NVIDIA bringt DGX Spark mit 64 GB für 4.999 US-Dollar und Cluster-Unterstützung für zwei Geräte
NVIDIA bringt eine DGX-Spark-Konfiguration mit 64 GB Unified Memory auf den Markt, die Acer, ASUS, Dell, Gigabyte, HP und MSI ab 4.999 US-Dollar verkaufen. Laut NVIDIA führt das neue Modell Modelle mit bis zu 100 Milliarden Parametern direkt auf dem Gerät aus, und zwei Einheiten lassen sich zu einem Cluster mit 128 GB gemeinsamem Speicher verbinden.
- NVIDIA DGX Spark erhält eine Konfiguration mit 64 GB Unified Memory von Acer, ASUS, Dell, Gigabyte, HP und MSI.
- Der Verkauf startet laut NVIDIA am Freitag, dem 23. Oktober, ab 4.999 US-Dollar.
- Das 64-GB-Modell unterstützt Modelle mit bis zu 100 Milliarden Parametern direkt auf dem Gerät; zwei verbundene Geräte bündeln 128 GB und unterstützen bis zu 200 Milliarden Parameter.
- In NVIDIAs Test mit Qwen 3.8 27B erzielten zwei verbundene Systeme bis zu 1,7-fache Leistung eines einzelnen Geräts.
- NVIDIA Sync Cluster Assistant konfiguriert den Cluster, der Sync Model Launcher soll Ende des Monats erscheinen.
Das bietet der DGX Spark mit 64 GB
Die neue 64-GB-Konfiguration ist laut NVIDIA ausschließlich über die Herstellerpartner erhältlich und behält den Kern der Plattform bei. Sie nutzt weiterhin den GB10 Grace Blackwell Superchip, DGX OS und den vollständigen NVIDIA-KI-Software-Stack, genau wie das Modell mit 128 GB. Nach Angaben des Unternehmens unterstützt sie Modelle mit bis zu 100 Milliarden Parametern sowie darauf aufbauende agentische Anwendungen, und zwar vollständig auf dem Gerät.
DGX Spark vereint NVIDIA Grace Blackwell Compute, Unified Memory, NVIDIA ConnectX-7 Networking und einen CUDA-beschleunigten KI-Software-Stack in einem System. NVIDIA beschreibt es als komplette lokale KI-Plattform für Agenten, Inferenz, Fine-Tuning, Data Science und Edge-Entwicklung. Das Versprechen: Entwickler können mit Modellen und eigenen Daten experimentieren, ohne für jede Aufgabe eine Cloud-Instanz zu nutzen.
Das System wird einsatzbereit für die Entwicklung von Agenten ausgeliefert. NVIDIA Agent Toolkit, CUDA-X-AI-Bibliotheken, Nemotron Open Models sowie Laufzeitumgebungen wie Ollama, vLLM und PyTorch mit CUDA werden von Haus aus unterstützt. Zudem nennt NVIDIA Blender als einen der ersten großen Anbieter von Kreativanwendungen, die die Plattform unterstützen; ein vorgefertigtes, herunterladbares Installationspaket soll bald folgen.
Zwei Geräte per NVIDIA Sync zum Cluster verbinden
Jeder DGX Spark enthält eine integrierte NVIDIA-ConnectX-7-Netzwerkkarte. Zwei Geräte lassen sich direkt per QSFP-Kabel verbinden, wodurch sich ihr Speicher auf 128 GB bündelt und die Modellunterstützung auf bis zu 200 Milliarden Parameter wächst. Laut NVIDIA bedeutet das die doppelte Speicherbandbreite und bis zu 1,7-fache Leistung.
Der Faktor 1,7 taucht auch in einem konkreten Test auf. In NVIDIAs Test mit Qwen 3.8 27B erzielten zwei verbundene 64-GB-Systeme nach Angaben des Unternehmens bis zu 1,7-fache Leistung im Vergleich zu einem einzelnen System.
Die Einrichtung übernimmt die App NVIDIA Sync. Ihre Funktion Cluster Assistant erkennt angeschlossene Geräte, prüft die Gerätekonfiguration und richtet das ConnectX-7-Netzwerk ein. Da jeder Knoten denselben NVIDIA-Software-Stack nutzt, muss beim Wechsel von einem auf zwei Geräte laut NVIDIA nichts neu konfiguriert werden.
Ende des Monats soll NVIDIA Sync Model Launcher erscheinen. Damit sollen Entwickler Qwen3.8 27B mit wenigen Klicks auf einem einzelnen System oder einem Cluster herunterladen und starten, von ihren Laptops aus erreichbar machen und OpenCode so einrichten können, dass es das Modell nutzt, sodass sie direkt im Browser mit dem Programmieren beginnen können.
Vorgeschlagene Workflows
NVIDIA nennt drei Anwendungsbeispiele:
- Einen Agenten rund um die Uhr betreiben: Ein Coding- oder Recherche-Agent läuft dauerhaft, prüft Code, analysiert Dokumente oder erledigt mehrstufige Aufgaben. Ein Cluster bietet zusätzliche Kapazität für größere Modelle, längere Kontextfenster oder mehrere Agenten gleichzeitig.
- KI-Apps auf dem Alltags-PC antreiben: Ein Sprach- oder Bildgenerierungsmodell läuft auf dem DGX Spark, während ein Agent oder eine Kreativanwendung auf einem Laptop oder Desktop genutzt wird. So bleibt der PC für andere Arbeiten frei.
- Mitwachsen, wenn die Arbeit zunimmt: Wächst eine Aufgabe über ein Gerät hinaus, bündeln zwei 64-GB-Systeme, die über das 200-GbE-Netz verbunden sind, ihren Speicher auf 128 GB, ohne dass sich die Softwareumgebung ändert.
Preis, Verfügbarkeit und Einstieg
Der DGX Spark mit 64 GB kommt am Freitag, dem 23. Oktober, bei Acer, ASUS, Dell, Gigabyte, HP und MSI in den Handel, ab 4.999 US-Dollar. NVIDIA empfiehlt, ein unterstütztes Inferenz-Framework (llama.cpp, Ollama, vLLM oder LM Studio) sowie das empfohlene lokale Modell für den vorgesehenen Workflow herunterzuladen. Für die Skalierung auf zwei Geräte verbinden Nutzer diese über ihre ConnectX-7-Ports und starten den Sync Cluster Assistant, der das Netzwerk konfiguriert und Workloads automatisch verteilt.
Playbooks für 64-GB-Geräte erscheinen demnächst auf build.nvidia.com/spark: Serve LLMs With vLLM, Run OpenClaw With a Local LLM und Connect Multiple DGX Sparks for Distributed Workloads.
Für Entwickler bietet das 64-GB-Modell einen Einstieg mit weniger Speicher in dieselbe Softwareumgebung wie die Version mit 128 GB, mit einem dokumentierten Weg zu mehr Speicher durch ein zweites Gerät. Wie sich der Preis zu anderen Konfigurationen verhält, geht aus NVIDIAs Ankündigung nicht hervor.
