DGX Spark vs Mac Studio: a chi è adatta la Spark
Aggiornato il 17 novembre 2026 · 4 min di lettura
La DGX Spark è una macchina di sviluppo CUDA con 128 GB di memoria, non il modo più veloce per chattare con un modello di grandi dimensioni. È la scelta giusta se si sviluppano, si addestrano con fine-tuning o si testano modelli sullo stack NVIDIA e si vuole poi trasferire quel codice su sistemi DGX più grandi o nel cloud. Se l'obiettivo principale è eseguire rapidamente modelli grandi, un Mac Studio o una scheda video sono spesso più adatti.
Che cos'è#
- Superchip NVIDIA GB10 Grace Blackwell.
- CPU Arm a 20 core (10 × Cortex-X925, 10 × Cortex-A725).
- GPU Blackwell con Tensor Core di quinta generazione; fino a 1 petaFLOP in FP4 con sparsità.
- 128 GB di memoria unificata coerente LPDDR5x a 273 GB/s.
- SSD NVMe da 4 TB nella NVIDIA Founders Edition; nelle versioni dei partner la dotazione varia.
- NVIDIA ConnectX-7 (200 Gb/s) ed Ethernet 10 Gigabit.
- NVIDIA DGX OS, basato su Ubuntu.
- 150 × 150 × 50,5 mm.
Punti di forza#
- Capacità. Secondo i dati della nostra guida ai modelli, 128 GB bastano per un modello 70B a 8 bit o per un modello di classe 120B a 4 bit.
- Lo stack CUDA. Viene fornita con il software IA di NVIDIA, quindi il codice scritto qui si trasferisce su sistemi DGX più grandi e nel cloud con poche modifiche.
- Scalabilità. Due unità possono essere collegate tramite la rete ConnectX-7 integrata, per carichi di lavoro che superano le capacità di una sola.
- Dimensioni. È un'unità quadrata di 150 mm di lato da appoggiare sulla scrivania, senza dover pensare a tower, case o alimentatore.
Punti deboli#
La larghezza di banda della memoria è di 273 GB/s. Un Mac Studio con M3 Ultra arriva a 819 GB/s e una RTX 5090 a 1.792 GB/s. Poiché la generazione del testo legge tutti i pesi per ogni token, i modelli densi di grandi dimensioni generano più lentamente sulla Spark che su queste macchine. I modelli mixture-of-experts, che per ogni token usano solo una parte dei pesi, risentono meno del divario.
Inoltre non è un PC per uso generico. La CPU è Arm e il sistema operativo è DGX OS, un sistema Linux basato su Ubuntu. Il software pensato solo per Windows x86 non funziona, e non si tratta di una macchina da gaming.
DGX Spark, Mac Studio o scheda video a confronto#
| DGX Spark | Mac Studio (M3 Ultra) | RTX 5090 | RTX PRO 6000 | |
|---|---|---|---|---|
| Memoria | 128 GB unificata | 96 GB di memoria unificata di serie, tagli maggiori su ordinazione | 32 GB GDDR7 | 96 GB GDDR7 con ECC |
| Banda | 273 GB/s | 819 GB/s | 1.792 GB/s | 1.792 GB/s |
| Software | CUDA, DGX OS | macOS, Metal, MLX | CUDA | CUDA |
| Dimensione massima a 4 bit | 120B+ | 70B (configurazione da 96 GB) | 27–34B | 120B+ |
| Cos'altro serve | Nulla | Nulla | Un case tower e un alimentatore da 1.000 W | Una workstation tower |
Quale scegliere in base all'uso#
- Per chi realizza prototipi e fa fine-tuning su CUDA per poi distribuirli su sistemi NVIDIA più grandi: la DGX Spark.
- Per chi vuole eseguire rapidamente i modelli open più grandi su un'unica macchina silenziosa: il Mac Studio.
- Per chi cerca la massima velocità con modelli fino a circa 30B e gioca anche: la RTX 5090.
- Per chi vuole la maggior quantità di memoria su una singola scheda CUDA, da installare in una workstation che possiede già: la RTX PRO 6000.
- Per chi vuole 128 GB su una macchina x86 con Windows o Linux: un mini PC Ryzen AI Max+.

NVIDIA
NVIDIA DGX Spark
Esegue modelli fino a 120B+ a 4 bit
- 128 GB unificati
- NVIDIA GB10 Grace Blackwell
La banda di memoria (273 GB/s) è inferiore a quella di una scheda video di fascia alta, quindi i grandi modelli densi generano testo più lentamente che su una RTX 5090. I suoi punti di forza sono la capacità e lo stack software CUDA.
4699 €
Apple
Apple Mac Studio (M3 Ultra)
Esegue modelli fino a 70B a 4 bit
- 96 GB unificati
- 60 core; opzione a 80 core
macOS riserva al sistema una parte della memoria unificata, quindi si consideri che la GPU ne userà la maggior parte, non tutta. Si consiglia una configurazione con un certo margine oltre la dimensione del modello.
3999 €
NVIDIA
NVIDIA GeForce RTX 5090
Esegue modelli fino a 30–34B a 4 bit
- 32 GB
- NVIDIA Blackwell (GB202)
Con 32 GB i modelli di classe 30B girano senza problemi a 4 bit, ma un modello 70B non entra in una sola scheda. Per un 70B occorrono due schede o un sistema con molta memoria unificata.
1999 €
NVIDIA
NVIDIA RTX PRO 6000 Blackwell Workstation Edition (96 GB)
Esegue modelli fino a 120B+ a 4 bit
- 96 GB
- NVIDIA Blackwell (GB202)
Questa è la Workstation Edition da 600 W con dissipatore a doppio flusso passante. Richiede un cavo di alimentazione a 16 pin, un case in grado di ospitare una scheda da 12 pollici e una buona ventilazione.
13.250 €Fine-tuning sulla Spark#
Il fine-tuning richiede più memoria rispetto all'esecuzione di un modello, perché l'addestramento conserva dati aggiuntivi per ogni peso che aggiorna. I metodi parameter-efficient come LoRA addestrano un piccolo insieme di pesi aggiuntivi e riducono nettamente questo fabbisogno: è così che la maggior parte degli utenti esegue il fine-tuning di modelli grandi su una sola macchina. I 128 GB della Spark offrono lo spazio per questo lavoro con modelli di dimensioni fuori dalla portata di una scheda da 32 GB.
Se ci si limita a eseguire i modelli, senza crearli, basta una macchina più economica. Per chat e assistenza alla programmazione con modelli fino a 14B è sufficiente una scheda da 16 GB o un Mac mini con 24 GB.
Domande frequenti
La DGX Spark può eseguire Windows?
Viene fornita con NVIDIA DGX OS, un sistema Linux basato su Ubuntu, su CPU Arm. Il software sviluppato solo per Windows x86 non funziona su questa macchina.
Il DGX Spark è più veloce di una RTX 5090?
Non con i modelli che entrano nella RTX 5090. La scheda ha una banda di memoria di 1.792 GB/s, contro i 273 GB/s della Spark. La Spark però contiene modelli molto più grandi, con 128 GB contro 32 GB.
Posso collegare due DGX Spark?
Sì. Due unità si possono collegare tramite la rete NVIDIA ConnectX-7 integrata (200 Gb/s) per modelli o carichi di lavoro troppo grandi per una sola.
Quanto spazio di archiviazione ha?
La NVIDIA Founders Edition ha 4 TB di archiviazione NVMe. Le versioni dei partner variano: si consiglia di verificare la scheda prodotto della versione acquistata.
Prodotti per questo tema: Acceleratori IA · Apple · Hardware per l'IA locale
Guide correlate
IA locale · 5 min di lettura
Mac, NVIDIA o Ryzen AI Max+ per l'IA locale
Mac, NVIDIA o Ryzen AI Max+: CUDA su NVIDIA, memoria unificata su Mac o 128 GB su un mini PC. Quale piattaforma per quale lavoro e con quali compromessi.
Leggi la guida →Schede video · 5 min di lettura
Scegliere una GPU per l'IA locale: RTX 5090, R9700, B60
Come scegliere una GPU per l'IA locale in base a memoria, software e banda: RTX 5090, Radeon AI PRO R9700, Arc Pro B60 e schede workstation da 48 e 96 GB.
Leggi la guida →IA locale · 5 min di lettura
Quanta memoria serve per eseguire un LLM in locale?
Quanta memoria serve a un LLM locale: modelli da 7B a 120B+ a 4 e 8 bit, differenze tra memoria unificata e VRAM e quali macchine reggono ogni dimensione.
Leggi la guida →