NVIDIA startet DGX Spark 64GB für lokales KI-System

NVIDIA hat mit dem neuen DGX Spark in der 64-GByte-Ausführung eine ergänzende Konfiguration für den lokalen KI-Entwicklungssektor vorgestellt. Das System richtet sich an Entwicklern, Forschende und KI-Enthusiasten, die eine kostengünstigere Einstiegsmöglichkeit benötigen, ohne auf die Leistungsfähigkeit der größeren Modelle zu verzichten. Der Verkauf startet am 23. Oktober zum Preis von 4.999 US-Dollar über die etablierten Partner Acer, ASUS, Dell, Gigabyte, HP und MSI. Im Kern des Geräts steht der GB10 Grace Blackwell Superchip mit einer vereinten Speicherarchitektur. Diese ermöglicht den lokalen Betrieb von Modellen mit bis zu 100 Milliarden Parametern, wodurch Cloud-Abhängigkeiten für Agentic-AI-Anwendungen, Inferenz und Feinabstimmungen entfallen. Das System wird ab Werk mit dem DGX OS sowie der vollständigen NVIDIA-KI-Softwareausstattung geliefert, einschließlich CUDA-X-Bibliotheken, der NVIDIA Agent Toolkit und Kompatibilität mit gängigen Laufzeiten wie Ollama, vLLM und PyTorch. Anwender können so innerhalb weniger Minuten nach dem Einschalten Modelle betreiben. Ein zentrales Feature bildet die nahtlose Skalierbarkeit. Über das NVIDIA Sync Cluster Assistant lassen sich zwei DGX Spark-Einheiten kabelgebunden über eine QSFP-Leitung verbinden, um den Speicher auf 128 GByte zu verdoppeln und die Modellunterstützung auf bis zu 200 Milliarden Parameter zu erweitern. In Tests erzielten gekoppelte Systeme eine Performance-Steigerung von bis zu 1,7-mal im Vergleich zu einer einzelnen Einheit, wobei die Speicherbandbreite ebenfalls verdoppelt wurde. Die Cluster-Konfiguration erfolgt vollautomatisch durch die NVIDIA Sync-App, die Netzwerk und Konfigurationen synchronisiert. Ergänzend plant NVIDIA für Ende des Monats den NVIDIA Sync Model Launcher, der das Herunterladen und Ausführen von Modellen vereinfacht und die Integration in Entwicklungsumgebungen wie OpenCode ermöglicht. Die Markteinführung der 64-GByte-Variante reagiert auf aktuelle Herausforderungen im Halbleitermarkt und sich ändernde Anforderungen der KI-Entwicklung. Während frühere Annahmen von einem universellen Bedarf an 128 GByte RAM ausgingen, zeigen aktuelle Modellarchitekturen, dass viele Workflows bereits mit weniger Speicher effizient laufen. Durch die kompakte Bauweise und die integrierte ConnectX-7-Netzwerkhardware positioniert sich der DGX Spark als personalisierter KI-Supercomputer für Edge-Computing, Datenwissenschaft und die lokale Entwicklung autonomer Agenten. Erste Ökosystem-Integrationen umfassen Unterstützung durch Blender, welches einen vorinstallierten Installer für die Plattform bereitstellt. Mit dieser Erweiterung festigt NVIDIA seine Position im wachsenden Markt für unabhängige, hardwarenahe KI-Entwicklung und bietet Entwicklern eine flexible, skalierbare Basis, die mit den spezifischen Speicherbedürfnissen jedes Projekts mithält.