- DGX Spark128 GB unified memory
Alle specificaties
- Superchip
- NVIDIA GB10 Grace Blackwell
- CPU
- 20-core Arm (10 × Cortex-X925, 10 × Cortex-A725)
- GPU
- NVIDIA Blackwell, Tensor Cores van de 5e generatie
- AI-prestaties
- Tot 1 petaFLOP FP4 (met sparsity)
- Geheugen
- 128 GB LPDDR5x coherent unified memory, 273 GB/s
- Opslag
- 4 TB NVMe (NVIDIA Founders Edition; versies van partners verschillen)
- Netwerk
- NVIDIA ConnectX-7 (200 Gb/s) en 10-gigabit-ethernet
- Aansluitingen
- 4 × USB Type-C, 1 × HDMI 2.1a
- Besturingssysteem
- NVIDIA DGX OS (gebaseerd op Ubuntu)
- Afmetingen
- 150 × 150 × 50,5 mm
- Gewicht
- 1,2 kg
- Voeding
- 240 W
Geschikt voor
- CUDA-ontwikkelaars die prototypen en fine-tunen voordat ze overstappen op grotere NVIDIA-systemen
- Modellen uit de 70B- tot 120B-klasse lokaal draaien op een stille bureaumachine
- Kleine clusters van twee of vier units via ConnectX-7
Minder geschikt voor
- Snel chatten met modellen onder 30B: een videokaart met 32 GB genereert sneller tekst
- Gebruik als Windows-desktop of software die alleen voor x86 bestaat
- Gaming
NVIDIA
NVIDIA DGX Spark
De DGX Spark is de AI-desktopcomputer van NVIDIA, gebouwd op de GB10 Grace Blackwell-superchip met 128 GB coherent unified memory. Hij wordt geleverd met de AI-softwarestack van NVIDIA, zodat code die je hier schrijft met weinig aanpassingen overgaat naar grotere DGX-systemen en de cloud. Via de ingebouwde ConnectX-7-netwerkaansluiting kun je twee exemplaren koppelen.
€ 4.699Op voorraad. Verzonden binnen 1 tot 3 werkdagen.
- Gratis verzending vanaf € 199
- Verzonden vanuit ons magazijn in het Verenigd Koninkrijk
- 30 dagen retourneren
- Inclusief invoerrechten en importbelastingen
- Verzending, retouren en garantie
De geheugenbandbreedte (273 GB/s) is lager dan die van een high-end videokaart, dus grote dense modellen genereren tekst langzamer dan op een RTX 5090. De sterke punten zijn de capaciteit en de CUDA-softwarestack.
Voor wie
Ontwikkelaars die modellen op CUDA prototypen, finetunen en testen voordat ze naar grotere hardware gaan.
Alle specificaties
- Superchip
- NVIDIA GB10 Grace Blackwell
- CPU
- 20-core Arm (10 × Cortex-X925, 10 × Cortex-A725)
- GPU
- NVIDIA Blackwell, Tensor Cores van de 5e generatie
- AI-prestaties
- Tot 1 petaFLOP FP4 (met sparsity)
- Geheugen
- 128 GB LPDDR5x coherent unified memory, 273 GB/s
- Opslag
- 4 TB NVMe (NVIDIA Founders Edition; versies van partners verschillen)
- Netwerk
- NVIDIA ConnectX-7 (200 Gb/s) en 10-gigabit-ethernet
- Aansluitingen
- 4 × USB Type-C, 1 × HDMI 2.1a
- Besturingssysteem
- NVIDIA DGX OS (gebaseerd op Ubuntu)
- Afmetingen
- 150 × 150 × 50,5 mm
- Gewicht
- 1,2 kg
- Voeding
- 240 W
NVIDIA DGX Spark in detail
De NVIDIA DGX Spark is een vierkante desktop van 150 mm, gebouwd rond de GB10 Grace Blackwell-superchip, met 128 GB coherent unified memory en de AI-software van NVIDIA vooraf geïnstalleerd op DGX OS. Volgens NVIDIA kan hij modellen tot 200 miljard parameters aan. Kies hem als je modellen op CUDA ontwikkelt, fine-tunet of test en dezelfde software wilt gebruiken die je later op grotere NVIDIA-systemen draait.
Belangrijkste kenmerken
- NVIDIA GB10 Grace Blackwell-superchip: Arm-CPU met 20 cores en Blackwell-GPU
- 128 GB LPDDR5x coherent unified memory, 256-bit, 273 GB/s
- Tot 1 petaFLOP aan FP4-AI-rekenkracht (met sparsity)
- ConnectX-7-netwerk op 200 Gb/s om tot vier systemen te koppelen, plus 10-gigabit-ethernet
- Tot 4 TB zelfversleutelende NVMe-opslag
- DGX OS (gebaseerd op Ubuntu) met CUDA en AI-tools van NVIDIA
- 150 × 150 × 50,5 mm, 1,2 kg, voeding van 240 W
Wat hij draait
Als je ongeveer 75% van de 128 GB bruikbaar rekent voor modellen, kan de DGX Spark 70B-modellen op 8-bit en modellen uit de 120B-klasse op 4-bit aan. Een 120B-model op 8-bit heeft zo'n 140 GB nodig en past niet op één unit. NVIDIA noemt modellen tot 200 miljard parameters voor één systeem; met onze vuistregel blijft er meer ruimte over voor context, daarom leggen wij de praktische grens bij de 120B-klasse. In onze modelfit-tool zie je hoe andere machines zich verhouden.
| Modelgrootte | 4-bit | 8-bit |
|---|---|---|
| 7–8B | Past | Past |
| 13–14B | Past | Past |
| 30–34B | Past | Past |
| 70B | Past | Past |
| 120B+ | Past | Past niet |
Prestaties in perspectief
De geheugenbandbreedte is 273 GB/s, ruim lager dan bij een high-end videokaart. Een dense model dat op een kaart met 32 GB past, genereert op die kaart sneller tekst. De DGX Spark is zinvol als het model te groot is voor één kaart, als je modellen fine-tunet in plaats van alleen draait, of als de CUDA-stack zelf een vereiste is. Onze DGX Spark-gids legt uit voor wie hij geschikt is en wanneer je hem beter overslaat.
Units koppelen
Elke unit heeft twee QSFP-poorten op de ConnectX-7-netwerkkaart, elk tot 200 Gb/s. Twee of drie units verbind je met één directe QSFP-kabel; voor vier units heb je een 200 GbE-switch nodig. NVIDIA raadt voor de beste lastverdeling een macht van twee aan, dus twee of vier units in plaats van drie.
Aansluitingen
- 4 × USB Type-C, met maximaal drie DisplayPort-uitgangen via USB-C
- 1 × HDMI 2.1a met meerkanaalsaudio
- 1 × 10-gigabit-ethernet (RJ-45)
- 2 × QSFP (ConnectX-7, 200 Gb/s)
- Wi-Fi 7 en Bluetooth 5.4
Verbruik en geluid
De GB10-chip heeft een thermisch ontwerpvermogen van 140 W en het systeem draait op een voeding van 240 W. NVIDIA geeft een geluidsdruk op van 29 dB op de positie van de gebruiker onder belasting en 13 dB in rust. Hij is dus geschikt voor op je bureau.
Software
DGX OS is een Linux-distributie op basis van Ubuntu en komt overeen met het systeem op de grotere DGX-machines van NVIDIA. Standaard krijg je CUDA en toegang tot de containercatalogus van NVIDIA, met onder meer NeMo voor fine-tuning, RAPIDS voor datascience, NIM-inferentiediensten, PyTorch en Jupyter. De CPU is gebaseerd op Arm, dus Windows- of Linux-software die alleen voor x86 bestaat, draait niet native. Hardware-ondersteuning loopt via de leverancier die het systeem heeft verkocht.
Goed te combineren met
Een van de goedgekeurde QSFP-kabels als je een tweede unit wilt toevoegen, en een 10-gigabitnetwerk om datasets te verplaatsen. Wil je 128 GB unified memory met ondersteuning voor x86 en Windows, vergelijk dan de Beelink GTR9 Pro; zoek je de snelste losse kaart voor modellen tot 30B, dan is de RTX 5090 sneller.
Geschikt voor
- CUDA-ontwikkelaars die prototypen en fine-tunen voordat ze overstappen op grotere NVIDIA-systemen
- Modellen uit de 70B- tot 120B-klasse lokaal draaien op een stille bureaumachine
- Kleine clusters van twee of vier units via ConnectX-7
Minder geschikt voor
- Snel chatten met modellen onder 30B: een videokaart met 32 GB genereert sneller tekst
- Gebruik als Windows-desktop of software die alleen voor x86 bestaat
- Gaming
Wat hij kan draaien
Tot 120B+ op 4-bit, 70B op 8-bit (bij benadering)
Gebaseerd op 128 GB unified memory, waarvan de GPU ongeveer 75% kan gebruiken. Bekijk alle machines per modelgrootte
Gidsen voor dit product
Lokale AI · 4 min lezen
DGX Spark vs Mac Studio: voor wie is de Spark?
DGX Spark vs Mac Studio: is de Spark het waard? Waar hij goed in is, waar hij trager is en hoe hij scoort tegen RTX 5090 en RTX PRO 6000 voor lokale AI.
Lees de gids →Lokale AI · 5 min lezen
Mac, NVIDIA of Ryzen AI Max+ voor lokale AI
Mac, NVIDIA of Ryzen AI Max+? CUDA op NVIDIA, unified memory op een Mac of 128 GB in een mini-pc. Geheugen, software en afwegingen per soort werk.
Lees de gids →Bekijk hem in actie
Officiële video's van het eigen kanaal van de fabrikant. Ze laden pas als je op afspelen drukt.


Reviews
Wat reviewers zeggen
StorageReview
Prees de kant-en-klare, door NVIDIA geteste softwarestack, 128 GB unified memory in een kastje van 240 W en hoe weinig je hoeft in te stellen voordat je echt aan de slag kunt.
Lees de review
Reviews van Atomrig-klanten
Nog geen klantreviews. Bij ons gekocht? Laat weten hoe hij draait.
Gerelateerde producten

Tenstorrent
Tenstorrent Blackhole p150a
- 32 GB
- Tenstorrent Blackhole
Draait tot 30–34B op 4-bit
Dit is geen CUDA-kaart. Controleer voor aankoop of de modellen die je nodig hebt worden ondersteund in de opensource-modelbibliotheek van Tenstorrent.
€ 1.399
Tenstorrent
Tenstorrent Wormhole n300s
- 24 GB
Draait tot 30–34B op 4-bit
De 24 GB is verdeeld over twee chips (12 GB per chip), dus grotere modellen moeten over beide worden verdeeld. Controleer of er voor het model dat je wilt een werkende multi-chipversie bestaat.
€ 1.399
NVIDIA
NVIDIA GeForce RTX 5090
- 32 GB
- NVIDIA Blackwell (GB202)
Draait tot 30–34B op 4-bit
Met 32 GB draai je modellen van de 30B-klasse probleemloos op 4-bit, maar een 70B-model past niet op één kaart. Reken voor 70B op twee kaarten of een systeem met veel unified memory.
€ 1.999
PowerColor
PowerColor AMD Radeon AI PRO R9700 32GB
- 32 GB
- AMD RDNA 4 (Navi 48)
Draait tot 30–34B op 4-bit
Controleer voor je koopt of je tools ROCm ondersteunen op je besturingssysteem. PyTorch en llama.cpp doen dat; sommige nichetools gaan nog uit van CUDA.
€ 1.299