· reAPI Team
DGX Spark のスペック：GB10、128 GB メモリと動かせるモデル
NVIDIA の公式仕様書で確認する DGX Spark のスペック。GB10 チップ、64 GB または 128 GB のユニファイドメモリ、273 GB/s の帯域幅、1 PFLOP FP4 と、メモリに収まるローカル LLM を解説します。
NVIDIA DGX Spark は、GB10 Grace Blackwell Superchip を搭載した 150 mm 四方のデスクトップコンピューターです。DGX Spark の主なスペックは、20 コアの Arm CPU、最大 1 petaFLOP の FP4 演算性能、帯域幅 273 GB/s の 64 GB または 128 GB ユニファイド LPDDR5x メモリ、最大 4 TB の NVMe ストレージ、200 Gbps の ConnectX-7 ネットワークポートです。NVIDIA の Ubuntu ベースの DGX OS を搭載して出荷されます。[1]
このマシンの得意分野は 2 つの数字で決まります。128 GB のメモリが格納できるモデルの大きさを決め、273 GB/s がそのモデルのトークン生成速度を決めます。この記事では DGX Spark の公式スペックを一覧にし、大規模言語モデルをローカルで実行するうえで、それぞれが何を意味するかを説明します。
DGX Spark のスペック一覧
| 構成要素 | 仕様 |
|---|---|
| チップ | NVIDIA GB10 Grace Blackwell Superchip |
| CPU | 20 コア Arm：10 Cortex-X925 + 10 Cortex-A725 |
| GPU | Blackwell アーキテクチャ、第 5 世代 Tensor Cores、第 4 世代 RT Cores |
| AI 性能 | 最大 1 PFLOP FP4（スパース性を利用した理論値） |
| メモリ | 64 GB または 128 GB LPDDR5x、コヒーレントなユニファイドメモリ、256 ビットインターフェース |
| メモリ帯域幅 | 273 GB/s |
| ストレージ | 最大 4 TB NVMe M.2、自己暗号化対応 |
| ネットワーク | 10 GbE RJ-45、200 Gbps の ConnectX-7 NIC、Wi-Fi 7、Bluetooth 5.4 |
| ポート | USB Type-C x4、HDMI 2.1a x1、USB-C 経由の DisplayPort 最大 x3 |
| 電力 | 240 W 電源、GB10 の TDP は 140 W |
| 寸法と重量 | 150 x 150 x 50.5 mm, 1.2 kg |
| OS | NVIDIA DGX OS |
出典：NVIDIA DGX Spark 仕様、2026 年 11 月 4 日確認。[1]
NVIDIA の仕様書にある 2 つの脚注は、表の読み方を左右します。1 petaFLOP は「スパース性機能を利用した理論上の FP4 TOPS」であり、密モデルで持続する性能ではありません。64 GB 構成は「参加 OEM パートナーを通じてのみ提供」されるため、64 GB 版を販売するのはこれらのパートナーだけです。[1] NVIDIA の製品ページには料金が掲載されておらず、購入者を NVIDIA Marketplace とパートナーに案内しています。
128 GB のユニファイドメモリに収まるモデル
NVIDIA によると、DGX Spark は最大 2,000 億パラメーターのモデルで推論を実行できます。[1] 計算の仕組みは単純です。4 ビット形式で保存した重み 1 つは半バイトなので、2,000 億パラメーターには約 100 GB が必要です。128 GB のうち、およそ 28 GB が OS、ランタイム、コンテキストキャッシュ用に残ります。8 ビット精度では、同じ容量に収まるパラメーター数は約半分です。
モデルサイズと精度別に見た、重みだけの容量は次のとおりです。
| モデルサイズ | 4 ビットの重み | 8 ビットの重み | 128 GB に収まるか |
|---|---|---|---|
| 30B パラメーター | ~15 GB | ~30 GB | どちらの精度でも収まり、長いコンテキスト用の余裕もある |
| 70B パラメーター | ~35 GB | ~70 GB | どちらの精度でも収まる |
| 120B パラメーター | ~60 GB | ~120 GB | 4 ビットなら余裕がある。8 ビットではコンテキスト用の余裕がほぼない |
| 200B パラメーター | ~100 GB | ~200 GB | 4 ビットのみ |
これらの数値は、パラメーター数に重み 1 つあたりのバイト数を掛けたものです。コンテキストキャッシュ、活性値、ランタイムのオーバーヘッドは含んでいません。そのため、計算上は「収まる」モデルでも、長いプロンプトではメモリ不足になることがあります。
CPU と GPU が同じメモリプールを共有するため、別個の VRAM 容量制限に収める必要はありません。ただし、コンテキストウィンドウと重みが同じ容量を取り合うことも意味します。たとえば Ollama は、VRAM が 48 GiB 以上の場合に既定のコンテキストを 256k トークンに引き上げ、コーディングエージェントには少なくとも 64,000 トークンを推奨しています。大きなモデルで長いコンテキストを使うと、合計が空き容量を超える可能性があります。[2]
64 GB 版では、これらの容量がすべて半分になります。4 ビット形式なら、コンテキスト用の余裕を含めず、およそ 1,000 億パラメーターまでのモデルが収まります。
1 petaFLOP より 273 GB/s が重要な理由
トークンを 1 つ生成するたびに、モデルの有効な重みをメモリから読み取る必要があります。密モデルではすべての重みを読むため、メモリ帯域幅がデコード速度の上限を決めます。
maximum tokens per second ≈ memory bandwidth ÷ bytes of weights read per token
4 ビット形式の 700 億パラメーターの密モデルでは、トークンごとに約 35 GB の重みを読み取ります。そのため、273 GB/s での上限は毎秒約 7.8 トークンです。たとえばトークンごとに 100 億パラメーターを有効にする Mixture-of-Experts モデルなら、4 ビットでの読み取り量は約 5 GB となり、上限は毎秒約 55 トークンに上がります。これらは公開帯域幅から求めた上限値で、実測値ではありません。キャッシュ、Attention、ソフトウェアのオーバーヘッドを含めると、実際のスループットは下がります。
実用面では、DGX Spark は一般消費者向け GPU に収まらないモデルを格納でき、最大級の密モデルよりも有効パラメーター数の少ない Mixture-of-Experts モデルに適している、と読めます。
DGX Spark でローカル LLM を実行する
GB10 チップは Ollama の対応 GPU 一覧に掲載されており、CUDA コンピュートケイパビリティは 12.1 です。[2] LM Studio は ARM64 Linux 版を提供しており、DGX Spark の Arm CPU に対応します。[3] NIM マイクロサービスを含む NVIDIA 独自のスタックは、DGX OS 上でサポートされています。[1] ディスク容量が制約になることはほとんどありません。2,000 億パラメーターのモデルは 4 ビット形式ならディスク上で約 100 GB なので、最大 4 TB には数十個の大規模モデルが収まります。代表的な 2 つのローカル実行ツールの比較は、Ollama と LM Studio の比較をご覧ください。
1 台に収まらない大きなモデルでは、ConnectX ネットワークを使い、最大 4 台の DGX Spark システムで 1 つのモデルを共同実行できます。[1]
FAQ
DGX Spark で Windows は動きますか？
NVIDIA のほかの DGX システムと同じソフトウェアに対応する、Ubuntu ベースの Linux ディストリビューション、NVIDIA DGX OS を搭載して出荷されます。[1] NVIDIA RTX Spark を搭載した Windows PC は別の製品ラインです。
DGX Spark のメモリは VRAM ですか？
CPU と GPU で共有するユニファイドメモリで、64 GB または 128 GB の LPDDR5x です。OS やほかのプロセスが必要とする分を除き、モデルはその大部分を利用できます。[1]
DGX Spark は何台まで接続できますか？
内蔵の 200 Gbps ConnectX-7 ネットワークで、最大 4 台まで接続できます。[1]
DGX Spark のスペックでは足りない場合
DGX Spark のスペックは速度より容量を重視しています。128 GB なら 4 ビットで 2,000 億パラメーターのモデルが収まりますが、273 GB/s では密モデルの出力速度が低くなります。最大級のモデルで長いコンテキストと速い応答が必要なプロジェクトでは、ホスト型 API が代替になります。reAPI は、DeepSeek V4 や 1M トークンのコンテキストを持つ Kimi K3 などの大規模モデルを、1 つの OpenAI 互換キーで提供しています。ローカルの結果をホスト版と比較するのに便利です。
参考文献
- NVIDIA. DGX Spark product page and specifications. 2026年11月4日取得：nvidia.com/en-us/products/workstations/dgx-spark
- Ollama. Hardware support and context length. 2026年11月4日取得：docs.ollama.com/gpu および docs.ollama.com/context-length
- LM Studio. System requirements. 2026年11月4日取得：lmstudio.ai/docs/app/system-requirements