En ny ingång, till en högre siffra

Nvidia presenterade på fredagen en 64GB-version av sitt skrivbordssystem DGX Spark, med pris från 4 999 dollar och försäljningsstart 23 oktober genom OEM-partner som Acer, Asus, Dell, Gigabyte, HP och MSI. Den använder samma superchip GB10 Grace Blackwell, samma mjukvarustack och samma ConnectX-7-nätverk som den befintliga 128GB-maskinen.

Priset är den del som förtjänar en andra blick. DGX Spark med 128GB lanserades i oktober 2025 för 3 999 dollar, steg till 4 699 i februari 2026 och uppges nu kosta 6 950, enligt Back2Gaming. Med de siffrorna kostar den nya nedbantade modellen 25 procent mer än vad fullminnesmodellen kostade vid lanseringen för ett år sedan.

Nvidias egen produktsida anger inga priser.

Vad 64 gigabyte räcker till

Ungefär 8GB reserveras för systemet, vilket lämnar omkring 56GB till modellvikter och KV-cache. Nvidia säger att en enskild enhet klarar modeller upp till 100 miljarder parametrar, mot 200 miljarder för 128GB-maskinen.

Två nätverkskablar anslutna till en port
Två enheter kopplas direkt över en 200GbE-anslutning utan switch. Illustrerande foto. Brett Sayles · pexels · Pexels License

Den intressanta tekniken är sammankopplingen. Varje DGX Spark har ett inbyggt ConnectX-7-nätverkskort, så två enheter kopplas direkt via en QSFP-kabel på en 200GbE-länk utan switch emellan, och poolar till 128GB enhetligt minne och samma tak på 200 miljarder parametrar. Nvidia säger att två sammankopplade 64GB-system gav upp till 1,7 gånger prestandan hos ett enda 128GB-system på Qwen 3.8 27B — en jämförelse gjord av tillverkaren, publicerad av tillverkaren, samma dag som produkten presenterades.

Siffran är rimlig vid första anblick, eftersom två maskiner tillför två uppsättningar beräkningskraft och inte bara mer minne. Det är ändå Nvidias siffra om Nvidias hårdvara.

Varför minnespriset är hela historien

DGX Spark finns eftersom att köra en stor modell lokalt begränsas av minneskapacitet snarare än av beräkningskraft. Omprissättningen av 128GB-modellen under tolv månader följer vad som hänt med tillgången på höghastighetsminne under samma period, och är hittills den tydligaste signalen om den åtstramningen som är synlig för en konsument.

Maskinen riktar sig till den som vill köra en modell på sitt eget skrivbord i stället för att hyra beräkningskraft, ett val som handlar lika mycket om datasekretess och förutsägbar kostnad som om prestanda. Den avvägningen blir svårare att göra varje gång priset justeras uppåt mellan två generationer av samma produkt.

Datorkomponenter utlagda på en arbetsbänk
Ungefär 8GB av de 64GB reserveras för systemet. Illustrerande foto. https://kaboompics.com/ · pexels · Pexels License

Maskinerna levereras med DGX OS, CUDA-X AI-biblioteken, Nvidias Agent Toolkit och de öppna Nemotron-modellerna, och stöder llama.cpp, Ollama, vLLM och LM Studio. En Sync Model Launcher för utrullning på enskilda eller sammankopplade enheter kommer i slutet av oktober.

Vad man ska följa är om 64GB-priset håller genom lanseringsfönstret. Historiken för 128GB-modellen antyder att listpriset på en lokal AI-låda i dag är en funktion av minnesmarknaden snarare än av produkten.