Was ist DGX Spark und wie sieht es aus?
NVIDIA DGX Spark ist ein kompaktes Gerät mit Abmessungen von 150 mm Länge, 150 mm Breite und 50,5 mm Höhe. Es wiegt nur 1,2 kg und lässt sich daher leicht transportieren. Im Inneren befindet sich der NVIDIA GB10 Grace Blackwell Superchip, der eine GPU auf Basis der Blackwell-Architektur mit einem 20-kernigen Arm-Prozessor kombiniert, wobei 10 Cortex-X925-Kerne für Leistung und 10 Cortex-A725-Kerne für Effizienz sorgen. Das Gerät verfügt über 128 GB gemeinsamen LPDDR5x-Speicher, auf den sowohl die CPU als auch die GPU zugreifen können, ohne dass Daten zwischen ihnen übertragen werden müssen. Hinzu kommt ein selbstverschlüsselndes 4-TB-NVMe-M.2-SSD-Laufwerk. Zu den Netzwerkoptionen gehören Wi-Fi 7, 10-GbE-Ethernet und eine ConnectX-7 Smart NIC mit Geschwindigkeiten von bis zu 200 Gbit/s. Zwei DGX Spark können über QSFP-Ports miteinander verbunden werden, um größere Modelle verteilt zu verarbeiten.
Dieses Gerät erreicht bei FP4-Präzision unter Nutzung von Sparsity eine Leistung von bis zu 1 PFLOP. Die GPU enthält Tensor Cores der 5. Generation und RT Cores der 4. Generation. Die Speicherschnittstelle ist 256 Bit breit und bietet eine Bandbreite von 273 GB/s. Die Stromversorgung übernimmt ein 240-Watt-Netzteil, und das Gerät verfügt über Anschlüsse wie 4x USB Type-C, RJ-45 für Ethernet und HDMI 2.1a für die Bildausgabe sowie Unterstützung für Bluetooth 5.4. Als Betriebssystem kommt das auf Ubuntu basierende NVIDIA DGX OS zum Einsatz, das den gesamten NVIDIA-AI-Software-Stack umfasst.
Erste Auslieferung
Den ersten DGX Spark übergab Jensen Huang, Gründer und CEO von NVIDIA, persönlich an Elon Musk in Starbase, Texas, während der Vorbereitungen für den 11. Test der Starship-Rakete von SpaceX. Huang ging durch die Reihen der Ingenieure und traf Musk in der Kantine, wo sie über die Geschichte der Auslieferung des ersten DGX-1 an OpenAI sprachen. Musk nahm das Gerät mit einer Bemerkung über seine geringe Größe und hohe Leistung entgegen. Dieser Moment verband die Weltraumforschung mit KI, da er sich neben der größten Rakete der Welt ereignete.
Eine weitere Auslieferung erfolgte an OpenAI in San Francisco, wo Huang DGX Spark an Sam Altman und Greg Brockman, Mitgründer und Präsident von OpenAI, übergab. Dieser Moment knüpfte an die Auslieferung des DGX-1 vor neun Jahren an. Greg Brockman bemerkte in einem sozialen Netzwerk, es sei erstaunlich, 1 Petaflop in einem so kleinen Format zu sehen, und bezeichnete dies als den besten Lieferservice.
Leistung und Einsatzmöglichkeiten
DGX Spark bewältigt KI-Modelle mit bis zu 200 Milliarden Parametern auf einem einzelnen Gerät und mit bis zu 405 Milliarden Parametern, wenn zwei Einheiten miteinander verbunden werden. Es ermöglicht die lokale Prototypenerstellung, Feinabstimmung und Inferenz von Modellen von DeepSeek, Meta, NVIDIA, Google oder Qwen. Die Software umfasst NVIDIA NIM Microservices sowie Frameworks wie Isaac für Robotik, Metropolis für intelligente Städte und Holoscan für die Videoverarbeitung.
In der Praxis kann es für die Entwicklung von Edge-Anwendungen wie Robotik oder maschinelles Sehen eingesetzt werden. In der Datenwissenschaft verarbeitet es beispielsweise große Analyseaufgaben mit Milliarden von Datenzeilen. Rezensenten wie jene von HotHardware loben seine Zugänglichkeit für Einsteiger dank der Playbooks im NVIDIA-Build-Portal, die durch die Erstellung von RAG-Agenten oder multimodalen Modellen führen. ServeTheHome bezeichnete es aufgrund des gemeinsamen Speichers, der die Cloud überflüssig macht, als „verdammt cool“. Level1Techs beschreibt es als komplettes Labor in einer Box für tägliche Aufgaben in der Datenwissenschaft.
Partner wie Dell Technologies bieten den Dell Pro Max mit GB10 an, der bei der Verbindung zweier Systeme Modelle mit bis zu 400 Milliarden Parametern unterstützt. Die HP ZGX Nano G1n AI Station stellt Entwicklern 128 GB gemeinsamen Speicher zur Verfügung. Die Lenovo ThinkStation PGX dient für agentische KI und den Übergang von der lokalen Prototypenerstellung in die Cloud. LM Studio auf DGX Spark ermöglicht es, Modelle wie Qwen3 Coder ohne Cloud auszuführen. Anaconda testet Python auf DGX Spark zur Verarbeitung großer Datensätze. Roboflow nutzt es für das lokale Training von Modellen für maschinelles Sehen.
Einrichtung und Verfügbarkeit
Ein YouTube-Video von NVIDIA Developer zeigt, wie das Gerät zum ersten Mal eingeschaltet und eingerichtet wird. Der Vorgang umfasst das Anschließen der Stromversorgung, des Netzwerkkabels und eines Monitors über HDMI sowie anschließend das Starten und Konfigurieren von DGX OS. Das Gerät ist mit vorinstallierter Software sofort einsatzbereit.
DGX Spark ist seit dem 15. Oktober 2025 auf NVIDIA.com sowie über Partner wie Acer, ASUS, Dell Technologies, GIGABYTE, HP, Lenovo, MSI und ausgewählte Micro-Center-Filialen in den USA erhältlich. Zu den Spezifikationen gehören die NVIDIA-Grace-Blackwell-Architektur, CUDA-Kerne der Blackwell-Generation, 1x NVENC und 1x NVDEC für Video sowie ein Geräuschpegel von 35 dB im Betrieb bei 25 °C.
