Новая модель и пересмотр цен
NVIDIA официально расширила линейку DGX Spark, добавив версию с 64 ГБ памяти, доступную с 23 октября у партнеров: Acer, ASUS, Dell, Gigabyte, HP и MSI. Базовая цена составляет $4,999. При этом флагманская модель с 128 ГБ памяти, которая год назад стартовала с отметки $3,999, теперь оценивается примерно в $6,950. Разница в цене между версиями составляет около $2,000, что отражает рост стоимости компонентов, особенно памяти.
Сравнение конфигураций и цен
Ключевым отличием новой 64-гигабайтной модели от старшей версии является объем памяти, однако сетевые возможности остаются идентичными. Ниже приведено сравнение характеристик двух актуальных конфигураций DGX Spark:
| Параметр | DGX Spark 64GB | DGX Spark 128GB |
|---|---|---|
| Цена (OEM) | $4,999 | ~$6,950 |
| Объем памяти | 64 ГБ | 128 ГБ |
| Сеть | NVIDIA ConnectX-7 200GbE | NVIDIA ConnectX-7 200GbE |
| Дата выхода | 23 октября (текущий год) | ~1 год назад |
Экономика кластеризации и конкуренция
NVIDIA позиционирует возможность объединения двух 64 ГБ нод в кластер на 128 ГБ за ~$8,000, что делает решение конкурентоспособным по сравнению с покупкой одной 128 ГБ ноды. Однако эксперты отмечают, что для задач типа "scale-up" (масштабирование вверх) часто выгоднее одна мощная нода. На рынке появляются сильные альтернативы: AMD Gorgon Halo (октябрь 2024) предлагает 192 ГБ памяти, а Apple Mac Studio M5 Ultra (256 ГБ) будет стоить $10,000. Выбор между NVIDIA и AMD сводится к компромиссу: больше памяти у AMD против лучшей сетевой инфраструктуры у NVIDIA.
Почему это важно для бизнеса
Рост цен обусловлен удорожанием ECC RDIMM памяти (около $2,000 за 64 ГБ) и повышением ценности самих чипов GB10 благодаря развитию агентного AI. Локальный запуск моделей становится экономически оправданным: стоимость владения DGX Spark сопоставима с 3 годами подписки на OpenAI/Claude ($200/мес), но при этом данные остаются в безопасности. Для энтузиастов и малого бизнеса это сигнал к действию: окно возможностей для покупки доступных AI-решений сужается, а ценность локальных вычислений растет.
Источник: ServeTheHome ↗