DGX Spark mit 64 GB kostet 4.999 Dollar und kommt nur über OEM-Partner

DGX Spark mit 64 GB: 4.999 Dollar, nur über OEM-Partner

NVIDIA bietet den DGX Spark mit dem GB10-Grace-Blackwell-Superchip nun in zwei Speicherausstattungen an, 64 und 128 GB. Die 64-GB-Variante gibt es laut NVIDIA ausschließlich über teilnehmende OEM-Partner. Eine eigene Founders Edition mit 64 GB legt das Unternehmen nicht auf. Die unverbindliche Preisempfehlung liegt bei 4.999 US-Dollar vor Steuern und bezieht sich auf eine Basiskonfiguration mit 2-TB-SSD. Verfügbar ist das Gerät seit dem 23. Oktober 2026.

Ein Fachportal bezeichnet das Modell als „günstiger“. Das gilt nur eingeschränkt. Gegenüber dem aktuellen Preis der 128-GB-Version ist die 64-GB-Variante tatsächlich billiger. Laut ComputerBase liegt sie jedoch 1.000 US-Dollar über dem Start-UVP der 128-GB-Founders-Edition (4 TB) vom März 2025. Die Einordnung hängt also am Bezugspunkt: aktueller Marktpreis oder damaliger Startpreis. Zur Verfügbarkeit in der EU und zu Euro-Preisen der 64-GB-Variante liegen keine Angaben vor.

Founders Edition mit 128 GB kehrt zurück, acht Geräte sollen koppelbar werden

Die 128-GB-Founders-Edition ist ab sofort wieder erhältlich, zu einer UVP von 6.950 US-Dollar. Zuletzt war sie nicht mehr direkt bei NVIDIA zu kaufen. Im freien Handel kostete sie zuvor ab 7.499 Euro. Das günstigste Partnermodell mit 128 GB und 4 TB liegt derzeit ab 6.599 Euro.

NVIDIA will künftig offiziell bis zu acht per ConnectX verbundene Geräte unterstützen. Das ergibt 1 TB Speicher bei 2,2 TB/s Bandbreite, der Preis liegt bei rund 55.600 US-Dollar. Bislang waren offiziell vier Geräte vorgesehen, technisch war mehr möglich. Die NVIDIA-Produktseite nennt weiterhin vier Systeme. Ob die Seite veraltet ist oder die Unterstützung für acht Geräte noch nicht freigeschaltet ist, geht aus dem Material nicht hervor.

Für Oktober kündigte NVIDIA ein Software-Update an. Es bringt einen WLAN-Assistenten für den Wechsel zwischen Netzwerken im Gerätemodus sowie aktualisierte DGX-Spark-Skills für Fehlerbehebung und Wartung.

Tutorial zeigt trtedge: LLMs auf dem Spark bauen, für Thor vorbereiten

Ein NVIDIA-Tutorial zeigt, wie sich mit der Kommandozeilenschnittstelle `trtedge` aus TensorRT Edge-LLM Sprachmodelle auf dem Spark betreiben lassen. Das Werkzeug lädt ein Modell herunter, baut TensorRT-Engines für den Spark und legt sie im Cache ab. Vorgeführt wird das am Textmodell Nemotron-3.5 Lightning, wahlweise im Terminal-Chat oder über eine lokale, OpenAI-kompatible API. Die Prototypen sollen später auf Jetson Thor, DRIVE AGX Thor oder IGX Thor laufen. Die Darstellung stützt sich auf eine Zusammenfassung des NVIDIA-Tutorials, nicht auf das Original.

Voraussetzungen sind CUDA 13, TensorRT 10.16.1.11 oder eine neuere 10.x-Version sowie Python 3.10 bis 3.12. NVIDIA spricht von „wenigen Befehlen“ für das Setup. Unabhängig nachvollzogen ist das bislang nicht.

TensorRT Edge-LLM selbst ist nicht neu. Das Repository veröffentlicht Releases seit mindestens Juli 2026. Die `trtedge`-CLI kam mit v0.11.1 vom 28. Oktober 2026 hinzu und bündelt HTTP-Serving, Engine-Build, ONNX-Export und Quantisierung. Der OpenAI-kompatible Server wird im Repository weiterhin als experimentell geführt.