Riassunto:
Nvidia sta adattando la sua linea di prodotti DGX Spark per il mercato locale dell'informatica AI e lanciando una versione da 64 GB con capacità inferiore e un prezzo relativamente più conveniente. Le ultime notizie mostrano che il lancio del DGX Spark da 64 GB equipaggiato con il super chip GB10 Grace Blackwell è previsto per il 23 ottobre, con un prezzo iniziale di 4.999 dollari. Allo stesso tempo, i prezzi di DGX Spark e della sua versione OEM, originariamente dotati di memoria unificata da 128 GB, hanno continuato a salire di recente e il prezzo di vendita effettivo di alcuni prodotti ha raggiunto i 7.000-9.000 dollari.
Il lancio della versione da 64 GB è principalmente in risposta al recente aumento continuo dei prezzi della memoria e ai cambiamenti nei requisiti di capacità di memoria per i modelli IA locali. Uno dei principali punti di forza iniziali di DGX Spark è la memoria unificata LPDDR5X da 128 GB, che consente alla CPU e alla GPU di condividere lo stesso set di risorse di memoria per eseguire modelli AI su larga scala senza fare affidamento su memoria grafica indipendente.
Ma con il rapido sviluppo dei modelli IA, non tutti i modelli richiedono 128 GB di memoria per funzionare. Al giorno d’oggi, alcuni modelli efficienti con decine di miliardi di parametri possono già essere eseguiti in circa 32 GB di memoria. Sebbene la lunghezza del contesto e la modalità operativa possano essere soggette ad alcune restrizioni, 128 GB non sono necessariamente un requisito per gli utenti che devono eseguire solo inferenza locale.
Allo stesso tempo, lo scoppio del settore dell'intelligenza artificiale sta facendo aumentare la domanda di memoria globale e anche l'offerta di memoria ad alte prestazioni come LPDDR5X ne risente. Per un dispositivo che integra una grande quantità di memoria direttamente nel sistema, l'aumento del prezzo della memoria si rifletterà direttamente sul costo dell'intera macchina. Pertanto, NVIDIA sta ora aggiungendo una versione da 64 GB, che equivale a fornire agli utenti la possibilità di sacrificare parte della capacità di memoria in cambio di un prezzo inferiore.
L'hardware principale della versione da 64 GB non si è ridotto in modo significativo. Utilizza ancora il super chip GB10 Grace Blackwell, ha una CPU Arm a 20 core e adotta un'architettura in cui CPU e GPU condividono la memoria unificata. Anche la larghezza di banda della memoria rimane intorno ai 273 GB/s, quindi la differenza più grande tra la versione da 64 GB e quella da 128 GB è la capacità di memoria disponibile, non il cambiamento nel core di calcolo stesso.
Anche la connettività di rete rimane invariata. Il DGX Spark da 64 GB continua a essere dotato del controller di rete ad alta velocità ConnectX-7, in modo che più dispositivi possano formare un cluster attraverso l'interconnessione ad alta velocità. Per gli utenti che necessitano di utilizzare modelli con capacità di memoria superiore a 64 GB, la memoria complessiva disponibile e la potenza di calcolo possono essere ampliate combinando più DGX Spark da 64 GB.
NVIDIA ha inoltre lanciato un nuovo strumento Sync Cluster Assistant per ridurre la complessità delle reti Spark multiple. In passato, se gli utenti desideravano connettere due o più DGX Spark, dovevano eseguire un certo grado di configurazione manuale, ma il nuovo software può completare automaticamente la connessione e la gestione tra i dispositivi.
Allo stesso tempo, NVIDIA ha anche aggiunto la funzionalità Model Launcher a Sync. Dopo che l'utente ha selezionato il modello AI, il sistema scarica e avvia automaticamente il modello e collega il modello all'agente di programmazione lato browser OpenCode. In questo modo, un cluster AI locale composto da più Spark può essere utilizzato più direttamente per lo sviluppo del codice e altri flussi di lavoro degli agenti.
La versione da 64 GB ha un prezzo di $ 4.999. Tuttavia, questo prezzo in realtà non è così basso come si immaginava, perché l'attuale prezzo di mercato delle memorie è cambiato in modo significativo e il prezzo di mercato effettivo della stessa DGX Spark ha oscillato.
Molti produttori OEM, tra cui Acer, Asus, Dell, Gigabyte, HP e MSI, prevedono di lanciare versioni da 64 GB dei sistemi GB10. Anche il prezzo di partenza dovrebbe aggirarsi intorno ai 4.999 dollari. Il lancio del primo lotto di prodotti è previsto per il 23 ottobre.
Al contrario, il prezzo della versione da 128 GB è aumentato notevolmente di recente. A causa dell'offerta limitata, il prezzo del sistema GB10 da 128 GB attualmente disponibile sul mercato è di circa 7.000-9.000 dollari, e alcuni modelli hanno addirittura quotazioni al dettaglio più elevate.
La DGX Spark Founders Edition di Nvidia aveva in precedenza un prezzo di 3.999 dollari, ma a causa della scarsa offerta di memoria globale, Nvidia ha aumentato il prezzo al dettaglio ufficiale suggerito a 4.699 dollari. Il prezzo di vendita effettivo sul mercato potrebbe essere ulteriormente superiore a questa cifra. In altre parole, il prezzo effettivo di un DGX Spark da 128 GB oggi è molto più alto dei $ 3.999 di quando è stato originariamente rilasciato.
Questo è anche un contesto importante per il lancio della versione da 64 GB. Per molti utenti locali di intelligenza artificiale, se l'obiettivo principale è eseguire modelli linguistici, modelli di codice o agenti di intelligenza artificiale di piccole e medie dimensioni, spendere migliaia di dollari per acquistare la versione da 128 GB non è necessariamente conveniente. La versione da 64 GB può mantenere la potenza di calcolo di GB10 e dell'ecosistema software completo di NVIDIA, riducendo al tempo stesso la pressione sui costi causata dalla memoria di grande capacità.
Tuttavia, per gli utenti che necessitano di eseguire modelli più grandi o di ottimizzare modelli locali, la versione da 128 GB presenta comunque evidenti vantaggi. Soprattutto poiché la dimensione dei parametri del modello continua ad aumentare, una memoria più unificata significa che i modelli più grandi possono essere caricati direttamente senza la necessità di quantizzazione frequente, caricamento a più livelli o suddivisione del modello su più macchine.
Inoltre, la versione da 128 GB è ancora adatta per l'uso in cluster multi-macchina. Gli utenti possono connettere più DGX Spark tramite ConnectX-7 per combinare la memoria e le capacità di elaborazione di più dispositivi. Pertanto, Nvidia non ha sostituito la versione da 128 GB con quella da 64 GB, ma ha formato una gerarchia di prodotti più ovvia.
Dal punto di vista dell'applicazione pratica, 64 GB sono sufficienti per coprire una parte considerevole dei carichi di lavoro dell'IA locale. Per un modello efficiente di circa 27 miliardi, 32 GB possono già completare il ragionamento locale in determinate condizioni, mentre 64 GB possono fornire più spazio di contesto e margine di esecuzione. Se gli utenti utilizzano principalmente modelli quantizzati per l'inferenza, 64 GB possono gestire modelli ancora più grandi.
Ma se si tratta di messa a punto del modello, contesto lungo, flussi di lavoro di agenti su larga scala o più modelli in esecuzione contemporaneamente, 128 GB possono comunque fornire molto più spazio. Pertanto, la differenza tra 64 GB e 128 GB non è in definitiva una pura differenza di prestazioni, ma riguarda più le dimensioni di un modello che può essere ospitato e la quantità di dati che possono essere elaborati contemporaneamente.
La competitività principale di DGX Spark non è solo la capacità di memoria. GB10 adotta l'architettura Grace Blackwell, dotata di GPU Blackwell e Tensor Core di quinta generazione, e può fornire prestazioni di elaborazione AI FP4 fino a circa 1 PFLOP. Il sistema utilizza un piccolo chassis di circa 150×150×50 mm, pesa circa 1,2 kg e consuma circa 240 W.
Questo design colloca DGX Spark tra le workstation tradizionali e i grandi server AI. Non si basa su schede grafiche e memoria di sistema indipendenti per gestire le attività di intelligenza artificiale separatamente come i normali PC da gioco. Utilizza invece un'architettura di memoria unificata per consentire alla GPU di accedere direttamente all'intero spazio di memoria del sistema. Questo è anche uno dei motivi principali per cui può fornire 128 GB o addirittura 64 GB di memoria AI di grande capacità in dimensioni così ridotte.
Allo stesso tempo, NVIDIA sta anche promuovendo l'ingresso sul mercato della linea di prodotti RTX Spark. RTX Spark utilizza anche CPU Grace e GPU Blackwell e fornisce fino a 128 GB di memoria LPDDR5X unificata, ma il suo posizionamento è più sbilanciato verso PC Windows, creatori e applicazioni di agenti AI. NVIDIA prevede che i prodotti desktop e notebook correlati verranno lanciati nell'ottobre 2026.
Ciò significa che la concorrenza che deve affrontare DGX Spark sta cambiando. In precedenza, se gli utenti volevano acquistare un piccolo supercomputer AI locale, c’erano poche alternative dirette a DGX Spark; ora che RTX Spark e piattaforme come AMD e Apple continuano ad aumentare la capacità di memoria unificata, il numero di hardware AI locali tra cui i consumatori possono scegliere sta aumentando rapidamente.
Tuttavia, ciò che attualmente limita il prezzo di tali dispositivi non è solo la GPU o il SoC in sé, ma la memoria ad alta capacità e ad alta velocità. Per i dispositivi con architettura di memoria unificata come DGX Spark, LPDDR5X da 128 GB fa parte del design del chip e, a differenza dei normali computer desktop, i moduli di memoria possono essere acquistati in qualsiasi momento per l'aggiornamento. Pertanto, una volta che i prezzi delle memorie aumenteranno in modo significativo, anche il costo dell’intera macchina ne risentirà direttamente.
Da questo punto di vista, il lancio da parte di Nvidia della versione da 64 GB non è solo una semplice espansione del prodotto, ma una risposta alla realtà dell'attuale mercato dell'hardware AI. Man mano che i modelli di intelligenza artificiale continuano a essere ottimizzati, sempre più modelli possono funzionare con meno memoria e il prezzo della memoria ad alta capacità continua ad aumentare. 64 GB potrebbero diventare una scelta di capacità più realistica per alcuni utenti IA locali.
Per Nvidia, la versione da 64 GB può anche espandere la potenziale base di utenti della piattaforma GB10. Gli utenti che originariamente non potevano accettare il DGX Spark a causa del prezzo elevato della versione da 128 GB possono ora scegliere il modello da 64 GB per $ 4.999. Se i prezzi delle memorie continueranno ad aumentare in futuro, questa strategia di suddivisione della capacità consentirà inoltre a Nvidia di controllare in modo più flessibile i costi dei prodotti.
Di conseguenza, DGX Spark si sta gradualmente sviluppando da un singolo supercomputer AI locale da 128 GB a una piattaforma che copre diverse capacità di memoria e fasce di prezzo. La versione da 64 GB non rende priva di significato la versione da 128 GB, ma potrebbe diventare una scelta iniziale per consentire a più sviluppatori IA locali di entrare nell'ecosistema GB10. Poiché i modelli di intelligenza artificiale enfatizzano sempre più l’efficienza e il mercato delle memorie continua ad essere ristretto, se in futuro l’hardware di intelligenza artificiale locale debba dare priorità alla potenza di calcolo o alla capacità di memoria, diventerà una questione sempre più importante per i consumatori nella scelta di tali dispositivi.
Commenti