- DGX Spark128 GB di memoria unificata
Specifiche complete
- Superchip
- NVIDIA GB10 Grace Blackwell
- CPU
- Arm a 20 core (10 × Cortex-X925, 10 × Cortex-A725)
- GPU
- NVIDIA Blackwell, Tensor Core di 5ª generazione
- Prestazioni IA
- Fino a 1 petaFLOP FP4 (con sparsity)
- Memoria
- 128 GB di memoria unificata coerente LPDDR5x, 273 GB/s
- Archiviazione
- 4 TB NVMe (NVIDIA Founders Edition; versioni dei partner variabili)
- Rete
- NVIDIA ConnectX-7 (200 Gb/s) e 10 Gigabit Ethernet
- Porte
- 4 × USB Type-C, 1 × HDMI 2.1a
- Sistema operativo
- NVIDIA DGX OS (basato su Ubuntu)
- Dimensioni
- 150 × 150 × 50,5 mm
- Peso
- 1,2 kg
- Alimentazione
- 240 W
Adatto a
- Sviluppatori CUDA che creano prototipi ed eseguono il fine-tuning prima di passare a sistemi NVIDIA più grandi
- Esecuzione in locale di modelli da 70B fino alla classe 120B su una macchina da scrivania silenziosa
- Piccoli cluster di due o quattro unità tramite ConnectX-7
Meno adatto a
- Chat veloce con modelli sotto i 30B: una scheda video da 32 GB genera testo più velocemente
- Uso desktop con Windows o software solo x86
- Gaming
NVIDIA
NVIDIA DGX Spark
Il DGX Spark è il computer desktop per l'IA di NVIDIA, basato sul superchip GB10 Grace Blackwell con 128 GB di memoria unificata coerente. Viene fornito con lo stack software IA di NVIDIA, quindi il codice scritto qui passa a sistemi DGX più grandi e al cloud con poche modifiche. Due unità possono essere collegate tramite la rete ConnectX-7 integrata.
4699 €Disponibile. Spedizione in 1–3 giorni lavorativi.
- Resi entro 30 giorni
- Spedizione gratuita oltre 199 €
- Spedito dal nostro magazzino nel Regno Unito
- Dazi e tasse di importazione inclusi
- Spedizione, resi e garanzia
Cosa può eseguire
Fino a 120B+ a 4 bit, 70B a 8 bit (indicativo)
In base a 128 GB di memoria unificata, di cui la GPU può usare circa il 75%. Vedi tutte le macchine per dimensione del modello
Guide per questo prodotto
IA locale · 4 min di lettura
DGX Spark vs Mac Studio: a chi è adatta la Spark
Conviene la DGX Spark? Punti di forza della macchina, dove è più lenta e confronto DGX Spark vs Mac Studio, RTX 5090 e RTX PRO 6000 per l'IA locale.
Leggi la guida →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 →NVIDIA DGX Spark nel dettaglio
NVIDIA DGX Spark è un desktop quadrato di 150 mm di lato basato sul superchip GB10 Grace Blackwell, con 128 GB di memoria unificata coerente e lo stack software di IA di NVIDIA preinstallato su DGX OS. Secondo NVIDIA è adatto a modelli fino a 200 miliardi di parametri. È la scelta giusta per chi sviluppa, esegue il fine-tuning o testa modelli su CUDA e vuole lo stesso software che userà poi su sistemi NVIDIA più grandi.
Caratteristiche principali
- Superchip NVIDIA GB10 Grace Blackwell: CPU Arm a 20 core e GPU Blackwell
- 128 GB di memoria unificata coerente LPDDR5x, 256 bit, 273 GB/s
- Fino a 1 petaFLOP di prestazioni IA in FP4 (con sparsity)
- Rete ConnectX-7 a 200 Gb/s per collegare fino a quattro unità, più Ethernet 10 Gigabit
- Archiviazione NVMe autocrittografante fino a 4 TB
- DGX OS (basato su Ubuntu) con CUDA e strumenti IA di NVIDIA
- 150 × 150 × 50,5 mm, 1,2 kg, alimentatore da 240 W
Quali modelli esegue
Considerando utilizzabile per i modelli circa il 75% dei 128 GB, DGX Spark gestisce modelli 70B a 8 bit e modelli di classe 120B a 4 bit. Un modello 120B a 8 bit richiede circa 140 GB e non entra in una sola unità. NVIDIA indica modelli fino a 200 miliardi di parametri per un singolo sistema; il nostro criterio lascia più spazio al contesto, per cui fissiamo il limite pratico alla classe 120B. Il confronto con altre macchine è disponibile nel nostro strumento di compatibilità dei modelli.
| Dimensione del modello | 4-bit | 8-bit |
|---|---|---|
| 7–8B | Compatibile | Compatibile |
| 13–14B | Compatibile | Compatibile |
| 30–34B | Compatibile | Compatibile |
| 70B | Compatibile | Compatibile |
| 120B+ | Compatibile | Non compatibile |
Prestazioni a confronto
La banda di memoria è di 273 GB/s, ben al di sotto di una scheda video di fascia alta. Un modello denso che entra in una scheda da 32 GB genera testo più velocemente su quella scheda. DGX Spark ha senso quando il modello è troppo grande per una sola scheda, quando si esegue il fine-tuning e non solo l'inferenza, o quando il requisito è proprio lo stack CUDA. La nostra guida a DGX Spark spiega a chi è adatto e quando conviene evitarlo.
Collegamento di più unità
Ogni unità dispone di due porte QSFP sulla scheda di rete ConnectX-7, ciascuna fino a 200 Gb/s. Due o tre unità si collegano con un singolo cavo QSFP diretto; quattro unità richiedono uno switch 200 GbE. Per il miglior bilanciamento del carico NVIDIA consiglia un numero di unità pari a una potenza di due, quindi due o quattro unità anziché tre.
Porte
- 4 × USB Type-C, con un massimo di tre uscite DisplayPort via USB-C
- 1 × HDMI 2.1a con audio multicanale
- 1 × Ethernet 10 Gigabit (RJ-45)
- 2 × QSFP (ConnectX-7, 200 Gb/s)
- Wi-Fi 7 e Bluetooth 5.4
Consumi e rumorosità
Il chip GB10 ha un TDP di 140 W e il sistema funziona con un alimentatore da 240 W. NVIDIA dichiara una pressione sonora di 29 dB nella posizione dell'operatore sotto carico e di 13 dB a riposo, quindi è adatto all'uso su una scrivania.
Software
DGX OS è una distribuzione Linux basata su Ubuntu ed è lo stesso sistema delle macchine DGX più grandi di NVIDIA. Fin dal primo avvio sono disponibili CUDA e l'accesso al catalogo di container NVIDIA, tra cui NeMo per il fine-tuning, RAPIDS per la data science, i servizi di inferenza NIM, PyTorch e Jupyter. La CPU è Arm, quindi il software Windows o Linux solo x86 non funziona in modo nativo. L'assistenza hardware è fornita dal venditore del sistema.
Accessori consigliati
Uno dei cavi QSFP approvati, se si prevede di aggiungere una seconda unità, e una rete 10 Gigabit per spostare i dataset. Per 128 GB di memoria unificata con architettura x86 e compatibilità Windows, conviene confrontare il Beelink GTR9 Pro; per la singola scheda più veloce con modelli fino a 30B, la RTX 5090 è più rapida.
Adatto a
- Sviluppatori CUDA che creano prototipi ed eseguono il fine-tuning prima di passare a sistemi NVIDIA più grandi
- Esecuzione in locale di modelli da 70B fino alla classe 120B su una macchina da scrivania silenziosa
- Piccoli cluster di due o quattro unità tramite ConnectX-7
Meno adatto a
- Chat veloce con modelli sotto i 30B: una scheda video da 32 GB genera testo più velocemente
- Uso desktop con Windows o software solo x86
- Gaming
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.
Per chi è
Sviluppatori che prototipano, eseguono il fine-tuning e testano modelli su CUDA prima di portarli su hardware più grande.
Specifiche complete
- Superchip
- NVIDIA GB10 Grace Blackwell
- CPU
- Arm a 20 core (10 × Cortex-X925, 10 × Cortex-A725)
- GPU
- NVIDIA Blackwell, Tensor Core di 5ª generazione
- Prestazioni IA
- Fino a 1 petaFLOP FP4 (con sparsity)
- Memoria
- 128 GB di memoria unificata coerente LPDDR5x, 273 GB/s
- Archiviazione
- 4 TB NVMe (NVIDIA Founders Edition; versioni dei partner variabili)
- Rete
- NVIDIA ConnectX-7 (200 Gb/s) e 10 Gigabit Ethernet
- Porte
- 4 × USB Type-C, 1 × HDMI 2.1a
- Sistema operativo
- NVIDIA DGX OS (basato su Ubuntu)
- Dimensioni
- 150 × 150 × 50,5 mm
- Peso
- 1,2 kg
- Alimentazione
- 240 W
Guardalo in azione
Video ufficiali dal canale del produttore. Si caricano solo quando si preme play.


Recensioni
Cosa dice la stampa
StorageReview
Ha apprezzato lo stack software pronto all'uso e testato da NVIDIA, i 128 GB di memoria unificata in un box da 240 W e la poca configurazione necessaria prima di iniziare a lavorare.
Leggi la recensione
Recensioni dei clienti Atomrig
Ancora nessuna recensione. L'ha acquistato da noi? Ci racconti come si comporta.
Prodotti correlati

Tenstorrent
Tenstorrent Blackhole p150a
Esegue modelli fino a 30–34B a 4 bit
- 32 GB
- Tenstorrent Blackhole
Non è una scheda CUDA. Prima dell'acquisto si consiglia di verificare che i modelli necessari siano gestiti dalla libreria di modelli open source di Tenstorrent.
1399 €
Tenstorrent
Tenstorrent Wormhole n300s
Esegue modelli fino a 30–34B a 4 bit
- 24 GB
I 24 GB sono divisi tra due chip (12 GB ciascuno), quindi i modelli più grandi vanno distribuiti su entrambi. Si consiglia di verificare che il modello desiderato disponga di una versione multi-chip funzionante.
1399 €
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 €
PowerColor
PowerColor AMD Radeon AI PRO R9700 32GB
Esegue modelli fino a 30–34B a 4 bit
- 32 GB
- AMD RDNA 4 (Navi 48)
Prima dell'acquisto, verifichi che i suoi strumenti siano compatibili con ROCm sul suo sistema operativo. PyTorch e llama.cpp lo sono; alcuni strumenti di nicchia richiedono ancora CUDA.
1299 €