Az NVIDIA DGX Spark személyi AI-szuperszámítógép ezentúl 64 gigabájtos egységes memóriával is elérhető – ez az új konfiguráció október 23-tól kapható a vezető gyártói partnerektől, és 4999 dollártól indul. A készülék mindent tartalmaz, amit egy fejlesztőnek helyi AI-munkához szüksége lehet: a GB10 Grace Blackwell Superchipet, a DGX operációs rendszert és a teljes NVIDIA AI szoftverközeget, felhőkapcsolat nélkül, privát környezetben. Ha pedig a munkaterhelés növekedne, két egység egyszerűen összekapcsolható a beépített hálózati porton keresztül.
Mit tud az NVIDIA DGX Spark 64GB konfiguráció?
A 64 GB-os változat az eddigi 128 GB-os modell mellé lép be alacsonyabb belépési áron, de ugyanazzal a hardveres maggal. A rendszer alapja az NVIDIA GB10 Grace Blackwell Superchip, amelyet NVIDIA ConnectX-7 hálózati vezérlő és CUDA-gyorsított AI szoftverstack egészít ki. Egyetlen egységen akár 100 milliárd paraméteres modellek futtathatók teljes egészében a helyi hardveren.
A platform elsősorban fejlesztőknek, kutatóknak és AI-rajongóknak szól, akik nem akarnak minden feladathoz felhőpéldányra támaszkodni. A DGX Spark bekapcsolástól számítva perceken belül modellt futtat: előre telepített támogatást kapnak az Ollama, a vLLM és a PyTorch CUDA-val, valamint az NVIDIA Agent Toolkit, a CUDA-X AI könyvtárak és a Nemotron nyílt modellek. A Blender alkotói alkalmazás is az első támogató szoftverek között van, előre elkészített telepítőjük hamarosan letölthető lesz.
Az elérhető gyártói partnerek: Acer, ASUS, Dell, Gigabyte, HP és MSI – a készülék mindegyiküknél október 23-tól vásárolható meg. Ha érdekelnek az első tesztek és benyomások, az NVIDIA DGX Spark korai tesztjeiről szóló cikkünkben részletesen írtunk a platformról.
Klaszterezés: két egység együtt 200 milliárd paramétert kezel
A 64 GB-os konfiguráció egyik kulcsfunkciója, hogy két egység minden különösebb beállítás nélkül összekapcsolható. A két DGX Spark QSFP kábellel köthető össze a beépített ConnectX-7 portokon keresztül, és az NVIDIA Sync Cluster Assistant automatikusan felismeri a csatlakoztatott egységet, ellenőrzi a konfigurációt, majd beállítja a hálózatot.
- Két összekapcsolt 64 GB-os egység összesített memóriája: 128 GB
- Maximálisan futtatható modell mérete klaszterben: 200 milliárd paraméter
- A kapcsolat sebessége: 200 GbE fabric
- Teljesítménynövekedés az NVIDIA Qwen 3.8 27B tesztjében két klaszterezett egységgel: akár 1,7-szeres
- Memória sávszélesség: klaszterben kétszeres az egyes egységhez képest
Fontos kiemelni, hogy az összekapcsolt egységek mindegyike ugyanazt az NVIDIA szoftverközeget futtatja, így a méretezéskor semmit sem kell újrakonfigurálni – a fejlesztő ugyanabban a környezetben dolgozik, amelyet az egyes gépre beállított. A hónap végén érkező NVIDIA Sync Model Launcher még tovább egyszerűsíti ezt: néhány kattintással letölthető és elindítható a Qwen3.8 27B modell egy vagy két egységen, a modell pedig a felhasználó laptopjáról is elérhető lesz. A launcher OpenCode-ot is beállít, hogy a fejlesztők közvetlenül a böngészőből kódolhassanak.
Mire használható a gyakorlatban?
Az NVIDIA három konkrét munkafolyamatot emel ki, amelyekre a 64 GB-os DGX Spark már önmagában is alkalmas, klaszterben pedig még szélesebb lehetőségeket kínál:
- Folyamatosan futó AI-ügynök: Egy kódolási vagy kutatási ügynök a háttérben fut a DGX Sparkon, és bármikor készen áll kódellenőrzésre, dokumentumelemzésre vagy többlépéses feladatok elvégzésére. Klaszterben nagyobb modellek, hosszabb kontextusablakok vagy egyszerre több ügynök is futtatható.
- AI-alkalmazások hajtása a munkaállomásról: A DGX Spark elvégzi a modell inferenciáját, így a fejlesztő laptopja vagy asztali gépe felszabadul más feladatokra – a nyelv- vagy képgenerációs modellt nem a munkaállomáson kell futtatni.
- Rugalmas skálázás: Ha egy feladat kinő az egyetlen egységből – nagyobb modell, hosszabb kontextusablak vagy párhuzamos ügynökkérések –, két 64 GB-os DGX Spark összekapcsolása 128 GB-os memóriakészletet eredményez, és ugyanaz a szoftverkörnyezet fut tovább változtatás nélkül.
A támogatott inferencia-keretrendszerek közé tartozik a llama.cpp, az Ollama, a vLLM és az LM Studio. Az ügynökalapú AI-útmutatók – köztük a NemoClaw, az OpenClaw, a Hermes Agent és az OpenShell – a build.nvidia.com/spark oldalon érhetők el, a 64 GB-os eszközökhöz szánt további playbook-ok hamarosan érkeznek. A lokális AI és az RTX Spark inferencia-megoldásairól korábban részletesen is írtunk.
Érdemes megjegyezni, hogy az NVIDIA emellett bejelentette: az RTX Spark chippel szerelt Windows PC-k szintén ezen a héten kerülnek piacra Acertől, ASUS-tól, Delltől, HP-tól, Lenovótól, Microsofttól és MSI-tól. Az RTX Spark chip és az AI-ügynökök kapcsolatáról bővebben ebben a cikkünkben olvashatsz.
Gyakori kérdések
Miben különbözik a 64 GB-os DGX Spark a 128 GB-os modelltől?
A 64 GB-os változat kizárólag gyártói partnereken keresztül, alacsonyabb áron érhető el, de ugyanazt a GB10 Grace Blackwell Superchipet, a DGX OS-t és a teljes NVIDIA AI szoftverközeget tartalmazza. A fő különbség az egységes memória mérete és a belépési ár.
Két DGX Spark 64GB összekapcsolása valóban duplázza a teljesítményt?
Az NVIDIA Qwen 3.8 27B tesztje alapján két klaszterezett 64 GB-os egység akár 1,7-szeres teljesítményt nyújt egy egységhez képest – ez nem pontosan kétszeres, de a memória sávszélessége valóban megkétszereződik, és az összesített memória eléri a 128 GB-ot.
Milyen modellek futtathatók a DGX Spark 64GB-on?
Egyetlen egységen akár 100 milliárd paraméteres modellek futtathatók helyi üzemmódban. Két összekapcsolt egységgel ez a korlát 200 milliárd paraméterre nő, és a 200 GbE-s összeköttetésen át az NVIDIA Sync Cluster Assistant automatikusan konfigurálja a terheléselosztást.
Mikor és hol lehet megvásárolni a DGX Spark 64GB-ot?
Az eszköz 2025. október 23-tól elérhető az Acer, ASUS, Dell, Gigabyte, HP és MSI kínálatában, 4999 dolláros kezdőáron.
Forrás: NVIDIA Blog
