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.
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.
| Superchip | GB10 Grace Blackwell |
|---|---|
| AI-prestanda | 1 PFLOPS FP4 (gles) |
| Minne | 128 GB enhetligt LPDDR5x |
| Minnesbandbredd | 273 GB/s |
| CPU | 20-kärnig Arm (10× X925 + 10× A725) |
| Lagring | 1 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) |
| Nätverk | ConnectX-7 · 200 Gb/s |
| Ström | 240 W max |
| Operativsystem | DGX OS 7 · Ubuntu 24.04 |
| CUDA | Hela 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.
| Modell | Kvantisering | Ramverk | Prefill tok/s | Generering tok/s | Max kontext |
|---|---|---|---|---|---|
| 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 |
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.
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.
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.
Köpa och hyra
- Pris för DGX Spark: köpa eller hyra
- Specifikationer, med uppmätta förbehåll
- Tillgänglighet och leveranstider i Europa
- Var du kan köpa i Europa
- Så hyr du en per minut
- Hyra eller köpa: break even-kalkylator
- Molnleverantörer för DGX Spark jämförda
- Hyra från Enverge mot GPUwerk
- Minneskalkylator: får en modell plats?
- Priser
- Köp en NVIDIA DGX Spark
- Köp en GB10-maskin som GPUwerk driftar
- Egen anläggning
Äger du redan en Spark?
Jämförelser
Benchmarks och modeller
- Benchmarks för DGX Spark: vad du kan förvänta dig
- Så benchmarkar GPUwerk Sparken
- Vad som får plats i 128 GB
- Kör DeepSeek-V4-Flash
- Kör gpt-oss-120b
- Kör gpt-oss-20b
- Kör Llama 3.3 70B
- Kör Nemotron-3-Super-120B
- Kör Nemotron Super 49B
- Kör Qwen3-Coder 30B-A3B
- Kör Qwen3-235B-A22B
- Kör GLM-5.3-Flash
- Kör Gemma 4 26B-A4B
- Kör Qwen3.6-35B-A3B
- Kör Qwen3.8-Flash-Next
Guider: Kom igång
Guider: Inferens och modeller
- Servera Qwen3 med vLLM
- llama.cpp mot vLLM mot SGLang
- Strukturerad utdata och funktionsanrop
- Embeddings och vektorsökning
- Visions- och multimodala modeller
- Bildgenerering med ComfyUI
- Bästa modellerna med öppna vikter
- Finjustera på din egen data
- Kvantiserad mot full precision
- Promptcachning för att spara kostnader
- Utvärdera modellkvalitet innan du byter
- Modellversionering och återställning
- Modelluppdateringar utan driftstopp
- Så benchmarkar GPUwerk
Guider: Drift
- Övervakning och observerbarhet
- GPU-användning och rätt dimensionering
- Säkerhetskopiering och katastrofåterställning
- Testa din plan för katastrofåterställning
- Åtkomst för team och flera användare
- Hastighetsbegränsning och kvoter
- Rotation av API-nycklar
- Säkerhetshärdning av en hyrd GPU
- Granskningsloggning för regelefterlevnad
- Hantering av GPU-minne, flera kunder
- Skala till en maskinpark
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