NVIDIA、DGX Sparkの64GB版を4999ドルで発表

米NVIDIAは10月2日（現地時間）、デスクトップ向けAIスーパーコンピュータ「DGX Spark（NVIDIAのデスクトップ向け小型AIスーパーコンピュータ）」のラインアップに、64GBユニファイドメモリを搭載した新モデルを追加すると発表しました。Acer、ASUS、Dell、GIGABYTE、HP、MSIなどの主要OEMパートナー各社を通じて10月23日より発売され、開始価格は4,999ドル（米国価格）に設定されています。従来の128GB版からメモリ容量を半減させることで価格を抑え、個人開発者や研究者がローカル環境でAIエージェントを自律稼働させやすい環境を提供します。

GB10 Grace Blackwellを維持しつつ価格を抑えた64GB構成

新登場の64GBモデルは、先行して投入された128GBモデルと同じ「GB10 Grace Blackwell Superchip」と「DGX OS」を搭載しています。ソフトウェアスタックも共通で、CUDA-X AIライブラリ群やNVIDIA Agent Toolkit、Nemotronオープンモデルに加え、Ollama、vLLM、LM Studio、PyTorchといった主要なローカルAI実行フレームワークがセットアップ直後から動作します。

構成項目	64GB単体モデル	2台連結クラスタ（Sync連携）
​ユニファイドメモリ​	64GB	128GB（プール化）
​実行可能モデル規模​	最大1,000億パラメータ	最大2,000億パラメータ
​インターコネクト​	ConnectX-7（200GbE対応）	QSFPダイレクト接続
​処理性能比​	基準（1.0x）	最大1.7倍（Qwen 3.8 27B実測）
​開始価格​	4,999ドル（OEM各社より）	約10,000ドル相当

単体構成でも最大1,000億パラメータ規模の大規模言語モデル（LLM）を完全にオンデバイスで推論可能で、クラウドに依存せずプライバシーを保護しながら、コーディング支援や調査用AIエージェントを常時稼働させることができます。Blenderも初期対応アプリケーションとして名を連ねており、専用インストーラーの配布が予定されています。

「NVIDIA Sync」による2台クラスタ拡張とモデルランチャー

DGX Sparkの特徴は、ワークロードの増大に応じてシームレスにスケールアップできる拡張性にあります。

本体にはNVIDIA ConnectX-7 NICが標準搭載されており、2台のDGX Spark 64GBをQSFPケーブルで直結することで、メモリ空間を128GBへとプール化できます。このクラスタ構成により、最大2,000億パラメータのモデルを実行可能になるだけでなく、メモリ帯域幅が2倍になり、NVIDIAが実施した「Qwen 3.8 27B」ベンチマークでは単体比で最大1.7倍の性能向上が確認されています。

また、10月末には「NVIDIA Sync Model Launcher」が提供される予定です。ユーザーはGUIの数クリック操作でQwen 3.8 27Bなどのオープンモデルをダウンロードし、単体またはクラスタ環境へ配備してノートPCのブラウザからOpenCode経由で即座にコーディング作業を開始できるようになります。

差分整理と日本の開発者への影響

先行する128GBモデル（約10,000ドル前後と推測される上位構成）に対し、今回の64GBモデルは4,999ドルと手頃な導入価格が設定されました。

• ​差分整理​: 米国報道（Tom's Hardware等）では、近年のメモリ価格高騰（RAMpocalypse）を受けた救済策として捉えられている一方、国内報道（マイナビニュース等）では「まずは1台導入し、必要に応じて2台目を買い足してクラスタ化できる」柔軟な投資モデルとしての側面が強調されています。
• ​日本の開発者への影響​: 日本国内でも、社内規定により機密ソースコードや顧客データをクラウドAIへ送信できない開発現場は少なくありません。DGX Spark 64GBは、デスクサイドに設置できるサイズと価格帯でありながら、実用的なコーディングエージェントをプライベートに常時稼働できる現実的な選択肢となります。

分析と今後の展望

AIモデルの実行環境は、巨大データセンターへの集中から、エッジやローカル端末への分散へとシフトしつつあります。NVIDIAはハイエンドなGB200/NVL72などのクラウド向け基盤を押さえる一方で、DGX Sparkのような個人・小規模チーム向けハードウェアにも同等のCUDAソフトウェアスタックを展開することで、開発者を囲い込むエコシステムを強固にしています。特に2台直結によるクラスタ化の簡易さは、小規模なハードウェア資産を無駄にせず段階的にスケールさせたい企業にとって強力な動機づけとなるでしょう。

引用元：NVIDIA Blog | マイナビニュース・デジタル編集部 | AI Watch | Tom's Hardware | CoRRiEnTe.top | テクノエッジ編集部ピックアップ | MONOist