NVIDIA представила DGX Spark с 64 ГБ объединённой памяти за $4999. Продажи начнутся 23 октября 2026 года через Acer, ASUS, Dell, Gigabyte, HP и MSI, а сама NVIDIA эту версию выпускать не будет.
Компьютер получил тот же чип GB10 Grace Blackwell, операционную систему DGX OS и набор инструментов для ИИ, что и версия со 128 ГБ. Объединённая память доступна процессору и графическому ускорителю из общего пространства: модели не приходится постоянно копировать между оперативной и видеопамятью, как в системах с отдельной видеокартой.
По заявлению NVIDIA, один DGX Spark сможет локально запускать модели до 100 млрд параметров, выполнять инференс, то есть генерировать ответы готовой модели, и дообучать её на новых данных. Цифра в 100 млрд не универсальна: реальный предел зависит от архитектуры, длины контекста и формата весов. Квантование, при котором числа в модели хранятся с меньшей точностью, помогает уместить её в память, но может влиять на качество.
Два компьютера можно соединить напрямую. Они получат 128 ГБ общей памяти и, по данным NVIDIA, смогут работать с моделями до 200 млрд параметров. В тесте с Qwen 3.8 27B пара оказалась до 1,7 раза быстрее одного устройства, пишет StorageReview. Стоить такая связка будет $9998, примерно на 40% дороже обновлённой версии со 128 ГБ.
Контекст у новинки прозаичный: память дорожает. Как сообщает The Register, NVIDIA одновременно подняла цену 128-гигабайтного DGX Spark до $6950, сославшись на ограничения поставок и рост затрат. При этом 64 ГБ хуже подходят для некоторых сценариев дообучения. Получился более доступный вход в локальный ИИ, но бюджетным его назвать трудно.
Что это значит
- Для вас. Разработчики смогут тестировать модели и локальных ИИ-агентов без постоянной аренды облачных ускорителей и передачи данных в облако. Для крупных моделей и серьёзного дообучения 64 ГБ могут быстро стать ограничением.
- В России. Официальная доступность DGX Spark и цена в рублях пока неизвестны. Модели Qwen распространяются с открытыми весами, поэтому их можно развернуть на таком компьютере, собственном сервере или в российском облаке без зарубежного API.
- Что сделать. Перед покупкой проверьте, сколько памяти требует конкретная модель с учётом квантования и длинного контекста. Ориентироваться только на обещание «до 100 млрд параметров» рискованно.
- За чем следить. Итоговая цена будет зависеть от производителя и объёма накопителя. Показательнее рекламных цифр станут независимые тесты локального запуска и дообучения моделей на 64 ГБ.