Характеристики DGX Spark: GB10, 128 GB памяти и доступные модели

NVIDIA DGX Spark представляет собой настольный компьютер с квадратным основанием 150 mm на базе GB10 Grace Blackwell Superchip. Ключевые характеристики DGX Spark: 20-ядерный CPU Arm, до 1 petaFLOP вычислений FP4, 64 GB или 128 GB объединённой памяти LPDDR5x с пропускной способностью 273 GB/s, накопитель NVMe до 4 TB и сетевой порт ConnectX-7 на 200 Gbps. Компьютер поставляется с NVIDIA DGX OS на базе Ubuntu.^[1]

Два числа определяют, для чего хороша эта машина: 128 GB памяти задают размер модели, которую она может вместить, а 273 GB/s определяют скорость генерации токенов этой моделью. На этой странице перечислены официальные характеристики DGX Spark, затем разобрано, что они означают для локального запуска больших языковых моделей.

Характеристики DGX Spark: кратко

Источник: характеристики NVIDIA DGX Spark, проверены 4 ноября 2026 года.^[1]

Две сноски в спецификации NVIDIA меняют прочтение таблицы. Показатель 1 petaFLOP означает «теоретические FP4 TOPS с использованием разреженности», а не устойчивую производительность плотных моделей. Конфигурация 64 GB «доступна исключительно через участвующих OEM-партнёров», то есть версия 64 GB продаётся только через них.^[1] На странице продукта NVIDIA цена не указана; покупателей направляют в NVIDIA Marketplace и к партнёрам.

Что помещается в 128 GB объединённой памяти

По заявлению NVIDIA, DGX Spark может выполнять инференс моделей до 200 миллиардов параметров.^[1] Расчёт прост. Один вес в 4-битном формате занимает полбайта, поэтому 200 миллиардам параметров нужно около 100 GB, что оставляет примерно 28 GB из 128 GB для операционной системы, среды выполнения и кэша контекста. При 8-битной точности тот же объём памяти вмещает примерно вдвое меньше параметров.

Только веса, по размеру модели и точности:

Эти значения получены умножением числа параметров на число байтов на вес. Они не учитывают кэш контекста, активации и накладные расходы среды выполнения, поэтому модель, которая «помещается» на бумаге, всё равно может исчерпать память с длинным промптом.

Поскольку CPU и GPU используют общий пул памяти, отдельного ограничения VRAM нет. Но это также означает, что контекстное окно конкурирует с весами. Ollama, например, увеличивает контекст по умолчанию до 256k токенов при 48 GiB VRAM и более и рекомендует не менее 64,000 токенов для агентов программирования; длинный контекст большой модели может превысить доступный объём.^[2]

Версия 64 GB уменьшает всё это вдвое. В 4-битном формате она вмещает модели примерно до 100 миллиардов параметров ещё до выделения места под контекст.

Почему 273 GB/s важнее 1 petaFLOP

Генерация каждого токена требует чтения активных весов модели из памяти. У плотной модели это все веса, поэтому пропускная способность памяти задаёт потолок скорости декодирования:

maximum tokens per second ≈ memory bandwidth ÷ bytes of weights read per token

Для плотной модели с 70 миллиардами параметров в 4-битном формате на токен читается около 35 GB весов, поэтому 273 GB/s дают максимум около 7.8 токена в секунду. Модель со смесью экспертов, активирующая, скажем, 10 миллиардов параметров на токен, читает около 5 GB при 4-битной точности, что повышает потолок примерно до 55 токенов в секунду. Это верхние оценки по опубликованной пропускной способности, а не измерения; реальная производительность ниже после учёта кэшей, механизма внимания и программных накладных расходов.

Практический вывод: DGX Spark вмещает модели, которые не помещаются на потребительских GPU, и лучше подходит для моделей со смесью экспертов с малым числом активных параметров, чем для самых крупных плотных моделей.

Запуск локальных LLM на DGX Spark

Чип GB10 входит в список поддерживаемых GPU Ollama с вычислительной возможностью CUDA 12.1.^[2] LM Studio выпускается для ARM64 Linux, что соответствует CPU Arm в DGX Spark.^[3] Собственный стек NVIDIA, включая микросервисы NIM, поддерживается в DGX OS.^[1] Место на диске редко становится ограничением: модель с 200 миллиардами параметров в 4-битном формате занимает около 100 GB, поэтому максимальные 4 TB вмещают десятки больших моделей. Сравнение двух самых распространённых локальных сред запуска: Ollama vs LM Studio.

Для моделей, не помещающихся на одном устройстве, сеть ConnectX позволяет объединить до четырёх систем DGX Spark для работы с одной моделью.^[1]

FAQ

Работает ли DGX Spark с Windows?

Он поставляется с NVIDIA DGX OS, дистрибутивом Linux на базе Ubuntu, соответствующим ПО на других системах NVIDIA DGX.^[1] ПК с Windows на базе NVIDIA RTX Spark относятся к отдельной продуктовой линейке.

Является ли память DGX Spark видеопамятью VRAM?

Это объединённая память, общая для CPU и GPU, 64 GB или 128 GB LPDDR5x. Модель может использовать большую её часть за вычетом потребностей операционной системы и других процессов.^[1]

Сколько устройств DGX Spark можно соединить?

До четырёх через встроенную сеть ConnectX-7 на 200 Gbps.^[1]

Когда характеристик DGX Spark недостаточно

Характеристики DGX Spark отдают приоритет вместимости, а не скорости: в 128 GB помещается модель с 200 миллиардами параметров в 4-битном формате, но 273 GB/s ограничивают скорость вывода плотных моделей. Если проекту нужны самые большие модели с длинным контекстом и быстрыми ответами, альтернативой служит облачный API. reAPI предоставляет большие модели, такие как DeepSeek V4 и Kimi K3 с её контекстом 1M токенов, через один совместимый с OpenAI ключ, что удобно для сравнения локальных результатов с облачными версиями.

Источники

1. NVIDIA. DGX Spark product page and specifications. Дата обращения: 4 ноября 2026, nvidia.com/en-us/products/workstations/dgx-spark
2. Ollama. Hardware support and context length. Дата обращения: 4 ноября 2026, docs.ollama.com/gpu и docs.ollama.com/context-length
3. LM Studio. System requirements. Дата обращения: 4 ноября 2026, lmstudio.ai/docs/app/system-requirements