Nvidia выпустила 64GB версию DGX Spark, объём памяти сокращён вдвое, цена начинается с 4999 долларов, версия на 128GB подорожала до 6950 долларов.

В то время как модели искусственного интеллекта становятся все более «облегченными», стоимость видеопамяти продолжает расти. Nvidia отвечает на этот парадокс выпуском продукта с уменьшенным объёмом памяти.

В пятницу, 2 октября, по восточному времени США, Nvidia анонсировала настольный AI-компьютер DGX Spark с 64 ГБ унифицированной памяти, стартовая цена составит 4999 долларов. С 23 октября продукт появится на рынке у OEM-производителей, таких как Acer, ASUS, Dell, Gigabyte, HP и MSI. Новый компьютер сохраняет GB10 Grace Blackwell Superchip, DGX OS, полный стек ПО Nvidia AI, а также сетевые возможности ConnectX-7. Однако унифицированная память уменьшена с прежних 128 ГБ до 64 ГБ.

Интересно, что стартовая цена этой «урезанной» версии DGX Spark оказалась выше, чем прошлогодняя версия с 128 ГБ, которая стоила 3999 долларов на старте; одновременно Nvidia повысила цену Founders Edition с 128 ГБ до 6950 долларов. СМИ отмечают, что Nvidia объясняет рост цен ограниченным предложением памяти и ростом издержек.

Это означает, что на фоне продолжающегося высокого спроса на серверы для ИИ и дефицита памяти, «уменьшение объёма памяти» становится способом снизить порог входа для локальных AI-устройств, но это не гарантирует реального удешевления самих устройств.

64 ГБ достаточно? Nvidia целится в локальных AI-агентов

Ключевая логика изменений Nvidia заключается в том, что всё большее количество open-source моделей могут функционировать при меньшем объёме памяти.

Nvidia отмечает, что по мере повышения возможностей open-source моделей и сокращения их размеров, 64 ГБ унифицированной памяти уже достаточно для поддержки ряда локальных AI-приложений. Новый DGX Spark может запускать на устройстве модели до 100 млрд параметров, поддерживая AI-агентов, инференс, дообучение, работу с данными и edge-разработку.

Tom's Hardware также отмечает, что некоторые современные высокопроизводительные модели способны работать в памяти около 32 ГБ, хотя определённые задачи, например работа с большими контекстами, всё ещё создают ограничения. Таким образом, предусмотренные ранее для локального запуска крупных моделей 128 ГБ памяти нужны не всем разработчикам.

Это и стало реальной основой для релиза 64-гигабайтной версии: для пользователей, которые в основном занимаются локальным инференсом и разработкой AI-агентов, а не масштабным обучением или дообучением больших моделей, 64 ГБ закрывают значительную часть задач.

В анонсе Nvidia даже обобщила этот тренд: «По мере эволюции технологий практическая применимость локального AI постоянно растёт», и с переходом AI-агентов из экспериментальной области в повседневную разработку потребность в локальном запуске моделей увеличивается.

Дополнительно, локальное развёртывание привлекательно с точки зрения приватности и затрат: разработчики могут обрабатывать свои данные и запускать AI-агентов напрямую на DGX Spark, не отправляя каждый раз задания в облако.

Тот же GB10 – производительность 64 ГБ версии не снижена

С точки зрения аппаратной архитектуры, версия с 64 ГБ — это не совершенно новый чип.

Nvidia утверждает, что новое устройство всё ещё основано на GB10 Grace Blackwell Superchip и полностью сохраняет DGX OS и стек ИИ-софта Nvidia. СМИ сообщают, что 64-гигабайтная версия сохранила оригинальный 20-ядерный Arm CPU и пропускную способность общей памяти в 273 ГБ/с. Таким образом, для моделей, помещающихся в 64 ГБ памяти, вычислительная мощность обеих версий устройства осталась неизменной несмотря на уменьшение памяти вдвое.

Другими словами, основное изменение здесь — убрать часть объема памяти, который не всем пользователям необходим, а не урезать вычислительную мощность.

Версия с 64 ГБ также поддерживает такие популярные фреймворки инференса, как llama.cpp, Ollama, vLLM, LM Studio, и предустановлена с Nvidia Agent Toolkit, CUDA-X AI и открытыми моделями вроде Nemotron.

Также логика Nvidia проста: если сейчас разработчику достаточно 64 ГБ, то он может приобрести более дешёвое по объёму устройство, а если в будущем модель потребует больше ресурсов — кластеризация позволит масштабировать как память, так и производительность.

Два устройства по 64 ГБ складываются в 128 ГБ, производительность выше примерно на 70%

Еще одной особенностью обновления DGX Spark стало дальнейшее развитие возможностей кооперации между устройствами.

Версия с 64 ГБ также оснащена сетевым модулем ConnectX-7. Два устройства возможно соединить напрямую кабелем QSFP, а с помощью NVIDIA Sync Cluster Assistant автоматически произвести сетевую настройку и объединить их в локальный AI-кластер. Nvidia заявляет, что два DGX Spark по 64 ГБ могут сформировать пул памяти объемом 128 ГБ, что позволяет запускать модели до 200 млрд параметров.

По данным теста Nvidia на Qwen 3.8 27B, два устройства с 64 ГБ, объединенные в кластер, показывают производительность до 1,7 раза выше одиночной машины.

Кроме того, в конце октября Nvidia представит инструмент NVIDIA Sync Model Launcher, который упростит развёртывание моделей на одной или нескольких машинах. Например, разработчик сможет запустить Qwen 3.8 27B и подключить его к инструментам программирования вроде OpenCode.

Таким образом, DGX Spark становится не просто «настольной AI-суперкомпьютером», а “локальным AI-узлом” с возможностью поэтапного масштабирования.

Разумеется, две машины — это не то же самое, что одна физическая DGX Spark с 128 ГБ: возможность выполнения задач между узлами зависит от ПО и типа нагрузки. Поэтому для задач, критичных к работе на одной машине с крупной памятью, версия с 64 ГБ всё же ограничена.

На фоне дефицита видеопамяти версия 64 ГБ за 4999 долларов не стала по-настоящему «дешёвой»

На самом деле, главное внимание стоит уделить цене.

Официальная стартовая цена 64-гигабайтной DGX Spark — 4999 долларов, причём для этой версии Nvidia не будет выпускать Founders Edition, продажи полностью осуществят партнёры OEM. Среди них Acer, ASUS, Dell, Gigabyte, HP и MSI, при этом финальные параметры и цена могут отличаться.

Для сравнения, при изначальном релизе в 2025 году DGX Spark с 128 ГБ стоила 3999 долларов; СМИ отмечают, что в феврале 2026 года Nvidia подняла цену Founders Edition с 128 ГБ до 4699 долларов, а затем увеличила стоимость до 6950 долларов.

Таким образом, если сравнивать только стартовые цены прошлых поколений, сегодняшний 64-гигабайтный вариант дороже 128-гигабайтного на 1000 долларов, рост составил 25%.

Если же сравнивать с текущей официальной ценой 128-гигабайтной версии, 4999 долларов за 64 ГБ дешевле на 1951 доллар по сравнению с 6950 за 128 ГБ, но объём памяти снижен вдвое.

PC Watch со ссылкой на источники сообщает, что удорожание 128-гигабайтной версии связано с ограничением поставок памяти и ростом её стоимости; Tom's Hardware добавляет, что реальная рыночная цена 128-гигабайтных систем GB10 уже достигает 7000-9000 долларов.

Следовательно, ещё одним важным смыслом этого релиза становится: вычислительные мощности AI уходят на локальные устройства, но память становится главным узким местом удорожания этого тренда.

От “накопления памяти” к “масштабированию по требованию”

С точки зрения стратегии продукта, Nvidia не просто сделала более «облегчённую» версию DGX Spark.

В прошлом одним из главных преимуществ DGX Spark была 128-гигабайтная унифицированная память, которая позволяла запускать на настольном устройстве модели с большим числом параметров; теперь же благодаря развитию технологий сжатия и квантования некоторые модели больше не нуждаются в таком объёме памяти.

Теперь Nvidia предлагает схему: одна машина с 64 ГБ покрывает большинство потребностей в локальном инференсе AI, а при дальнейшем росте объёмов задач память может быть расширена через кластеризацию устройств.

64-гигабайтная версия поступит в продажу 23 октября, стартовая цена 4999 долларов. Одновременно версия на 128 ГБ подорожала до 6950 долларов, что делает этот релиз особо заметным: это попытка Nvidia снизить порог локального AI «железа», но одновременно это и отражение текущего противоречия индустрии ИИ — высокий спрос на вычисления и растущий дефицит памяти.