Поиск
Избранное
Корзина
0
0
Способы оплаты
пн-вс 10:00-20:00
0
Поиск
Избранное
Корзина
0
Блог Grace Team
Обзоры техники

NVIDIA DGX Spark: обзор, характеристики и для каких задач он нужен

10.08.2026
Коротко: NVIDIA DGX Spark — настольный ИИ-компьютер размером с Mac mini на суперчипе GB10 Grace Blackwell. Главное в нём — 128 ГБ общей памяти для процессора и графики: этого хватает, чтобы локально запускать языковые модели до 200 млрд параметров и дообучать модели до 70 млрд параметров. Пиковая производительность — до 1 петафлопса в вычислениях FP4. DGX Spark нужен разработчикам и компаниям, которым важно работать с ИИ без облака. Для игр и обычной работы он не предназначен.

Что такое DGX Spark

DGX Spark — самый компактный компьютер в линейке NVIDIA DGX, которая раньше включала только серверы для дата-центров. Внутри — суперчип GB10: 20-ядерный ARM-процессор Grace и графический процессор на архитектуре Blackwell с тензорными ядрами 5-го поколения. Процессор и графика используют общий пул из 128 ГБ памяти LPDDR5X, поэтому модель не нужно делить между видеопамятью и оперативной памятью, как на обычном ПК с видеокартой.
Компьютер поставляется с предустановленной NVIDIA DGX OS на базе Linux и стеком ПО NVIDIA для ИИ. Его можно использовать как рабочую станцию с монитором или как мини-сервер, к которому команда подключается по сети.

Характеристики NVIDIA DGX Spark

СуперчипNVIDIA GB10 Grace Blackwell
Процессор20 ядер ARM v9.2-A: 10 Cortex-X925 и 10 Cortex-A725
ГрафикаBlackwell, тензорные ядра 5-го поколения, RT-ядра 4-го поколения
Память128 ГБ LPDDR5X общей памяти, около 273 ГБ/с
Накопитель4 ТБ NVMe M.2 с аппаратным шифрованием
Производительностьдо 1 петафлопса FP4 (с разреженностью)
СетьNVIDIA ConnectX-7 для связки двух систем
Питаниевнешний блок 240 Вт
Размеры и вес150 × 150 × 50,5 мм, 1,2 кг
Операционная системаNVIDIA DGX OS (Linux)

Какие задачи решает DGX Spark

Локальный запуск больших языковых моделей

По данным NVIDIA, один DGX Spark работает с моделями до 200 млрд параметров. Это открытые модели уровня Llama, Qwen, DeepSeek и Mistral в квантованном виде: их можно развернуть внутри компании и не передавать данные в облако. Для юристов, медицины, финансов и разработки это часто главный аргумент.

Дообучение моделей под свои задачи

Мощности Blackwell и 128 ГБ памяти хватает для дообучения (fine-tuning) моделей до 70 млрд параметров на собственных данных: базе знаний компании, переписке с клиентами, документации. Раньше для этого приходилось арендовать облачные GPU.

Прототипы ИИ-агентов и сервисов

DGX Spark использует тот же программный стек NVIDIA, что и серверы DGX в дата-центрах. Поэтому прототип, собранный на столе, затем легко переносится на большие серверы без переписывания кода.

Связка из двух систем

Два DGX Spark соединяются кабелем через адаптеры ConnectX-7 и работают как одна система с 256 ГБ памяти. По данным NVIDIA, такая связка поддерживает модели до 405 млрд параметров.

Ограничения: о чём стоит знать до покупки

  • Скорость памяти. Пропускная способность около 273 ГБ/с заметно ниже, чем у топовых дискретных видеокарт. Большая модель поместится в память, но генерировать текст будет медленнее, чем на сервере с несколькими GPU.
  • Архитектура ARM. DGX Spark работает на Linux для ARM. Основные ИИ-фреймворки поддерживаются, но привычные программы для Windows и x86 на нём не запустятся.
  • Это не игровой компьютер. Для игр и монтажа выгоднее обычный ПК с видеокартой или Mac.
  • Масштаб. Для обслуживания сотен пользователей нужен полноценный сервер, а DGX Spark — инструмент для разработчика или небольшой команды.

DGX Spark или альтернативы

СистемаПамять для моделейКогда выбиратьЦена в Grace Team
NVIDIA DGX Spark128 ГБ общейоригинальная платформа NVIDIA, SSD 4 ТБ916 000 ₽
ASUS Ascent GX10128 ГБ общейтот же чип GB10, SSD 1 ТБ, Wi-Fi 7 и 10 Гбит/с Ethernet — дешевле558 000 ₽
Apple Mac Studioдо 512 ГБ общей (M3 Ultra)macOS, видео и 3D плюс запуск моделейсмотрите в каталоге
ПК с RTX 509032 ГБ видеопамятимаксимальная скорость на моделях до ~30 млрд параметров, игры и рендерсмотрите в каталоге
Цены в Grace Team обновлены 7 ноября 2026 года.
ASUS Ascent GX10 построен на том же суперчипе GB10 с 128 ГБ памяти. Он отличается накопителем на 1 ТБ вместо 4 ТБ, корпусом и набором портов, а стоит заметно дешевле. Если вы работаете с моделями и храните датасеты на сетевом хранилище, GX10 — разумная экономия. Если нужна референсная система NVIDIA с большим локальным диском — берите DGX Spark.

Кому подойдёт DGX Spark

  • разработчикам ИИ-сервисов, которым нужен локальный стенд вместо облачных GPU;
  • компаниям, которые не могут отправлять данные во внешние сервисы;
  • исследователям и вузам для экспериментов с открытыми моделями;
  • командам, которые хотят дообучить модель на своих данных и затем развернуть её на сервере.

Где купить DGX Spark

NVIDIA DGX Spark и ASUS Ascent GX10 есть в каталоге Grace Team, как и серверное оборудование для задач крупнее. Работаем с юридическими лицами и выставляем счёт с НДС, доставляем по Москве и всей России. Поможем подобрать конфигурацию под ваши модели — звоните +7 (915) 006-34-31 или пишите в Telegram.

Частые вопросы

Какие нейросети можно запустить на DGX Spark?

По данным NVIDIA, один DGX Spark работает с моделями до 200 млрд параметров, а связка из двух систем — до 405 млрд. Это открытые языковые модели в квантованном виде, модели для генерации изображений и речи.

Можно ли играть на DGX Spark?

Нет, это специализированный ИИ-компьютер на Linux для ARM. Для игр выгоднее ПК с видеокартой RTX.

Чем DGX Spark отличается от ASUS Ascent GX10?

Оба построены на суперчипе NVIDIA GB10 с 128 ГБ общей памяти. У DGX Spark накопитель 4 ТБ, у ASUS Ascent GX10 — 1 ТБ, корпус, порты и цена у них разные.

Сколько потребляет DGX Spark?

Компьютер питается от внешнего блока на 240 Вт, а сам чип рассчитан примерно на 140 Вт. Это меньше, чем у игрового ПК с топовой видеокартой.

Сколько стоит NVIDIA DGX Spark в России?

В Grace Team NVIDIA DGX Spark с накопителем 4 ТБ стоит 916 000 ₽, ASUS Ascent GX10 на том же чипе — 558 000 ₽ (цены обновлены 7 ноября 2026 года).

Источники

  1. NVIDIA DGX Spark — Hardware Overview: docs.nvidia.com
  2. Understanding NVIDIA DGX Spark AI Supercomputer: naddod.com
Читайте также