NVIDIA、GTC BerlinにてRTX SparkやDGX StationなどローカルAIハードウェアの全ラインナップを披露

NVIDIAはGTC Berlinにおいて、ローカルAIハードウェアの全ラインナップを披露しています。先週発売されたRTX Sparkは、Windows PC上でパーソナルエージェント(personal agents)を動かします。DGX SparkはLinux上でアプリケーションを構築・拡張する開発者を支援し、DGX StationはLinux上でフロンティア級のワークロードを動かすエンタープライズチーム向けとして提供されています。なお、DGX StationのWindows版は12月に登場する予定です。また、NVIDIA Cloud FunctionsがDGX Stationにアーリーアクセスで提供される予定で、新しいローカルコーディングモデルのRecursive FlintもNVIDIAのローカルハードウェア向けに提供が始まっています。

多くのRTX Sparkノートパソコンは、ブートローダーのロック解除(unlocked bootloader)がされた状態で提供されます。開発者やエンスージアストがローカルエージェントを構築・カスタマイズしやすくするためです。

DGX Sparkシステムに関する10月のソフトウェアアップデートでは、Wi-Fi Assistantが追加され、DGX Spark Skillsが更新されます。新しいWi-Fi Assistantでは、DGX Sparkがappliance modeで動作しているときにユーザーがネットワークを切り替えられます。また、DGX Stationは7つの新しい連携により管理性が向上します。

NVIDIA Sync Model Launcherは10月後半に利用可能になる予定で、単一のDGX Sparkまたはクラスターでのローカル AIへのアクセスを簡単にする機能を提供します。このツールは数クリックで、構成に適したモデルとコンテナをダウンロードし、そのモデルをOpenCodeに接続します。また、トラブルシューティング、デバイスメンテナンス、公式ドキュメントへのアクセスなどのワークフローガイダンスを提供するDGX Spark Skillsも自動的に読み込みます。なお、DGX Spark Skillsは、トラブルシューティングやデバイスメンテナンスに関するワークフロー重視のガイダンスを、OpenCode経由でNVIDIA Syncに直接提供します。DGX Sparkシステムは、Acer、ASUS、Dell Technologies、GIGABYTE、HP、Lenovo、MSI、NVIDIAから直接入手できます。

RTX Sparkの性能と発売、対応アプリ

RTX Sparkは、最大128GBのユニファイドメモリと1ペタフロップスのAI計算性能で、パーソナルエージェントの実行、コンテンツ制作の高速化、および1440p・100フレーム/秒のゲーミングを実現する、PCの新たな始まりです。RTX Sparkは、10月16日に発売されました。初期のレビュアーによる評価として、CGMagは「A dream machine for serious creators」、The Vergeは「Designed for the future of AI」、PCMagは「An extremely capable, surprisingly portable and efficient machine」と述べています。完全ローカルでプライベートなAI向けに作られた新しいデスクトップエージェントアプリであるUnderdogは、RTX Sparkにも対応しています。Underdogはモデル専用の推論エンジンHuskyによってモデルをデバイス上だけで実行するため、パーソナルエージェントはユーザーデータがPCの外に出ることなく作業できます。Underdogは現在ダウンロード可能です。ASUS、Dell Technologies、HP、Lenovo、Microsoft、MSIのノートパソコンは本日から入手でき、Acerも近日登場する予定です。

NVIDIAのCEOであるJensen HuangはGTCの基調講演において、RTX Spark上で動くAIエージェントを用いて、Hugging FaceのMicroduckロボットを訓練できることを披露しました。この訓練には、NVIDIA Isaac Lab、Hermes Agent、およびNemotron 3.5 Bolt 74Bが使用されます。DGX Stationが提供するローカルで管理されたコンピューティングのモデルは、ロボティクスにも広がります。

Windows版DGX Stationと管理連携

DGX Station for Windowsは、ASUS、Dell Technologies、GIGABYTE、HP、MSI、Supermicroから今年後半に出荷が始まる見込みです。今後登場するWindowsベースのシステムでは、開発者は、プロフェッショナル向けアプリケーションを活用し、NVIDIA RTX PRO GPUで動作し、NVIDIA GB300システム上で大規模言語モデル(LLM)を実行するエージェントから操作するワークフローを、1台のマシンで構築できます。DGX Station for Windowsは12月に発売され、多くの製造系アプリとエージェントハーネス(agent harness)に対応します。

DGX Stationは、ASUS、Dell Technologies、GIGABYTE、HP、MSI、Supermicro、Exxactから出荷されています。また、NVIDIA SyncがDGX Stationに対応したことで、2つのLinuxベースのシステム間の接続が簡単になります。さらに、Absolute Security、Splunk by Cisco、Fleet Device Management、Microsoft Intune、Perforce Puppet、Progress Software Chef、Taniumとの新しい連携により、IT部門はエンタープライズの設定・管理・適合のプロセスを通じてDGX Stationシステムを管理できます。これらの連携は、承認の迅速化とデプロイリスクの低減に役立ち、最初のトークンが得られるまでの時間(time to first token)を最小限にすることにも役立ちます。

DGX Sparkは、手動構成で最大8台までのクラスターに対応するようになりました。これにより、より大きなモデル、より長いコンテキスト、同時実行エージェント、分散開発が可能になります。容量がさらに必要な場合、開発者は内蔵のNVIDIA ConnectX-7ネットワーキングとNVIDIA Sync Cluster Assistantを使って、複数のDGX Sparkシステムを接続できます。これにより、Qwen 3.8 Flash Next、DeepSeek v4 Flash 0731、GLM 5.3 Flashといった高度なコーディングモデルを実行可能です。この構成は、1つのクラスターをバックエンドとして共有し、各開発者が同じモデルに対して同時にセッションを実行する小規模チームに適しています。最大8台のクラスターでは、1TBのユニファイドメモリを利用でき、GLM 5.3のようなフロンティア級のモデルを実行できます。

大規模なチーム向けに、DGX Stationは748GBのコヒーレントメモリと最大20ペタフロップスのAI性能を備えています。開発者はGLM 5.3のような高度なモデルを実行し、クラウドモデルが提供する速度に匹敵する速度で30人以上のユーザーにサービスを提供できます。また、NVIDIAはGTC Berlinの展示フロアにおいて、DGX Station上で動くDSX OSをプレビューしており、本格的なインフラが利用可能になる前にAI factoryの運用をシミュレートしています。別のデモでは、30人超のソフトウェア開発者向けのローカルなtoken factoryを動かすDGX Stationシステムが紹介されています。

NVIDIA DGX Stationは、ロボティクスチームに事後学習、シミュレーション、評価のための専用の計算資源を提供し、共有インフラを待たずに反復サイクルを短縮します。NVIDIAは、GPT-6 Astra、NVIDIA Isaac Lab、Isaac Lab-Arena、CosmosをNVIDIA DGX Stationで使えるようにする3つのオープンソースのリファレンスワークフローを公開しました。開発者はこれらを使用して、GR00T 1.7モデルを強化学習で改良したり、器用な操作スキルを訓練したり、Cosmosのワールドモデルを事後学習して合成データ生成を行ったりすることが可能です。NVIDIA Cloud Functionsは、LinuxベースのDGX Station向けにアーリーアクセスで提供される予定です。チームはローカルのモデルエンドポイントを共有カタログに登録し、1つのOpenAI互換のエントリポイントからアクセスできます。

LinuxベースのDGX Station向けには、NVIDIA Cloud Functionsがアーリーアクセス(early access)で提供される予定です。この機能により、開発者はアプリケーションコードを変えずにエンドポイントの背後のモデルをアップグレードでき、チームメイトはマシンに直接アクセスせずに共有モデルを使用できます。また、チームメイトはマシンに直接アクセスせずに共有モデルを使え、これらの仕組みによってDGX Stationはチーム向けにローカルで管理される推論サービスになります。

DGX Station for Windowsは、システムメーカーのパートナーから12月に提供される見込みです。このシステムでは、エンジニアがWindowsネイティブのソフトウェアでローカルのモデルとエージェントを実行でき、同じシステム上のAIモデル、ツール、エージェントにアクセスできます。また、製造系アプリへの対応として、nTop、Dassault Systèmes、Keysight Technologies、MathWorks、Rockwell Automation、Siemens、Synopsys、Unity、Alteraのアプリケーションが、AIによる設計・シミュレーション・検証・エンジニアリング自動化のためにサポートされる予定です。さらに、エンタープライズ環境でのエージェント制御のため、Hermes Agent、Perplexity、Aibleを使ったエージェントをオンプレミスで実行できるようになる予定です。DGX Station for Windowsは、企業がすでに使っているアプリケーションと運用環境にローカルAIを広げます。

Recursive Flintの特徴と公開内容

フロンティアAIラボのRecursive Superintelligenceは、高速で正確なコーディングのためのローカルLLMであるRecursive Flintを公開しました。Recursive Flintは400億パラメータ（アクティブは25億）のmixture-of-expertsモデルであり、SWE-Bench Pro v2、Terminal-Bench 2.1、SWE-bench verifiedなどのエージェント型コーディングのベンチマークで良好な性能を示します。このモデルは、大規模な自動AI研究のシステムであるRecursiveのEureka Machineを使って作られました。Eureka Machineは、アイデアの提案、実装、検証のための実験、結果に基づく次の試行の決定という研究ループ全体を自動化するシステムです。

Eureka Machineは特化したカーネル(specialized kernels)を作成しました。これにより、モデルのウェイト(weights)を変えずに、RTX Spark上でのRecursive Flintの生成速度を55%向上させました。Recursive Flintのオープンなウェイトは、Hugging FaceからApache 2.0ライセンスでダウンロードでき、RTX SparkとDGX Sparkシステム、およびGeForce RTXとRTX PRO GPUで実行できます。また、NeMo Automodelを用いた教師ありファインチューニングと低ランク適応(LoRA)に加え、NeMo RLを用いたgroup relative policy optimizationによって、Recursive Flintを事後学習(post-train)することも可能です。

対応モデルと推論の高速化

NVIDIAは、Nemotron、GLM、DeepSeek、Qwen、MiniMax、FLUX.3の各AIモデルに対してDay-0 サポートを提供します。また、llama.cppとvLLM推論エンジン(inference engine)の新しいアクセラレーションと、ローカルAIハードウェア向けに最適化されたチェックポイント(checkpoint)の新コレクションも発表されました。これらのモデルチェックポイントは、フル精度に近い精度を保ちつつ量子化(quantized)されており、フロンティア級のオープンモデルをKVキャッシュ用に十分なメモリを残して実行することを可能にします。NVIDIAは、ローカルAIハードウェアでのRAM効率に最適化したこれらの新しいチェックポイントコレクションを公開しました。開発者はDGX SparkとRTX Sparkの両方でNeMo AutoModelを使い、モデル公開初日から事後学習を行うことができ、Nemotron Bolt E4BやFLUX 3 Image Kleinなどのレシピ例も用意されています。NVIDIAは、ローカルハードウェア上のエージェント型ワークロードを高速化するために、llama.cppおよびvLLMのオープンソースコミュニティと連携を続けています。最初のチェックポイントは、1台のDGX Spark 128GBまたはRTX PRO 6000で動くQwen3.8-Flash-Next-FP4-Localと、2台のシステムで動くGLM-5.3-Flash-FP4-Localです。

Nemotron Bolt E4B 4GBは、自然な会話とマルチターンのエージェント型スキルを最小4GBのメモリに収め、NVIDIA GeForce RTX GPU、NVIDIA Jetsonデバイス、RTX SparkおよびDGX Spark上で、高速なローカル音声アシスタント、対話型ゲームキャラクター、組み込みインターフェースを動かします。Black Forest LabsのFLUX 3 Image Kleinは、画像の生成と編集ができる5.6 billionパラメータのオープンウェイト画像モデルです。NVIDIA最適化ビルドにより、最小8GBのVRAMを搭載したGeForce RTX GPUで動作し、RTX 5090 GPUでは1メガピクセルの画像を約4秒で生成します。MiniMax M3.1 Flashは、NVIDIA DGX StationとDGX Spark向けに作られた新しいオープンモデルであり、ロングコンテキストAIをデスクトップにもたらします。Liquid AIのLFM2.5-24B-A2Bは、トークンごとに240億パラメータのうち20億のみを有効化するオープンウェイトの推論モデルで、プライベートなツール呼び出し型AIエージェントをPC上で直接動かせるほど高速です。

llama.cppでは、Qwen 3.8 Flash Next向けにMTPを使う新しいspeculative decodingのサポートにより、NVIDIA RTX PRO 6000 Blackwell上でエンドツーエンドのエージェント型タスクが最大1.4倍高速になります。vLLMでは、より高速なspeculative decodingとQwenのlinear-attentionレイヤー向けの新しいFlashInfer prefillカーネルにより、DGX Spark上のQwen3.8 27Bでのエージェント型タスクが最大1.3倍高速になります。また、DGX Station上ではGLM 5.3 Flashのスループットが最大1.2倍になります。