이것은 무엇인가

NVIDIA DGX Spark은 두꺼운 문고본 크기의 개인용 AI 슈퍼컴퓨터로 — NVIDIA의 GB10 Grace Blackwell 슈퍼칩을 중심으로 구축된 150 mm 알루미늄 큐브입니다. 20코어 Arm CPU와 Blackwell GPU를 단일 패키지에 짝짓고, 128 GB 통합 메모리를 거기에 매달며, NVIDIA 자체 DGX OS를 돌려 전체 CUDA 스택이 개봉 직후 작동합니다. $3,999(2026년 초 메모리 가격 이후 이제 $4,699에 가까움)에, 이것은 어떤 일반적 의미로도 미니 PC가 아닙니다. 클라우드 GPU를 빌리는 대신 책상 위에서 대규모 언어 모델을 실행하고 파인튜닝하기 위한 개발자 워크스테이션입니다.

이것이 레퍼런스 GB10 박스입니다 — 다른 모든 벤더의 변형이 견주어지는 Founders Edition. ASUS Ascent GX10이나 다른 어떤 Grace Blackwell 데스크톱을 비교 쇼핑하고 있다면, 이것이 기준선입니다. 또한 곧 나올 소비자용 ASUS ProArt RTX Spark 미니 PC의 판매 중인 형제이기도 한데, 그것은 같은 GB10 급 실리콘을 다른 사용자를 위해 리스핀합니다.

무엇에 적합한가: 로컬 AI 및 LLM 개발

DGX Spark은 한 가지 일을 위해 존재하고, 그것을 잘합니다: 클라우드 계정 없이 큰 모델을 로컬로 실행하는 것.

  • 로컬 LLM 추론. 128 GB 통합 메모리는 대략 200B 파라미터까지의 모델을 (양자화하여) 전부 온디바이스로 로드할 수 있음을 의미합니다. 4비트의 70B 모델은 긴 컨텍스트 윈도우 여유와 함께 메모리에 편안히 자리잡습니다.
  • 파인튜닝과 프로토타이핑. 그렇지 않으면 임대 A100이 필요할 LoRA 및 QLoRA 파인튜닝 실행이 이 박스에 들어갑니다. 에뮬레이션 계층이 아니라 진짜 CUDA 개발 환경입니다.
  • 첫날부터 CUDA 네이티브. Apple Mac Studio나 AMD Ryzen AI Max 박스와 달리, DGX Spark은 프로덕션에 배포하는 것과 정확히 같은 CUDA, cuDNN, TensorRT, NIM 스택을 돌립니다. 여기서 작성한 코드는 변경 없이 DGX 서버로 옮겨갑니다.
  • 가벼운 크리에이터 및 사무 사용. DGX OS는 데스크톱 Linux이므로 브라우저, 터미널, 크리에이티브 도구를 처리합니다 — 하지만 그것을 핵심이 아니라 보너스로 취급하세요.

Tom’s Hardware는 깔끔하게 틀을 잡았습니다: 개발자에게 중요한 워크로드에서 AMD의 Ryzen AI Max+ 395를 이기는 만능 AI 샌드박스.

GB10 슈퍼칩과 통합 메모리

GB10 Grace Blackwell 슈퍼칩이 이야기의 전부입니다. NVIDIA는 Grace 급 CPU(10× Cortex-X925 성능 코어 + 10× Cortex-A725 효율 코어)를 PCIe보다 훨씬 넓은 코히어런트 인터커넥트인 NVLink-C2C로 Blackwell GPU에 붙였습니다. GPU는 5세대 Tensor Core와 4세대 RT 코어를 탑재하고 **1 PetaFLOP의 FP4 연산(1,000 TOPS)**을 제공합니다.

CPU와 GPU가 하나의 128 GB LPDDR5x 코히어런트 메모리 풀을 공유하기 때문에, PCIe 버스를 가로질러 텐서를 복사하거나 모델을 VRAM과 시스템 RAM에 나누는 일이 없습니다. GPU가 전체 128 GB를 직접 주소 지정합니다. 그 통합 풀이 바로 2리터 미만 박스가 다른 곳에서는 여러 개의 외장 GPU가 필요할 200B 파라미터 모델을 담을 수 있는 이유입니다.

빌드, 연결성, 클러스터링

섀시는 대형 DGX Station의 골드 “치즈 그레이터” 전면을 빌려 1.2 kg로 줄였습니다. 수평이나 수직으로 작동하며 240 W 외부 공급 장치에서 전력을 끌어옵니다(GB10 자체는 140 W TDP 정격).

연결성에서 개발자 의도가 드러납니다:

  • 2× 200 Gbps QSFP 포트를 갖춘 ConnectX-7 NIC — 헤드라인 기능입니다. 두 대의 DGX Spark을 256 GB 클러스터로 직접 연결해 단일 유닛에는 너무 큰 모델을 실행할 수 있습니다.
  • 10 GbE RJ-45, Wi-Fi 7, Bluetooth 5.4
  • 4× USB-C, 1× HDMI 2.1a, USB-C로 최대 3× DisplayPort
  • 4 TB 자가 암호화 NVMe — 빠르고 안전하지만, 솔더링 급: 사용자 교체 가능한 베이가 아닙니다

두 대의 DGX Spark을 클러스터링할 수 있나?

예 — ConnectX-7 듀얼 200GbE 패브릭이 바로 그것을 위해 만들어졌습니다. 본딩된 두 유닛은 400B 파라미터 범위의 모델을 위한 256 GB의 통합 메모리를 줍니다. 이것이 Mac Studio보다 NVIDIA 박스를 사는 가장 큰 단일 이유입니다: 클러스터링 경로가 해킹이 아니라 네이티브입니다.

메모리 대역폭 — 현실 세계의 한계

여기 솔직한 부분이 있습니다. DGX Spark의 메모리 대역폭은 약 273 GB/s이며, 그것이 — 연산이 아니라 — 제한 요소입니다.

LLM의 토큰 생성 속도는 메모리 대역폭과 거의 선형으로 비례합니다. Mac Studio의 약 546 GB/s는 Spark의 거의 두 배여서, 같은 모델에서 더 높은 초당 토큰을 의미합니다. RTX 5090의 GDDR7는 완전히 다른 차원입니다. 그래서 DGX Spark이 5090이 할 수 없는 200B 모델을 담을 수 있지만, 5090은 더 작은 VRAM에 들어가는 어떤 모델에서든 토큰을 더 빨리 생성할 것입니다.

핵심: DGX Spark은 순수 처리량이 아니라 용량과 CUDA 충실도에 최적화되어 있습니다. “이 거대한 모델을 애초에 실행하고 반복할 수 있나”를 위한 머신이지, “내 책상에서 가장 빠른 대화형 챗봇이 무엇인가”를 위한 것이 아닙니다. Tom’s Hardware와 ServeTheHome 전반의 리뷰어들이 같은 결론에 도달했습니다 — 대역폭이 아킬레스건이며, 그것을 알고 구매해야 합니다.

가격과 구매처

DGX Spark은 2025년 10월에 $3,999에 출시되었습니다. 글로벌 메모리 부족이 2026년 초까지 시중 가격을 끌어올렸으므로, 재고에 따라 $3,999~$4,699 범위로 예산을 잡으세요. NVIDIA 파트너를 통해 판매되고 Amazon에 등재되어 있습니다; 제휴 리스팅은 Founders Edition을 담고 있습니다.

그 가격에 당신은 NVIDIA의 실리콘, NVIDIA의 OS, NVIDIA의 클러스터링 패브릭을 단일 지원 패키지로 사는 것입니다. ASUS Ascent GX10 같은 파트너 변형은 때로 그것을 가격에서 앞지릅니다 — Founders 브랜딩보다 냉각과 SSD 세대가 더 중요하다면 비교할 가치가 있습니다.

우리가 짚을 점

훌륭하지만 전문화된 머신에 대한 공정한 리뷰:

  • 273 GB/s 대역폭이 토큰 속도를 제한합니다. 대화형 단일 사용자 추론에는, 고VRAM 외장 GPU나 Mac Studio가 그들에게 들어가는 모델에서 더 빠르게 느껴질 수 있습니다.
  • DGX OS는 Windows가 아니라 Arm Linux입니다. 이것은 CUDA 개발자 환경입니다. 범용 데스크톱을 원한다면, 이것은 잘못된 제품입니다.
  • 사용자 업그레이드 가능한 메모리나 스토리지 없음. 128 GB와 4 TB가 받는 것입니다. 구성을 처음부터 계획하세요.
  • 가격 변동성. 출시 후 마크업은 MSRP보다 수백 달러를 더 낼 수 있음을 의미합니다. 리스팅을 주시하세요.

평결

NVIDIA DGX Spark은 지금 살 수 있는 가장 일관된 개인용 AI 슈퍼컴퓨터입니다 — 그것이 무엇인지 이해한다면. GB10 Grace Blackwell 슈퍼칩, 128 GB 통합 메모리, 네이티브 CUDA, 듀얼 200GbE 클러스터링이, 클라우드 DGX 배포로 가는 깔끔한 업그레이드 경로와 함께, 최대 200B 파라미터 모델을 실행하고 파인튜닝할 진짜 로컬 보금자리로 만듭니다.

273 GB/s 메모리 대역폭에 대해 눈을 뜨고 들어가세요: 이것은 처리량 챔피언이 아니라 용량 및 호환성 머신입니다. CUDA 안에서 사는 AI 개발자, 연구자, ML 엔지니어에게 그 거래는 정확히 옳으며, DGX Spark은 자신 있는 추천을 받습니다. 빠른 범용 데스크톱이나 단일 채팅 세션을 위한 최대 초당 토큰을 원하는 사람은 다른 곳을 보세요 — 그리고 같은 실리콘을 원한다면, 결정하기 전에 ASUS Ascent GX10을 비교하세요.