Nvidia bringt DGX Spark mit 64 GB für lokale KI‑Agenten und Modelle zum Preis von 4.999 USD auf den Markt

Ankündigung und Verfügbarkeit

Am 2. Oktober 2026 hat Nvidia offiziell die Einführung einer neuen Konfiguration seiner DGX‑Spark‑Produktlinie bekannt gegeben. Diese neue Konfiguration trägt den Namen „DGX Spark 64 GB“ und ist mit einem einheitlichen Speicher von 64 GB ausgestattet. Der offizielle Verkaufsstart ist für den 23. Oktober desselben Jahres geplant, und der Basispreis wird mit 4.999 USD angegeben. Der Vertrieb erfolgt über ein Netzwerk von Channel‑Partnern, zu denen namhafte Hersteller wie Acer, ASUS, Dell, Gigabyte, HP und MSI gehören. Durch diese Partnerschaften können Kunden aus einer Reihe von Referenzmodellen wählen, die jeweils von den jeweiligen Herstellern angeboten werden. Nvidia positioniert das Modell ausdrücklich als die kostengünstigste Option, um KI‑Agenten auszuführen und Modelle feinzujustieren, ohne ausschließlich auf Cloud‑Dienste angewiesen zu sein.

Aus architektonischer Sicht verwendet das DGX Spark 64 GB dieselbe GB10 Grace‑Blackwell‑Superchip‑Komponente wie die 128‑GB‑Variante. Zusätzlich ist das System mit dem speziell entwickelten Betriebssystem DGX OS, der Hochgeschwindigkeits‑Netzwerkschnittstelle ConnectX‑7 und dem umfassenden CUDA‑Entwicklungs‑Stack ausgestattet. Der einheitliche Speicher kombiniert RAM und VRAM zu einem einzigen adressierbaren Speicherbereich, wodurch die Datenverwaltung zwischen CPU und GPU stark vereinfacht wird. Der Grace‑Blackwell‑Superchip liefert eine Rechenleistung, die nahe an einem Petaflop liegt, während ConnectX‑7 Hochgeschwindigkeits‑Links für Multinode‑Konfigurationen bereitstellt.

Modellkapazität und Leistung

Nvidia gibt an, dass ein einzelnes DGX Spark 64 GB‑Gerät Modelle mit bis zu 100 000 Millionen Parametern (also 100 Milliarden Parameter) ausführen kann. Werden zwei Geräte über ein 200‑GbE‑Netzwerk verbunden, verdoppelt sich der kombinierte Speicher auf 128 GB, wodurch die maximale Modellgröße auf 200 000 Millionen Parameter (200 Milliarden) ansteigt. In internen Tests mit dem Modell Qwen 3.8 27B zeigte die Zwei‑Geräte‑Konfiguration eine Leistungssteigerung von etwa dem 1,7‑Fachen im Vergleich zu einer Einzel‑Geräte‑Konfiguration. Diese Ergebnisse deuten darauf hin, dass das System auch bei stark rechenintensiven Workloads effizient skalieren kann.

Die genannten Kapazitäts‑ und Leistungszahlen stammen ausschließlich von Nvidia selbst. Der Bericht von MarkTechPost, der die Ankündigung aufgriff, weist ausdrücklich darauf hin, dass der Artikel gesponsert ist und dass die angegebenen Zahlen als Aussagen des Lieferanten zu verstehen sind, nicht als von Dritten verifizierte Ergebnisse. Diese Klarstellung ist für Leser, die eine unabhängige Bewertung der Hardware suchen, von großer Bedeutung.

Vorgesehene Anwendungsfälle

Laut Nvidia ist das DGX Spark 64 GB dafür konzipiert, kontinuierlich laufende KI‑Agenten auszuführen, Echtzeit‑Inference zu ermöglichen, Modelle zu fine‑tunen und Daten‑Science‑Workflows zu unterstützen – und das alles ohne eine permanente Anbindung an die Cloud. Die Reduktion von Latenzzeiten und die erhöhte Datensicherheit durch lokale Verarbeitung werden als zentrale Argumente für Branchen wie das Gesundheitswesen, den Finanzsektor und die Fertigungsindustrie genannt, in denen Vertraulichkeit und schnelle Reaktionszeiten kritisch sind.

Allerdings setzt die einheitliche Speichergröße von 64 GB natürliche Grenzen für den Kontextumfang, den Modelle verarbeiten können, sowie für die Anzahl gleichzeitiger Anfragen, die das System bedienen kann. Für Anwendungen, die sehr große Kontextfenster oder hohe Parallelität erfordern, empfiehlt Nvidia das Skalieren durch die Vernetzung mehrerer Geräte. Dieses Vorgehen erhöht zwar die Gesamtkapazität, führt jedoch gleichzeitig zu höheren Anschaffungskosten und einer gesteigerten Komplexität der Infrastruktur.

Vergleich mit der Konkurrenz

Im Markt für lokale KI‑Hardware bieten andere Hersteller Lösungen an, die auf Consumer‑GPUs oder spezialisierten Beschleunigern basieren. Diese Alternativen sind häufig teurer oder bieten eine geringere Integration von Software‑Stacks. Das DGX Spark kombiniert hochklassige Hardware mit einem optimierten Software‑Stack (DGX OS und CUDA), was die Integrationszeit für Entwicklungsteams potenziell verkürzen kann. Der Einstiegspreis von 4.999 USD liegt deutlich unter den meisten Referenzsystemen, die typischerweise über 8.000 USD kosten. Dennoch hängt ein direkter Leistungsvergleich stark von den spezifischen Workloads ab, die eingesetzt werden.

Für Unternehmen und Forschungseinrichtungen in Deutschland eröffnet das DGX Spark 64 GB die Möglichkeit, fortgeschrittene KI‑Projekte eigenständig vor Ort zu betreiben, ohne ausschließlich auf Cloud‑Dienste zurückgreifen zu müssen. Durch die lokale Speicherung sensibler Daten können Kosten für Datenübertragungen reduziert und die mit Datenverkehr verbundene CO₂‑Bilanz verbessert werden. Die modulare Architektur, die ein schrittweises Hinzufügen von Knoten erlaubt, unterstützt flexible Investitionspläne, die sich an Budget und Ressourcen orientieren. In der Praxis kann dies zu einer gesteigerten technologischen Unabhängigkeit, einer schnelleren Implementierung von KI‑Agenten in kritischen Geschäftsprozessen und einer insgesamt beschleunigten Adoption von KI‑Lösungen führen.