Nvidia представила новую конфигурацию DGX Spark — компактного компьютера для запуска ИИ-моделей дома или в офисе. Новая версия получила 64 ГБ памяти вместо 128 ГБ и должна стать более доступной для энтузиастов локального ИИ.
Почему 64 ГБ стало достаточно
Когда появились первые DGX Spark и похожие системы на AMD Strix Halo и Apple M-серии, считалось, что для самых умных моделей нужно очень много памяти, поэтому их выпускали со 128 ГБ и больше. Но ИИ быстро развивается: умные плотные модели вроде Qwen 3.8 27B теперь спокойно помещаются в 32 ГБ, хотя и с ограниченным контекстом. Для простого запуска моделей (инференса) 128 ГБ уже не обязательны.
При этом память сильно подорожала, и чип, навсегда спаянный с большим объёмом дорогой LPDDR5X, стал скорее барьером, чем преимуществом.
Цены
| Конфигурация | Цена |
|---|---|
| GB10 с 64 ГБ (Acer, Asus, Dell, Gigabyte, HP, MSI) | от $4999, с 23 октября |
| GB10 со 128 ГБ | около $7000–9000, если найдёте в наличии |
Tom’s Hardware предупреждает: при нынешних скачках цен на память $4999 могут продержаться недолго. Читатели издания напоминают, что ещё месяц назад версию на 128 ГБ можно было купить примерно за $4000, а Mac mini с 64 ГБ, по их мнению, обходится дешевле.
Что осталось прежним
- 20-ядерный процессор на архитектуре Arm;
- пропускная способность общей памяти для CPU и GPU — 273 ГБ/с;
- сетевая карта ConnectX 7 с RDMA — несколько Spark можно объединить в кластер, если 64 ГБ перестанет хватать.
Новые программы
Чтобы упростить объединение компьютеров, Nvidia добавила в приложение Sync инструмент Cluster Assistant — он автоматизирует настройку кластера. Sync позволяет пользоваться мощностью Spark с других Mac и ПК. Ещё одно новшество — Model Launcher: он сам скачивает и запускает модели вроде Qwen 3.8 27B на одном или нескольких компьютерах и связывает их с браузерным агентом для программирования OpenCode.
Кому это нужно
Версии на 128 ГБ остаются в линейке для больших моделей, кластеров и дообучения. 64-гигабайтный Spark — для тех, кому нужны возможности и программная экосистема чипа Nvidia GB10, но не нужна максимальная память. Для большинства домашних пользователей это всё ещё дорого: начать знакомство с локальными моделями можно и на обычном компьютере с хорошей видеокартой. Подробнее — в нашем материале о нейросетях на своём компьютере.
Источники: Tom’s Hardware, Digital Trends.
