En superdator på skrivbordet

DGX Spark bygger på Nvidias Grace Blackwell-arkitektur och kombinerar GPU:er, CPU:er, nätverksteknik och hela Nvidias AI-programvarustack i ett kompakt format.

Systemet levererar upp till en petaflop i AI-prestanda, har 128 GB delat minne och kan hantera modeller på upp till 200 miljarder parametrar. Det betyder att utvecklare nu kan träna och köra avancerade AI-modeller lokalt, utan molnservrar eller dyra GPU-kluster.

”Med DGX Spark placerar vi en AI-superdator i händerna på varje utvecklare för att tända nästa våg av genombrott,” säger Nvidias grundare och vd Jensen Huang.

Från OpenAI till SpaceX

Huang har gjort det till tradition att personligen leverera Nvidias nya superdatorer till AI-pionjärer.

Redan 2016 överlämnade han den första DGX-1 till Elon Musks OpenAI, vilket enligt Yahoo Finance ”kickstartade AI-revolutionen”.

Nu, nästan tio år senare, upprepades historien – när Huang levererade den första DGX Spark till Musk på SpaceX i Texas.

En superdator - för vem?

DGX Spark är främst riktad till AI-utvecklare, forskare och små företag som vill kunna skapa, testa och finjustera egna modeller utan att vara beroende av molnleverantörer.

Systemet levereras med förinstallerad AI-programvara, inklusive verktyg som NVIDIA NIM-mikrotjänster, Cosmos Reason-modellen och Qwen3, som enligt Nvidia gör det möjligt att bygga och köra AI-agentlösningar direkt på skrivbordet.

En av de första som testat datorn är NYU Global AI Frontier Lab, där professor Kyunghyun Cho säger:

”DGX Spark låter oss få peta-skaleffekter direkt på skrivbordet. Det öppnar nya möjligheter för snabb AI-forskning, även inom känsliga områden som hälsa.”

Alla är däremot inte helt övertygade om att DGX Spark passar alla.

På teknikforumet Level1Techs ifrågasätter användare om datorn verkligen passar den som främst vill köra färdigtränade AI-modeller – så kallad inferens.

“DGX Spark är inte riktigt avsedd som en ren inferensmaskin – använder man den bara för det, betalar man förmodligen för mycket”, skriver en användare, medan en annan menar att “den begränsade minnesbandbredden helt enkelt dödar prestandan, även med Nvidias optimeringar.”

Kritiken handlar alltså om att DGX Spark kan vara överdimensionerad och onödigt dyr för enklare användning, men fortfarande ett kraftfullt verktyg för den som vill utveckla och träna egna AI-modeller lokalt.

Fler modeller på gång

Förutom Nvidias egen version lanseras DGX Spark också via Acer, Asus, Dell, HP, Lenovo, MSI och Gigabyte, vilket enligt Inc breddar tillgången till kraftfull AI-hårdvara globalt.

De flesta modeller väntas nå marknaden under slutet av 2025 eller början av 2026 – till ungefär samma prisnivå.