Nvidia har annonserat en DGX Spark-konfiguration med 64 GB delat minne. Den behåller GB10 Grace Blackwell, DGX OS och företagets AI-programvara, men halverar minnesutrymmet jämfört med den ursprungliga 128 GB-modellen. Partnerförsäljning ska börja den 23 oktober 2026 från 4 999 dollar. Det är en framtida tillgänglighet enligt Nvidia, inte en produkt vi har kunnat köpa eller testa i dag.

För den som bygger lokal AI är beskedet intressant av två skäl. En ensam kompakt maskin kan vara tillräcklig för en avgränsad modell och agent, medan två maskiner kan kopplas ihop för större arbetslaster. Samtidigt är minnesmängd bara en av flera gränser. Modellvikter, KV-cache, parallella användare och körprogram behöver alla plats. Därför bör ingen välja 64 GB enbart efter antalet parametrar i modellnamnet.

Vad 64 GB-versionen faktiskt ändrar

Nvidias lanseringsbesked från 2 oktober säger att den nya varianten behåller GB10-kretsen, DGX OS och den fulla AI-programvarustacken. Den säljs enbart via partnerna Acer, ASUS, Dell, Gigabyte, HP och MSI. Nvidia anger upp till 100 miljarder parametrar för modellenheter på den nya konfigurationen. Det är en kapacitetsuppgift från leverantören, inte ett löfte om att valfri 100B-modell, precision, kontext och agentkonfiguration får plats eller levererar användbar hastighet.

De 64 GB är gemensamt minne för CPU och GPU. Det är därför missvisande att räkna hela siffran som fritt GPU-minne. Operativsystem, körmiljö och modellens kontext använder också utrymme. En kvantiserad modell kan ha väsentligt mindre viktfil än samma modell i högre precision, men minnesbehovet växer med kontextlängd och samtidiga sessioner. Den praktiska kalkylen måste göras på exakt modellfil och inferensmotor.

Nvidias lanseringsbesked markerar 64 GB-varianten som kommande. Det ska läsas ihop med den specifika partnerprodukt som faktiskt blir tillgänglig: lagring, portar, pris och leveransvillkor kan skilja mellan tillverkare. Dollarnivån i lanseringsmaterialet är ett startpris, inte ett verifierat svenskt butikspris inklusive moms.

Två noder ger mer utrymme, men kräver en distribuerad arbetslast

DGX Spark har ConnectX-7 för snabb kommunikation mellan enheter. Nvidia visar ett tvånodsscenario där två 64 GB-maskiner ger sammanlagt 128 GB minne. Det betyder inte automatiskt att ett vanligt program får en enda transparent 128 GB-pool. Programmet måste kunna fördela modell och beräkning över noderna, och kommunikationen mellan dem kostar tid. Ett enda jobb som redan ryms på en nod kan bli långsammare om det delas utan anledning.

Nvidia uppger upp till 1,7 gånger prestanda för två 64 GB-enheter jämfört med en i ett Qwen 3.8 27B-test. Det är ett leverantörstest för just den uppsättningen; vi har inte oberoende mätvärden eller tillräckliga uppgifter för att översätta siffran till andra modeller, kvantiseringar eller samtidighetsnivåer. Resultatet säger heller inte att två system alltid är billigare än en större nod.

Den animerade länken visar data mellan noderna. Sync sätter upp nätverket men startar inte distribuerad inferens.

NVIDIA Sync Cluster Assistant är ett konkret administrativt tillskott. Verktyget kontrollerar kompatibla GB10-enheter, åtkomst, operativsystem och nätverk, och konfigurerar ConnectX-7-länken mellan dem. Dokumentationen anger stöd för två till fyra system i vissa topologier. Två eller tre kan kopplas direkt med rätt QSFP-kablar; fyra kräver switch. Noderna ska ha aktuell systemprogramvara och rätt behörigheter för SSH och sudo.

Gränsen är tydlig i dokumentationen: Cluster Assistant sätter upp nätverket, inte inferens eller finjustering. Välj därefter ett ramverk och en uppdelning som stöder flernodskörning, exempelvis Nvidias beskrivna playbooks för vLLM eller PyTorch. Testa länkhastighet, modellplacering, svarstid och återstart. Den som bara vill använda två separata lokala API-servrar kan i stället fördela förfrågningar mellan dem utan att dela en modell över länken.

Vad bör ett homelab eller driftteam kontrollera?

Börja med arbetslasten. Skriv ned modellens exakta version, filformat och kvantisering, storlek på vikterna, önskad kontext, antal samtidiga sessioner och tillåten svarstid. Kör samma uppgifter på nuvarande hårdvara och mät både minne och genomströmning. En mindre modell som får plats på en enda nod kan vara mer driftsäker och kostnadseffektiv än en större modell som kräver kluster för varje anrop.

Räkna sedan hela investeringen: maskin eller maskiner, QSFP-kabel eller switch, lokal lagring, energi, reservdelar och arbetstid för uppdateringar. Två 64 GB-enheter till Nvidias angivna startpris blir minst 9 998 dollar före eventuella kablar, skatt och lokala prisskillnader. Jämför det med faktiska offerter för en 128 GB-maskin, en GPU-arbetsstation och molninferens för samma mätta uppgiftsmängd. En enkel jämförelse av installerade gigabyte ger inget beslut om total kostnad.

För pilotmiljön är ett rimligt test att först köra en representativ modell på en nod. Dokumentera minneskurvan när kontexten växer och när fler klienter ansluter. Om en nod inte räcker, sätt upp två system med Cluster Assistant och det ramverk som ska användas i produktion. Kontrollera att en nod som faller bort leder till ett hanterat fel eller en återstart. Testa även hur agentens verktygsanrop och lokal lagring påverkas; en snabb modell är bara en del av den totala arbetskedjan.

LabOps IT:s bedömning

64 GB-versionen breddar utbudet för lokal AI, men prislappen gör den till ett planerat arbetsstationsköp snarare än en självklar homelab-uppgradering. Det verkliga värdet ligger i en känd GB10-programvarumiljö och möjligheten att börja med en nod och senare koppla flera. För den som redan har en modell som ryms på vanlig GPU-hårdvara behöver nyttan visas i egna tester.

Den viktigaste tekniska skillnaden att ta med till inköpsbeslutet är separationen mellan nät och beräkning. Sync förenklar klusterlänken. Modellserver, schemaläggning, felhantering och mätning måste fortfarande utformas. Före den annonserade säljstarten den 23 oktober är Nvidias siffror ett underlag för pilotplanering, inte ett verifierat resultat i läsarens miljö.

Källor