NVIDIA DGX Spark NVDGXSPARK-PB Gold 2025
Dotato del Superchip NVIDIA GB10 Grace Blackwell con 20 core ARM e GPU Blackwell da 128 GB di VRAM, raggiunge fino a 1 petaFLOP di prestazioni AI in FP4 in un formato da 1,2 kg. La memoria unificata LPDDR5x da 128 GB e lo storage NVMe da 4 TB con auto-crittografia offrono una piattaforma compatta ma potente per carichi di lavoro intensivi. È la scelta ideale per sviluppatori e ricercatori AI che necessitano di un supercomputer desktop per prototipare e testare modelli linguistici di grandi dimensioni.
Panoramica
In 30 secondi
Con 128GB di RAM unificata e una GPU Blackwell da 1 petaFLOP, la DGX Spark è un mostro di potenza AI in formato mini. La CPU ARM è il suo tallone d'Achille, piazzandosi solo nel 38° percentile per i carichi tradizionali. È la macchina definitiva per sviluppatori AI con un budget importante, ma l'affidabilità è ancora un'incognita.
Pro e contro
Pro
- 128GB di RAM unificata, 99° percentile: carica modelli AI enormi senza problemi. 99th
- GPU Blackwell con 1 petaFLOP FP4: potenza AI da top di gamma. 98th
- Storage NVMe da 4TB nel 98° percentile: spazio e velocità per dataset massicci. 95th
- Connettività eccellente: Wi-Fi 7, 10GbE e 8 porte USB (95° percentile). 80th
- Form factor ultra-compatto da 1.2 kg: una potenza server sulla scrivania.
Contro
- CPU ARM Grace al 38° percentile: prestazioni tradizionali ben sotto la media.
- Affidabilità percepita bassissima, 11° percentile: ecosistema nuovo e pochi feedback.
- Prezzo proibitivo: si va da $4,680 a oltre $127,000 a seconda del vendor.
- Punteggio business di soli 60.5: inadatta per carichi office o gestionali.
- Solo 2 recensioni clienti: difficile valutare l'esperienza d'uso reale.
Cosa dicono i proprietari
Come è cambiata l'opinione dei proprietari nel tempo
EsclusivaIn base a quando i clienti hanno effettivamente scritto le recensioni, per vedere se gli elogi iniziali sono durati.
Basato su 3 recensioni dei clienti datate, raggruppate per trimestre solare. L'analisi per periodo è in inglese.
Le prove
Prestazioni
Qui si gioca tutto. La GPU Blackwell con 128GB di VRAM dedicata è una bestia per l'inferenza e il training di modelli di grandi dimensioni. Parliamo di una potenza AI che surclassa qualsiasi consumer desktop e si avvicina a sistemi server dedicati. Il punteggio di 81.1 per AI/LLM lo conferma: è una delle migliori soluzioni desktop per questo carico di lavoro. La RAM unificata LPDDR5x a 128GB è un'altra mossa vincente, permettendo di caricare modelli che manderebbero in crash qualsiasi altra macchina con GPU consumer. La NVIDIA ConnectX-7 Smart NIC con 10GbE è la ciliegina sulla torta per chi muove dataset pesanti in rete.
Ma attenzione: la CPU ARM Grace a 20 core è un'anatra strana. Con un percentile del 38%, è ben al di sotto della media per carichi single-thread o compilazione classica. Non è un difetto di progettazione, è una scelta architetturale. Se il tuo flusso di lavoro è un mix di sviluppo software tradizionale e AI, potresti sentire la mancanza di un x86 potente. Per il puro calcolo tensoriale, invece, la CPU passa il testimone alla GPU e si fa da parte, ed è lì che la Spark brilla davvero.
Scheda tecnica
Specifiche tecniche complete
Processor
| CPU | ARM |
| Cores | 20 |
Graphics
| GPU | NVIDIA Blackwell Architecture |
| Type | Discrete |
| VRAM | 128 GB |
| VRAM Type | LPDDR5X |
Memory & Storage
| RAM | 128 GB |
| RAM Generation | DDR5 |
| Storage | 3.9 TB |
| Storage Type | NVMe SSD |
Build
| Form Factor | mini |
| Weight | 1.2 kg / 2.6 lbs |
Connectivity
| USB-C Ports | 4 |
| USB Ports | 4 |
| Thunderbolt | USB 4 (40Gbps) |
| HDMI | 1x HDMI 2.1 |
| DisplayPort | 3 x DisplayPort 1.4 |
| Wi-Fi | Wi-Fi 7 |
| Bluetooth | Bluetooth 5.3 |
| Ethernet | 10 GbE |
System
| OS | NVIDIA DGX OS |
Rispetto alla concorrenza
Mettiamola a confronto con i competitor. L'Apple Mac Studio M4 Max è il rivale più diretto per il machine learning su desktop, con un ecosistema maturo e un'affidabilità alle stelle, ma si ferma a molta meno RAM unificata. La Spark lo surclassa in capacità di memoria e potenza AI bruta. D'altro canto, sistemi come l'HP Omen 45L o l'ASUS ROG GM700TZ offrono CPU x86 molto più veloci per il gaming e lo sviluppo tradizionale, ma con GPU che non reggono il confronto in FP4. La Spark è un'isola: domina nell'AI pura, ma perde in tutto il resto. Se il tuo workflow è solo AI, è la scelta migliore. Se è misto, guarda altrove.
| Spec | NVIDIA DGX Spark NVDGXSPARK-PB | HP OMEN GT22-3080 | Lenovo Legion 90Y6003JUS | ASUS Republic of Gamers GM700TZ-BS978 | Apple Mac Studio M4 Max | MSI MEG Vision X AI VisXAI2NVZ9045 |
|---|---|---|---|---|---|---|
| CPU | ARM | Intel Core Ultra 7 265K | Intel Core Ultra 9 | AMD Ryzen 9 9950X | Apple M4 Max | Intel Core Ultra 9 |
| RAM (GB) | 128 | 32 | 64 | 64 | 36 | 64 |
| Storage (GB) | 4000 | 2048 | 3072 | 2048 | 512 | 2048 |
| GPU | NVIDIA Blackwell Architecture | NVIDIA GeForce RTX 5080 | NVIDIA GeForce RTX 5080 | AMD Radeon RX 9070 XT | Apple M4 Max 32-core | NVIDIA GeForce RTX 5090 |
| Form Factor | mini | mid-tower | mid-tower | desktop | sff | mid-tower |
| Psu W | - | 850 | 1200 | 850 | - | 1300 |
| OS | NVIDIA DGX OS | Windows 11 Pro | Windows 11 Pro | Windows 11 Home | macOS | Windows 11 Pro |
| Compare | Compare | Compare | Compare | Compare |
| Prodotto | CPU | GPU | RAM | Porte | Archiviazione | Affidabilità | Riscontro degli utenti |
|---|---|---|---|---|---|---|---|
| NVIDIA DGX Spark NVDGXSPARK-PB | 38 | 77.4 | 98.7 | 94.7 | 97.9 | 11.6 | 79.9 |
| HP OMEN GT22-3080 Compare | 96 | 88.9 | 78.7 | 93.2 | 91.6 | 70.5 | 87.3 |
| Lenovo Legion 90Y6003JUS Compare | 97.5 | 88.9 | 96.4 | 91.7 | 96.4 | 70.5 | 84.2 |
| ASUS Republic of Gamers GM700TZ-BS978 Compare | 98.8 | 79.5 | 93.9 | 97.2 | 91.6 | 37.9 | 74.2 |
| Apple Mac Studio M4 Max Compare | 85.5 | 66.4 | 69.2 | 94.5 | 31.1 | 99.4 | 99.9 |
| MSI MEG Vision X AI VisXAI2NVZ9045 Compare | 97.5 | 90.7 | 97.4 | 98.2 | 91.6 | 37.9 | 87 |
Prezzo
Rapporto qualità-prezzo
Il prezzo è un abisso. La forbice tra i vendor è enorme: si passa dai $4,680 di Memory Express fino a oltre $127,000 da altri rivenditori. Una differenza di $122,342 che fa venire il mal di testa. Il miglior affare è chiaramente Memory Express, ma anche al prezzo più basso, stai pagando per una tecnologia di nicchia. Il rapporto prezzo/prestazioni è sensato solo se quei 128GB di VRAM e la potenza FP4 ti fanno guadagnare tempo reale su progetti AI. Per qualsiasi altro uso, è un lusso ingiustificabile.
Approfondisci
Panoramica
La NVIDIA DGX Spark non è un semplice mini PC. È una workstation AI che sta nel palmo di una mano, con 128GB di RAM unificata e una GPU Blackwell che spinge fino a un petaFLOP in FP4. Nei nostri dati, la RAM si piazza nel 99° percentile e lo storage NVMe da 4TB nel 98°, numeri che di solito vedi solo in server ingombranti, non in un oggetto da 1.2 kg. Il processore ARM Grace a 20 core, però, è una scelta atipica: con un percentile del 38%, è il punto debole per i carichi di lavoro tradizionali, ma è progettato per ballare con la GPU, non per fare tutto da solo.
Il target è chiaro: sviluppatori AI e ricercatori che vogliono un ambiente DGX OS sulla scrivania. Il punteggio per AI/LLM è un ottimo 81.1 su 100, mentre l'uso business precipita a 60.5. La connettività è stellare, con Wi-Fi 7, 10GbE e una sfilza di porte che la mettono nel 95° percentile. Ma c'è un neo grosso: l'affidabilità percepita è bassissima, solo 11° percentile. Con soli due feedback e un ecosistema nuovo, è un salto nel vuoto che non tutti possono permettersi.
Domande frequenti
Q: Posso usare la DGX Spark per il gaming o l'editing video?
No, non è il suo terreno. La GPU Blackwell è ottimizzata per carichi AI e calcolo tensoriale, non per il rendering grafico tradizionale. Inoltre, la CPU ARM Grace è al 38° percentile per le prestazioni single-core, quindi software di editing o giochi x86 soffrirebbero di emulazione o non girerebbero affatto.
Q: Quanti modelli AI posso caricare con 128GB di RAM unificata?
Dipende dalla dimensione del modello, ma 128GB sono un'enormità. Puoi caricare senza problemi modelli come Llama 2 70B con quantizzazione a 4 bit, o persino modelli più grandi con tecniche di offloading. È una quantità di memoria che la mette nel 99° percentile, quindi puoi lavorare con dataset e modelli che farebbero crashare qualsiasi altra macchina consumer.
Q: Perché l'affidabilità è così bassa?
L'affidabilità percepita è solo all'11° percentile perché il prodotto è nuovissimo e ha pochissime recensioni. L'architettura ARM Grace Blackwell è una piattaforma di prima generazione, quindi è fisiologico che ci siano pochi dati sulla stabilità a lungo termine. NVIDIA ha un'ottima reputazione nel mondo server, ma per un desktop come questo, il verdetto del pubblico è ancora tutto da scrivere.
A chi non è adatto
Chiunque non faccia sviluppo AI a tempo pieno dovrebbe girarle al largo. Se il tuo lavoro è un mix di coding tradizionale, fogli di calcolo e riunioni, il punteggio business di 60.5 e la CPU al 38° percentile ti faranno rimpiangere un Mac Studio o un buon desktop x86. Anche i creatori di contenuti dovrebbero astenersi: la GPU non è pensata per il rendering 3D o l'editing video, e il prezzo è ingiustificabile per quel tipo di carichi. Insomma, se non sai già perché ti servono 128GB di VRAM e un petaFLOP di potenza AI, questa non è la macchina per te.
Verdetto
La NVIDIA DGX Spark è un gioiello di ingegneria per un pubblico ristretto. I numeri su RAM, storage e potenza AI sono da capogiro e la rendono una delle migliori macchine per LLM sul mercato. Ma la CPU sottotono e l'affidabilità tutta da costruire la rendono una scommessa. È un consiglio facile solo per chi fa ricerca AI a tempo pieno e ha un budget flessibile. Per tutti gli altri, è come comprare un'auto da corsa per andare a fare la spesa: esaltante, ma poco pratica.