NVIDIA DGX Sparkは、デスクに置ける小型の「AIスーパーコンピュータ」です。NVIDIAのGB10 Grace Blackwellスーパーチップを中核に構築され、開発者や研究者が大規模AIモデルのプロトタイプ作成、微調整、推論をデータセンタークラスターの予約なしにローカルで実行できるように設計されています。コンパクトな筐体に最大1ペタFLOPS（FP4）のAI性能と128GBの統合メモリを搭載し、NVIDIAのAIソフトウェアスタックがプリインストールされています。
中身は何？
- GB10 グレース・ブラックウェル・スーパーチップ（グレースCPUとブラックウェルGPUを1パッケージに統合）
- 128GB LPDDR5x 統合システムメモリ（CPUとGPUがNVLinkC2C経由で一貫性を持って共有）
- NVIDIA ConnectX ネットワーク (オンボード 10GbE; ConnectX7 SmartNIC)
- 最大4TBのNVMeストレージ
- コンパクトな設置面積：約150×150×50.5mm；約1.2kg
- DGX OS + NVIDIA AIソフトウェアスタックをすぐに利用可能
DGX Sparkは実際に何ができるのか？
DGX Sparkは、AIの「机の上で動作させる」段階向けに設計されています：
- プロトタイピング：モデルとAI強化アプリをローカルで構築・検証し、必要に応じて大規模なインフラに引き継ぐ。
- 微調整：最大約700億パラメータのモデルを、ボックス上で直接微調整。
- 推論: テストおよび検証用に最大約2000億パラメータの最先端モデルを実行。ConnectX経由で2台のDGX Sparkユニットを接続し、約4050億パラメータ領域へ拡張。
- データサイエンス：NVIDIA RAPIDSでエンドツーエンドのパイプラインを加速（さらにRAPIDSアクセラレータでApache Sparkを強化）。
- エッジおよびロボティクス開発：デスクサイドシステム上でIsaac、Metropolis、Holoscanなどのフレームワークを用いた実験。
DGX SparkはゲーミングPCや「通常の」ワークステーションとどう違うのか？
- 統合メモリ対独立VRAM：DGX Sparkの128GBはCPUとGPU間で共有される一貫性のあるシステムメモリであり、大規模なコンテキストウィンドウと効率的なデータ移動に最適です。従来のPCはRAMとGPU VRAMを分離しています。
- AIファースト・シリコン：GB10の第5世代テンソルコアとFP4サポートは、現代のLLM（大規模言語モデル）とAIエージェント向けに特別に設計されています。これはフレームレート重視のマシンではありません。
- スタック付属:DGX OSとNVIDIAのAIプラットフォームがプリインストールされているため、「ドライバーをインストールし、コンテナを探す」よりも「ノートブックを開き、モデルを実行する」状態にずっと近い。
Apache Sparkと同じ「Spark」ですか？
いいえ、DGX Sparkはハードウェアシステムであり、Apache Sparkは分散データ処理フレームワークです。優れた点は、Apache Sparkを使用する場合、NVIDIAのRAPIDS Accelerator for Apache Sparkがパイプラインの一部をGPUにオフロードでき、DGX Sparkがそのスタックをサポートしていることです。
費用はいくらですか？いつ入手できますか？
NVIDIAのDGX Spark公式製品ページでは仕様と申し込みに焦点を当てており、販売はNVIDIAおよびパートナーOEMを通じて行われる。NVIDIAは、Acer、ASUS、Dell、GIGABYTE、HP、Lenovo、MSIがDGX Sparkシステムを提供すると発表し、7月より販売を開始する（地域ごとの展開時期は異なる）。
価格については、構成によっては約3,999ドルからと報じられているが、最終価格はOEMやストレージオプションによって異なる。一部の小売ページではまだ「近日発売」と表示されているため、最新の価格や在庫状況についてはパートナーのリストを確認すること。
DGX Spark 対 DGX Station（その大きな兄弟）
DGX Sparkがデスクサイドの開発用マシンであるならば、DGX StationはデスクトップAIのパワーハウスです。DGX Station（GB300 Ultra）は最も要求の厳しいトレーニングおよび微調整作業を対象とし、最大約20ペタFLOPS（FP4）と数百ギガバイトの統合メモリを提供します。はるかに大型で、チームや共有ラボ環境向けに設計されています。
それだけの価値はあるのか？
はい、もしあなたがAI開発者、データサイエンティスト、または研究者であり、LLM、エージェント、マルチモーダルモデルを絶えず反復開発し、高速なローカル処理、プライベートなデータ処理、そしてデータセンターやクラウドにシームレスに連携するソフトウェアスタックを必要としているなら。
GPUレンダリングやゲーム用途に限られる場合、あるいはクラスターやHPCの時間を安定して利用できる場合は、そうではないかもしれません。その場合は、従来のワークステーションやクラウドクレジットの方が費用対効果が高い可能性があります。
クイック仕様表（一目でわかる）
- AI性能：最大1 PFLOP（FP4）
- メモリ:128GB LPDDR5x 統合型 (273 GB/s)
- ストレージ：1TB または 4TB NVMe（自己暗号化）
- ネットワーク:10GbE、ConnectX-7 SmartNIC、Wi-Fi 7、Bluetooth 5.3
- I/O:USB-C×4、HDMI 2.1a×1、NVENC/NVDEC (1/1)
- サイズと重量：150 x 150 x 50.5 mm；約1.2 kg
- OS:NVIDIA DGX OS