som går från 8 till 40 sekunder. Mixture-of-experts-modellen mättas efter sin knäpunkt; den täta kollapsar efter sin. Båda kurvorna finns i loggarna.

Uppmätt på en oanvänd nod.

Varje körning gjordes på en i övrigt oanvänd nod, utan någon annan modell laddad på GPU:n. Varje logg nedan börjar med GPU:ns processlista och lediga minne i det ögonblick körningen startade, så att du kan kontrollera det i stället för att ta det för givet.

Råa loggar, varje körning, oredigerade förutom att omritningar av förloppsindikatorer har slagits ihop: Qwen3-Coder 30B-A3B · Llama 3.3 70B. För att köra dina egna: fyll på 20 USD första gången och få 30 USD i kredit, tillräckligt för en utvärderingsdag på en dedikerad nod.

Arbetslaster

Vad ska jag köra på den?

Tydliga råd från någon som driver en maskinpark av dessa.

Kodassistent för teamet

Qwen3-Coder 30B-A3B (AWQ, modellen som GPUwerk benchmarkar) lämnar utrymme för långa kontexter och flera samtidiga användare. Servera med vLLM bakom en OpenAI-kompatibel endpoint och rikta dina editorer mot den.

Privat chatt + RAG

En instruct-modell i 70B-klassen i Q4 får plats i en nod med marginal för en embeddingmodell och en vektordatabas på samma maskin, en hel privat assistent i en enda enhet. Se upplägget för privat ChatGPT →

Finjustering

LoRA-finjusteringar av modeller i 70B-klassen får plats i enhetligt minne utan modellparallell akrobatik. Långsammare per steg än en datacenter-GPU, men det körs där konsumentkort helt enkelt inte klarar det.

Hyra för ett jobb

Vad folk hyr en Spark till.

Tre uppgifter, var och en med kommandona, de uppmätta siffrorna och begränsningarna på en sida.

Jämförelser

Så står den sig.

Jämförelser med bedömningen först mot de maskiner som köpare faktiskt jämför med. Var och en säger var konkurrenten vinner.

DGX Spark mot Mac Studio

Enhetligt minne på båda håll, CUDA-ekosystem mot rå bandbredd. Uppdaterad för Apples Mac Studio med M5 Ultra: Macen vinner avkodning, Sparken vinner prefill och CUDA-portabilitet.

9 min läsning

DGX Spark mot RTX 5090

32 GB snabbt VRAM mot 128 GB kapacitet. Ingen jämn kamp om hastighet: hela frågan är om din modell får plats.

6 min läsning

DGX Spark mot Strix Halo

Nästan identisk tokengenerering, en skillnad på 2–3x i prefill och cirka 4 000 USD billigare att köpa. Vad The Registers praktiska test kom fram till.

5 min läsning

Molnleverantörer för DGX Spark jämförda

Alla uthyrningar av Spark per timme med en publik listning, med pris, plats, debiteringsintervall och vad som händer med din data vid stopp. Citerat från varje leverantörs egen sida, GPUwerks inräknad.

7 min läsning

DGX Spark mot H100 för LLM-inferens

När 128 GB och debitering per minut slår ett datacenterkort, och när minnesbandbredd och batchgenomströmning betyder att du behöver H100 i stället.

8 min läsning

DGX Spark mot H200 för LLM-inferens

Den största bandbreddsskillnaden på den här webbplatsen, 273 GB/s mot ungefär 4,8 TB/s. Var det spelar roll, och var det inte gör det.

7 min läsning

DGX Spark mot Jetson AGX Thor: två olika uppgifter

Varför de egentligen inte konkurrerar om samma köpare, med målgrupp, formfaktor och programvarustack jämförda.

7 min läsning

DGX Spark mot RTX PRO 6000 Blackwell

128 GB enhetligt minne med 273 GB/s mot 96 GB GDDR7 med cirka 1,8 TB/s: vilka modeller som får plats på respektive, och vilken avkodningshastighet bandbredden tillåter.

Jämförelse

ASUS Ascent GX10 mot DGX Spark

Samma GB10-chip och 128 GB. Det som skiljer är lagring, pris, storlek och firmware, var och en med sin källa.

Jämförelse

Alla GB10-maskiner jämförda

DGX Spark, ASUS, Dell, HP, Lenovo, MSI, Gigabyte och Acer sida vid sida: ett chip, och de skillnader som återstår.

Jämförelse

Alla åtta sida vid sida, med minne, bandbredd och var varje konkurrent vinner: Alternativ till DGX Spark jämförda.

Guider

Guider & analyser.

För alla som utvärderar, köper eller sätter upp en DGX Spark, skrivet från serverhallen, inte från ett pressmaterial.

Installation av DGX Spark: från uppackning till första token

Första uppstarten av DGX OS, SSH, drivrutiner och att servera din första modell: guiden jag önskar hade funnits när jag monterade min första enhet i racket.

Installation · 4 min läsning

Bra att veta innan du köper en DGX Spark

Ström, ljudnivå, nätverk mellan två enheter, vad den verkligen är bra på, och den totala ägandekostnaden jämfört med en 5090-rigg eller molnet.

Köpanalys · 11 min läsning

Hyra eller köpa en DGX Spark

Timmar per vecka, inköpspris och break even-beräkningen, med en kalkylator för dina egna siffror.

Köpanalys · 8 min läsning

Servera Qwen3 med vLLM på en Spark

En väg att kopiera och klistra till en OpenAI-kompatibel endpoint på din egen hårdvara, inklusive Open WebUI som gränssnitt och systemd.

Installation · 6 min läsning

De bästa modellerna som du inte får skicka din data till

Vilka stora öppna modeller som får plats i 128 GB / 256 GB, och hur långt efter frontlinjen de verkligen ligger.

Privat AI · 7 min läsning

Finjustera en modell på ditt företags data

LoRA på modeller i 70B-klassen får plats i 128 GB enhetligt minne, med träningsdatan kvar på nodens lokala NVMe.

Finjustering · 11 min läsning

En AI-medarbetare behöver ett kontor. Ge den ett som du äger.

OpenClaw, Hermes, och varför en agent som läser din inkorg hör hemma på hårdvara du kontrollerar.

AI-agenter · 9 min läsning

Automatisera de tråkiga 80 %

Batchbearbetning av dokument på en maskin till fast pris: den marginella token är gratis, så kör modellen över allt.

Automatisering · 7 min läsning

DGX Spark-kluster med två noder: installation och vad det faktiskt ger dig

Att länka två Sparks över ConnectX-7 200 GbE, vad NVIDIA:s egen dokumentation säger, och en ärlig bedömning av vad parkopplingen ger och inte ger dig.

Installation · 9 min läsning

Så tjänar du pengar på din DGX Spark

Hyr ut en Spark som du äger via GPUwerk Platform: andelen på 70 %, vad som inte ger något, ett exempel med angivna timmar, och dina kostnader.

Ägare · 7 min läsning

Strömförbrukning och driftkostnad för DGX Spark

De publicerade strömsiffrorna, vad de betyder i vägguttaget och hur du räknar ut din egen elkostnad per timme.

Köpanalys · 6 min läsning

ComfyUI och Stable Diffusion på en DGX Spark

NVIDIA:s ComfyUI-playbook på ARM64, rapporterade bildtider per modell och att dela enhetligt minne med en LLM.

Modeller

Så kör du en nysläppt modell på en DGX Spark

Minnesutrymme, arm64-avbildningar, NVFP4 eller GGUF, vilken motor, och när en modell från lanseringsveckan behöver två Sparks.

Modeller

Bästa modellerna med öppna vikter att köra på en DGX Spark

Vilken modell som passar för chatt, kodning, batch- och agentarbete, och en verklighetskontroll för täta modeller, med enbart uppmätta siffror för tok/s.

Modeller · 8 min läsning

Total ägandekostnad: GPU-hyra mot ett moln-API för AI

Ett moln-API med pris per token, en hyrd dedikerad GPU och att köpa hårdvara direkt, jämförda sida vid sida med siffror som redan publicerats på den här webbplatsen.

Köpanalys · 9 min läsning

Så benchmarkar GPUwerk DGX Spark

Vad som mäts, en ström mot samtidighet, vilka motorer och inställningar, och varför de råa loggarna publiceras och inte bara sammanfattningstabellen.

Benchmarks · 4 min läsning

Ljudnivå och kylning för DGX Spark: vad du kan förvänta dig

Vad som är dokumenterat om fläktljud och kylning för ett skrivbord eller hemmakontor, vad som inte har mätts oberoende, och var du kan kontrollera innan du köper.

Köpanalys · 4 min läsning

Köra visions- och multimodala modeller på en DGX Spark

Vad som är rimligt på 128 GB enhetligt minne för vision-language-modeller och bildförståelse, och varför dedikerade VLM-benchmarks inte har publicerats ännu.

Modeller · 3 min läsning

Drivrutins- och firmwareuppdateringar för DGX Spark: vad GPUwerk hanterar

Vad som hålls uppdaterat på värd- och nodnivå på en hyrd Spark, och vad som finns i din egen root-container och helt förblir ditt ansvar.

Installation · 4 min läsning

Lagring på DGX Spark: vad som är beständigt och vad du ska säkerhetskopiera

NVMe-disken på 1 TB i en hyrd Spark, exakt vad som finns kvar efter ett stopp respektive ett avslut, och varför du behöver en egen säkerhetskopia: GPUwerk sparar ingen kopia av din arbetsyta.

Installation · 4 min läsning

Övervakning och observerbarhet för en LLM i egen drift

Vad du ska följa upp på en Spark som serverar produktionstrafik, från GPU-minne till latens per förfrågan.

Drift · 6 min läsning

Säkerhetskopiering och katastrofåterställning för din arbetslast på DGX Spark

Vad som faktiskt behöver säkerhetskopieras på en hyrd Spark, och hur du återställer det efter ett fel.

Drift · 6 min läsning

Åtkomst för team och flera användare till en delad DGX Spark

Att ge ett team delad åtkomst till en Spark utan att alla delar en API-nyckel.

Drift · 5 min läsning

Hastighetsbegränsning och kvoter för en intern LLM-driftsättning

Att hindra ett team eller ett skript från att svälta ut allas andra förfrågningar på en delad endpoint.

Drift · 5 min läsning

Uppdatera eller byta modeller utan driftstopp

Att rulla ut en ny modell eller modellversion i produktion på en Spark utan avbrottsfönster.

Drift · 6 min läsning

Skala från en DGX Spark till en maskinpark

När fler enskilda Sparks slår ett kluster med två noder, hur du lastbalanserar mellan oberoende noder, och avvägningarna i driften av en liten maskinpark.

Drift · 7 min läsning

Kvantiserade modeller mot modeller med full precision i produktion

Hur du väljer mellan en kvantiserad modell och en modell med full precision för en produktionsdriftsättning i egen drift: minnesutrymme, kvalitetsrisk per uppgift och när du ska testa båda.

Drift · 6 min läsning

Kostnadsprognos och budgetering för AI-infrastruktur

Hur du uppskattar månadskostnaden för AI-infrastruktur vid egen drift jämfört med ett mätt API, med GPUwerks pris på 0,79 USD/timme som uträknat exempel och en checklista för budgetering.

Köpanalys · 7 min läsning

Säkerhetshärdning av en hyrd GPU-instans

Praktisk härdning inuti instansen för en hyrd GPU: hantering av SSH-nycklar, nätverksexponering, att köra tjänster utan root, hemligheter, och flyktigt mot beständigt tillstånd.

Drift · 6 min läsning

Migrera en befintlig AI-driftsättning i egen drift till en DGX Spark

En praktisk migreringsväg från en arbetsstation eller ett annat GPU-moln till en hyrd DGX Spark: omkvantisering för enhetligt minne, flytt av data och en plan för övergången.

Installation · 7 min läsning

Hantering av GPU-minne för flera modeller på en Spark

Att fördela 128 GB enhetligt minne mellan flera modeller eller containrar på en enda DGX Spark, och när beräkningen säger att du ska dela upp på ett kluster med två noder i stället.

Drift · 6 min läsning

llama.cpp mot vLLM mot SGLang på en DGX Spark: flaggor och uppstart

Ett praktiskt komplement till valet av inferensmotor: exakta flaggor, startkommandon och var llama.cpp, vLLM och SGLang faktiskt skiljer sig åt på GB10:s enhetliga minne.

Installation · 6 min läsning

Testa din plan för katastrofåterställning för en LLM i egen drift

En backupplan som du inte har återställt från är en hypotes. Återställningsövningar, game days och mätning av RTO/RPO för en LLM-driftsättning som du driftar själv.

Drift · 6 min läsning

Bästa praxis för rotation av API-nycklar i en privat LLM-driftsättning

Rotation av API-nycklar och inloggningsuppgifter för en inferensendpoint i egen drift: behörigheter, rotationsscheman, återkallelse och vad som ska automatiseras respektive göras för hand.

Drift · 6 min läsning

Utvärdera modellkvalitet innan du byter modell

Testmängder som hålls undan, A/B-upplägg och regressionskontroller för att benchmarka en kandidatmodell mot din nuvarande innan du byter i produktion.

Drift · 6 min läsning

Promptcachning för att sänka inferenskostnaden

Hur återanvändning av prefix- och KV-cache minskar upprepad beräkning i en driftsättning i egen drift: vad som ger en cacheträff, hur du strukturerar prompter för det, och var besparingarna faktiskt syns på en Spark som hyrs per timme.

Drift · 6 min läsning

Strukturerad utdata och funktionsanrop på en LLM i egen drift

Konfigurera strukturerad utdata i JSON-läge och verktygs-/funktionsanrop på modeller i egen drift med vLLM och llama.cpp, inklusive vilka modeller som stöder det och hur du felsöker felaktiga anrop.

Installation · 5 min läsning

Köra embeddings och vektorsökning på en DGX Spark

Egen drift av en embeddingmodell bredvid en vektordatabas för en RAG-pipeline på en enda Spark: minnesbudgetering, att servera embeddingmodellen och val av vektordatabas.

Modeller · 5 min läsning

Batchbearbetning av stora inferensjobb på en hyrd Spark

Massbearbetning av dokument och storskalig märkning av dataset på en DGX Spark som hyrs per timme: inställningar för genomströmning, dimensionering av jobb och hur kostnaden för batchinferens står sig mot interaktiv inferens.

Drift · 5 min läsning

Övervakning av GPU-användning och rätt dimensionering av din driftsättning

Hur du läser av den faktiska GPU- och minnesanvändningen på en hyrd DGX Spark och använder den för att välja mellan att stanna kvar, skala upp till ett kluster med två noder eller skala ut till en maskinpark.

Drift · 5 min läsning

Granskningsloggning för en LLM-driftsättning som du driftar själv med höga krav på regelefterlevnad

Konfigurera granskningsloggar för förfrågningar och svar i din egen container på en hyrd DGX Spark: vad du ska fånga, var du ska lagra det och var GPUwerks ansvar slutar.

Drift · 6 min läsning

Strategi för modellversionering och återställning i en driftsättning i egen drift

Att hålla koll på vilka modellvikter och konfigurationer som faktiskt körs, och att rulla tillbaka rent när en ny version presterar sämre.

Drift · 6 min läsning

Kallstart mot alltid igång: välj ett drifttidsmönster för instansen

Att stoppa en DGX Spark mellan användningarna mot att låta den köra dygnet runt: avvägningar kring kostnad, latens och data.

Köpanalys · 5 min läsning

Konfigurera SSO och åtkomstkontroll för en LLM-driftsättning för ett team

Att lägga ett autentiseringslager framför en inferensendpoint i egen drift så att ett team loggar in med befintliga identiteter i stället för att dela SSH-nycklar eller API-tokens.

Installation · 5 min läsning

Köra flera containrar och tjänster på en DGX Spark

Mönster för Docker-containrar på en enskild DGX Spark: när en vanlig docker-compose-fil räcker, och när arbetslasten har vuxit ur den.

Installation · 5 min läsning

Alla guider, grupperade efter köp, modeller och motorer, kluster och drift: alla guider för DGX Spark.

Frågor.

Vad är NVIDIA DGX Spark?

NVIDIA DGX Spark är en stationär AI-dator byggd på NVIDIA GB10 Grace Blackwell Superchip: en Blackwell-GPU och en 20-kärnig Arm-CPU som delar 128 GB enhetligt minne med 273 GB/s, med upp till 1 PFLOP gles FP4-beräkning. Den kör NVIDIA:s DGX OS, ett Ubuntu-baserat system med CUDA-stacken förinstallerad, och drar högst 240 W. Beställningarna öppnade den 15 oktober 2025 för 3 999 USD; NVIDIA:s amerikanska listpris var 6 950 USD när det kontrollerades den 11 oktober 2026 (prishistorik). ASUS, Dell, HP, Lenovo, MSI, Gigabyte och Acer säljer maskiner med samma GB10-chip under egna namn: alla GB10-maskiner jämförda.

Får jag en hel DGX Spark för mig själv?

Ja. Varje instans hos GPUwerk är en dedikerad nod, inte en del av en delad GPU. De 128 GB enhetligt minne, hela bandbredden på 273 GB/s och 1 PFLOPS gles FP4-beräkning är dina under hela hyran, utan att något annat körs på lådan.

Hur skiljer sig en DGX Spark från att hyra en GPU-instans i molnet?

En typisk GPU-instans i molnet ger dig 24 till 80 GB VRAM på ett datacenterkort. En DGX Spark ger dig 128 GB enhetligt minne i en maskin, tillräckligt för modeller i 70B-klassen utan att dela upp dem över flera GPU:er, och GPUwerk hyr ut den med debitering per minut från sina egna Sparks i Tjeckien och partners Sparks i Europa, Nordamerika och Östasien.

Vad är haken med 273 GB/s minnesbandbredd?

Det är taket för genereringshastigheten i en enda ström: färre tokens per sekund än en separat GPU med snabbare VRAM, och därför börjar både köpguiden och jämförelsen med RTX 5090 med det. Sparkens fördel är kapacitet och batchgenomströmning, inte rå hastighet för en enskild användare.

Kan jag köpa en DGX Spark i stället för att hyra en?

Ja. GPUwerks butik listar själva NVIDIA DGX Spark, prissatt utifrån tjeckiska leverantörers lager när en kan leverera den, och samma GB10-maskin från sju andra tillverkare, bland dem Lenovo ThinkStation PGX från 5 330 EUR exkl. moms. GPUwerk skickar den till dig eller, om du väljer det, placerar den i sitt datacenter och hyr ut den åt dig. Du kan också köpa från NVIDIA eller dess partner, eller fråga GPUwerk om en maskin för din egen anläggning. Att först hyra per minut visar om hårdvaran passar din arbetslast innan ett köp på cirka 4 000 EUR eller mer, och varje molninstans hos GPUwerk kör identisk GB10-hårdvara.

Allt om DGX Spark på den här webbplatsen.

Alla sidor på GPUwerk som handlar om DGX Spark, grupperade efter vad du vill göra.

Sluta läsa benchmarks.
Kör dina egna.

Hyr en dedikerad Spark för 0,79 USD/h, debiteras per minut. Första påfyllningen: betala 20 USD, få 30 USD i kredit, cirka 37 timmars beräkningskraft.

Skapa konto