![Суперкомпьютер Nvidia DGX Spark GB10 [940-54242-0006-000]](/wp-content/uploads/2026/11/nvidia-dgx-spark-gb10-scaled.webp)
Суперкомпьютер Nvidia DGX Spark GB10 [940-54242-0006-000]
986 500 ₽
Цена ориентировочная. Информация в каталоге не является публичной офертой.
- Артикул
- SF-00003246
- Партномер
- 940-54242-0006-000
- Наличие
- Уточняется
- Обновлено
- 12.11.2026
Поставки организациям и ИП для бизнеса. Для оформления заказа свяжитесь с менеджером и согласуйте итоговую цену, комплектацию и наличие. Контакты менеджера
Характеристики
- Тип
- Новые
- Парт.№
- 940-54242-0006-000
- Основная задача
- Инференс / Дообучение моделей / RAG-системы / Анализ данных / Визуализация и рендеринг
- Процессор (CPU)
- ARM v9.2-A (GB10)
- Видеокарта (GPU)
- NVIDIA GB10
- Количество GPU, шт
- 1
- Общий объем видеопамяти (VRAM), ГБ
- 128
- Тип памяти GPU
- LPDDR5x
- Объем оперативной памяти (RAM), ГБ
- 128
- Тип оперативной памяти
- LPDDR5x
- Форм-фактор
- SFF
- Тип точности
- Мощность
- FP4
- 0.5 PFLOP
- FP8
- 0.25 PFLOP
- FP16
- 0.125 PFLOP
Описание
Это супер компьютер NVIDIA DGX Spark с суперчипом GB10 где вместе работают 20-ядерный ARM CPU и Blackwell GPU. В составе единая память 128 ГБ LPDDR5x с пропускной способностью 273 ГБ в секунду. Хранилище NVMe M2 на 4 ТБ с аппаратным шифрованием. Видеоблоки 1 NVENC и 1 NVDEC. Габариты корпуса 150 x 150 x 50,5 мм. Питание от внешнего блока на 240 Вт.
Производительность в FP4 достигает до 1 PFLOP при использовании разреженности. Этого достаточно для быстрого инференса и дообучения современных LLM и VLM. Для полного обучения моделей с нуля лучше использовать датацентровые ускорители на HBM.
Порты и интерфейсы включают четыре USB C, один HDMI 2.1a, один RJ 45 с поддержкой 10 GbE, сетевой адаптер NVIDIA ConnectX 7 на 200 Gb/s с двумя портами QSFP56, беспроводные модули Wi Fi 7 и Bluetooth 5.4 а также разъем питания DC.
Через сетевой порт QSFP56 можно связать две системы DGX Spark чтобы работать с моделями до 405 миллиардов параметров.
Операционная система: DGX OS (Ubuntu 24.04)
Поддерживаются vLLM, SGLang, NVIDIA TensorRT LLM, LM Studio, Ollama и llama.cpp.
Комплект поставки
- NVIDIA DGX Spark
- Адаптер питания 48V, 5A, 240W
- Провод питания USB TYPE-C
- Пользовательский мануал
Демонстрация товара
Производительность
| Тип точности | Мощность |
| FP4 * | 1 PFLOP |
| FP4 | 0.5 PFLOP |
| FP8 * | 0.5 PFLOP |
| FP8 | 0.25 PFLOP |
| FP16 * | 0.25 PFLOP |
| FP16 | 0.125 PFLOP |
* - С структурной разреженностью
Совместимость с LLM-моделями
| Модель | Тип квантизации | Требуется VRAM | Совместимость | Примечание |
| gpt-oss-120b-Derestricted.MXFP4_MOE-gguf | MXFP4_MOE (FP4 смешанный MoE) | Примерно 63GB | ✅ | Большая MoE-модель для сложного reasoning и RAG. На NVIDIA DGX Spark укладывается с запасом и даёт высокую пропускную способность токенов в FP4-режиме. | Qwen3.8-27B-NVFP4 | NVFP4 (FP4 для NVIDIA) | Примерно 21.9GB | ✅ | Инструкционная 80B-модель с сильным пониманием текста и кода. Оптимизирована под NVFP4 и TensorRT-LLM, отлично подходит для чат-ботов, ассистентов и RAG-сервисов на DGX Spark. |
| GLM-4.5-Air-nvfp4 | NVFP4 (FP4 для NVIDIA) | Примерно 62GB | ✅ | Лёгкая высокоскоростная версия GLM 4.5 в nvfp4-формате. Хорошо использует FP4-производительность DGX Spark и подойдёт для диалоговых агентов, суммаризации и потокового inference с низкой латентностью. |
| Gemma-4-31B-IT-NVFP4 | NVFP4 (FP4 для NVIDIA) | Примерно 32.7GB | ✅ | Базовый и очень удачный сценарий для DGX Spark GB10 - модель работает с большим запасом памяти под контекст и локальные ИИ-задачи. |
| NVIDIA-Nemotron-3-Super-120B-A12B-NVFP4 | NVFP4 (FP4 для NVIDIA) | Примерно 80.4GB | ✅ | Удобна для параллельного запуска нескольких инстансов, работы с длинным контекстом и высокой плотности запросов. |
Совместимость с диффузионными моделями
| Модель | Тип | Совместимость | Примечание |
| Stable Diffusion 3 Medium (SD3-M) | Текст в изображение | ✅ | Новейшая версия SD с улучшенным пониманием текста и цветокоррекцией. Поддерживает генерацию до 4096×4096, хорошо работает в v-prediction и Flow Matching режимах |
| FLUX.1-schnell-onnx | Текст в изображение | ✅ | Ускоренная модель для поточной 4K-генерации. Использует ONNX Runtime с TensorRT. Генерирует реалистичные изображения с минимальной задержкой. |
| Stable Video Diffusion 1.1 (SVD 1.1) | Видео (img2vid) | ✅ | Генерирует плавные короткие видео (до 8 сек). Поддерживает перенос стиля и motion consistency. |
| Kandinsky-5.0-T2I-Lite-sft-Diffusers | Текст в изображение | ✅ | Лёгкая версия Kandinsky 5.0; требует ~35GB VRAM, на этих конфигурациях есть большой запас по видеопамяти для высокого разрешения и батчей. |
| Kandinsky-6.0-Pro-distill-5s-Diffusers | Текст/изображение в видео со звуком | ✅ | Модель для генерации 5-секундных видео с синхронизированным звуком по тексту или изображению. |