NVIDIA DGX Sparkは、10月中にAcer、ASUS、Dell、Gigabyte、HP、MSIというメーカーパートナーから、64GBのユニファイドメモリ構成で提供される予定です。この新しい64GB構成はメーカーパートナーからのみ入手でき、手頃な価格帯を保ちつつ、128GBモデルと同じくGB10 Grace Blackwell Superchip、DGX OS、NVIDIA AIソフトウェアスタックのフルセットを備えます。DGX OSとNVIDIA AIソフトウェアスタックは初日からすぐに使えます。最大1000億パラメータのモデルと、それを基盤とするエージェント型アプリケーションを、完全にオンデバイスでサポートします。新しいSKUは、高性能なローカルエージェントを、クラウドに依存せずプライベートにデバイス上で実行します。

AIエージェント(agent)が実験から日常的な開発へと移るなか、高性能なオープンモデル(open models)はより多くのデバイスに収まる大きさへと縮小しており、ローカルで実行できるものが増えています。

DGX Sparkの構成とソフトウェア

DGX Sparkは、NVIDIA Grace Blackwellコンピュート、ユニファイドメモリ、NVIDIA ConnectX-7ネットワーキング、NVIDIA CUDAで高速化されたAIソフトウェアスタックを1つのシステムにまとめたコンパクトなパーソナルAIスーパーコンピュータであり、エージェント、推論、ファインチューニング、データサイエンス、エッジ開発に使える完結したローカルAIプラットフォームです。タスクのたびにクラウドインスタンスに頼らずに、モデルや開発者自身のデータで実験できる場所を提供します。

NVIDIAのQwen 3.8 27Bのテストでは、64GBのシステム2台をクラスタ化すると、1台のシステムと比べて最大1.7倍の性能が得られ、負荷に応じてさらにスケールする余地もあります。64GB 2台のクラスタ化は、メモリを2倍にするだけのものではありません。

DGX Sparkは、初日からエージェント開発に使える状態で出荷され、NVIDIA Agent Toolkit、CUDA-X AIライブラリ、Nemotronオープンモデル、およびOllama、vLLM、PyTorch with CUDAなどの一般的なランタイムがすぐに使える形でサポートされます。開発者は電源投入から数分でモデルを実行できます。Blenderは、DGX Sparkプラットフォームをサポートする最初の主要クリエイターアプリケーション提供元の1つであり、ダウンロード可能なビルド済みインストーラーが近日公開される予定です。

2台をクラスタ化する仕組み

DGX Sparkは、プロジェクトに今必要なメモリ量から始められ、パイプラインの成長に合わせて、より大きな負荷に向けてマルチノードクラスタ(multi-node cluster)へシームレスにスケールできるプラットフォームとして設計されています。NVIDIA DGX Spark の 64GB ユニファイドメモリ構成では、ワークロードが大きくなった場合、追加のセットアップなしに、NVIDIA Sync Cluster Assistant を介して2台のユニットをクラスタ化できます。すべてのDGX Sparkは、NVIDIA ConnectX-7 NICを標準で内蔵して出荷されます。2台をQSFPケーブルで直接接続するとメモリが128GBにプールされ、対応モデルは最大2000億パラメータに拡大し、メモリ帯域幅は2倍、性能は最大1.7倍になります。NVIDIA Syncアプリがマルチノードクラスタをシームレスに構成します。このクラスタアシスタント機能は、接続されたユニットを検出し、デバイス構成を検証し、ConnectX-7ネットワークを構成するため、開発者はインフラではなく作業に集中できます。

DGX Spark 2台をQSFPケーブルで直接接続した構成では、メモリ帯域幅が2倍になり、性能は最大1.7倍になります。

Sync Model Launcherの機能

NVIDIA Sync Model Launcherは10月末に登場予定で、ローカルAIの実行を数回のボタン操作で行えるようにします。開発者はDGX Spark 1台またはクラスタでQwen3.8 27Bをダウンロードして起動でき、NVIDIA Syncが接続されたデバイス全体で動くようモデルを構成し、ユーザーのラップトップからアクセスできるようにします。また、このランチャーはOpenCodeがそのモデルを使うよう設定するため、開発者はブラウザでコーディングを始めることができます。

DGX Spark 64GBは、最大1000億パラメータのモデルをオンデバイスで完全に動かすことができます。開発者は、メモリに収まるモデルであれば1台から始められ、より多くのメモリと計算が必要なワークロードでは、NVIDIA Sync Cluster Assistantを使用して複数のDGX Sparkを接続できます。

使い方の例と2台へのスケール手順

DGX Sparkの使い方の例として、コーディングまたはリサーチ用のエージェントを常時稼働させ、コードのレビュー、ドキュメントの分析、複数ステップのタスクの実行に備えさせる方法があります。クラスタを組むと、より大きなモデル、より長いコンテキストウィンドウ(context window)、同時に動く複数のエージェントのための容量が増えます。また、言語モデルまたは画像生成モデルをDGX Spark上で動かし、ノートPCやデスクトップではエージェントやクリエイティブアプリケーションを使う方法もあります。この場合、モデルの推論はDGX Sparkが担当し、PCは他の作業に使うことができます。

また、DGX Spark上で言語モデルまたは画像生成モデルを動かしながら、ノートPCやデスクトップではエージェントやクリエイティブアプリケーションを使うことも可能です。

DGX Sparkを2台にスケールするには、NVIDIA ConnectX-7ポートで2台のDGX Sparkを接続してNVIDIA Sync Cluster Assistantを起動します。NVIDIA Sync Cluster Assistantがネットワークを構成し、ワークロードを自動でルーティングします。すべてのノードは同じNVIDIAソフトウェアスタックを実行するため、1台から2台へスケールするときに再構成が必要なものはありません。

より大きなモデルの実行、より長いコンテキストウィンドウ、または同時のエージェントリクエストといった1台では足りない作業が発生した場合には、2台の DGX Spark 64GB システムを NVIDIA Sync Cluster Assistant 経由で 200 GbE ファブリックで接続すると、メモリが 128GB にプールされます。このとき、1台で動かしていた同じワークフローを、ソフトウェア環境を再設定せずに2台へスケールできます。

発売日・価格と使い始め方

DGX Spark 64GBは、Acer、ASUS、Dell、Gigabyte、HP、MSIから10月23日(金)に4,999ドルからで発売されます。使い始めるには、llama.cpp、Ollama、vLLM、LM Studioのいずれかの対応推論フレームワーク(inference framework)と、ワークフローに推奨されるローカルモデルをダウンロードします。

DGX Spark向けのプレイブックは build.nvidia.com/spark にあります。また、DGX Spark上のエージェント型AIのプレイブックは、build.nvidia.comのNemoClaw、OpenClaw、Hermes Agent、OpenShellの各ページで見ることができます。64GBデバイス向けには、「Serve LLMs With vLLM」「Run OpenClaw With a Local LLM」「Connect Multiple DGX Sparks for Distributed Workloads」のプレイブックが近日公開される予定です。

NVIDIA RTX Sparkを搭載した新しいWindows PCが、10月、Acer、ASUS、Dell、HP、Lenovo、Microsoft、MSIから登場します。