NVIDIA DGX Spark — комплект 2 шт.Поставка по запросу

Персональные AI-системы

NVIDIA DGX Spark — комплект 2 шт.

Кластер из двух DGX Spark для работы с крупными моделями, распределённым инференсом и агентными системами на собственной инфраструктуре.

  • 2 × DGX Spark напрямую
  • 256 ГБ суммарной памяти
  • до 405 млрд параметров

Стоимость рассчитываем под конфигурацию: она зависит от объёма памяти и накопителя, состава поставки и условий сервиса. Гарантия — от производителя, сопровождение запуска — с нашей стороны.

Комплект из двух NVIDIA DGX Spark, соединённых между собой кабелем ConnectX-7. Это не просто две машины рядом — они работают как единый вычислительный комплекс, что позволяет запускать модели примерно вдвое большего размера, чем помещается в одну систему.

Зачем объединять

  • Одна DGX Spark уверенно работает с моделями до ~200 млрд параметров.
  • Когда нужна модель крупнее, есть два пути: покупать дорогостоящий сервер или добавить вторую машину и связать их напрямую.
  • Второй вариант заметно дешевле и не требует серверного помещения.

Что это даёт на практике

  • Модели до ~400 млрд параметров в локальном контуре.
  • Распределённый инференс — когда запросы обрабатываются параллельно на двух машинах, и время отклика под нагрузкой заметно падает.
  • Возможность разделить задачи: одна машина занята обучением, вторая обслуживает пользователей.

Кому подходит

  • Небольшим командам, которым нужен локальный контур без серверной.
  • Проектам, где уже понятно, что одной машины мало, но сервер покупать рано.
  • Организациям, которые хотят начать с двух узлов и постепенно наращивать мощность.

Мы поставляем комплект уже настроенным и проверенным на совместную работу: соединяем, проверяем связь, настраиваем распределённый запуск моделей и показываем, как этим пользоваться.

Технические характеристики NVIDIA DGX Spark — комплект 2 шт.
ПлатформаNVIDIA GB10 Grace Blackwell Superchip
Процессор20 ядер Arm: 10× Cortex-X925 + 10× Cortex-A725
АрхитектураNVIDIA Blackwell: 6144 CUDA-ядра, Tensor Cores 5-го поколения (FP4), RT Cores 4-го поколения
Память128 ГБ LPDDR5X, единая (coherent unified) память для CPU и GPU, 256-бит, пропускная способность 273 ГБ/с
Производительность ИИдо 1000 TOPS (до 1 PFLOPS) в FP4 со разреженностью
Поддержка моделейдо 200 млрд параметров на одной системе; до 405 млрд на двух; до 700 млрд на четырёх
Накопитель2 × 4 ТБ NVMe M.2 (по 4 ТБ в каждой системе)
СетьNVIDIA ConnectX-7 SmartNIC (2× QSFP, до 200 Гбит/с каждый — для объединения систем в кластер), 1× RJ-45, Wi-Fi 7 (802.11be), Bluetooth 5.4
Порты и разъёмыМежмашинное соединение ConnectX-7 (2× QSFP), по 4× USB Type-C и 1× HDMI 2.1a на каждой системе
Операционная системаNVIDIA DGX OS на базе Ubuntu + стек NVIDIA AI: CUDA 13, PyTorch, TensorRT-LLM, NGC, AI Workbench
Энергопотреблениедо 240 Вт на каждую систему
Питание2 × внешний адаптер питания 240 Вт
Габариты (Ш×Г×В)2 × 150 × 150 × 50,5 мм
Весоколо 2,4 кг суммарно
Условия эксплуатации5…+30 °C, влажность 10–90% без конденсата
Комплект поставкиСистема, внешний блок питания, кабель питания, кабель QSFP для объединения в кластер, документация
Гарантия и поддержкаГарантия производителя 1 год на каждую систему, расширение доступно; настройка кластера и внедрение — по проекту
КластеризацияПрямое соединение через ConnectX-7 без коммутатора; 256 ГБ единой памяти, до 405 млрд параметров моделей
Это две отдельные машины или один компьютер?

Физически — две системы, логически — единый вычислительный комплекс. Они соединены высокоскоростным каналом ConnectX-7 и могут работать совместно над одной задачей, а могут использоваться независимо. Это не жёсткая привязка, а гибкость.

Модели какого размера реально запускаются?

До ~400 млрд параметров в квантованном виде. Это уровень крупных открытых моделей, которые на одной машине не помещаются.

Нужны ли специальные навыки для настройки кластера?

Базовая связка настраивается штатными средствами NVIDIA. Мы поставляем комплект уже соединённым и проверенным, а также показываем, как запускать распределённые задачи — отдельного специалиста по кластерам держать не нужно.

Можно ли потом добавить третью и четвёртую машину?

Да. Есть готовый комплект из четырёх машин, а также возможность расширяться поэтапно. Мы проектируем такие конфигурации с запасом.

Это выгоднее, чем один сервер?

Для моделей среднего размера и команды из нескольких человек — как правило, да: ниже стоимость, не нужны серверное помещение и специальное питание. Если планируется обучение очень крупных моделей с нуля, потребуется серверная платформа — мы скажем об этом сразу, а не продадим лишнее.

Как быстро можно начать работу?

Машины приезжают настроенными. Запуск первой распределённой задачи — вопрос нескольких часов вместе с нашим инженером. Срок поставки комплекта — 2–3 недели.

Кому подходит

Работа с крупными моделями (сотни млрд параметров)
Распределённый инференс и agentic-сценарии
Выделенный локальный контур для команды
Сопутствующие решения

Часто выбирают вместе

NVIDIA DGX Spark
Под заказ

Персональные AI-системы

NVIDIA DGX Spark

Компактная персональная AI-система для локальной разработки, инференса, прототипирования и работы с большими моделями.

Локальный AIКомпактный форм-факторДля инженеров
27 500 BYNсрок поставки 2–3 недели
NVIDIA DGX Spark — комплект 4 шт.
По запросу

Персональные AI-системы

NVIDIA DGX Spark — комплект 4 шт.

Комплект из четырёх NVIDIA DGX Spark для масштабируемого локального кластера: большие модели, несколько команд и высокие нагрузки.

NVIDIAКомплект 4 шт.GB10
Цена и срок поставки — по запросу