Class / DGX Spark, GB10 systems
DGX Spark
DGX Spark ระบบ GB10 128 GB สำหรับรันโมเดล 70B ถึง 120B แบบ 4-bit พร้อมข้อจำกัดความเร็ว
DGX Spark คือเดสก์ท็อป GB10 ที่ให้หน่วยความจำรวม 128 GB ในเครื่องขนาดวางบนโต๊ะ จึงรันโมเดล 70B ถึง 120B แบบ 4-bit ได้ทั้งตัวบนปลั๊กบ้านธรรมดา สิ่งที่แลกไปคือ bandwidth 273 GB/s ซึ่งช้ากว่าการ์ดเดสก์ท็อประดับสูงหลายเท่า เลือกเครื่องนี้เมื่อคุณต้องการความจุและระบบนิเวศ CUDA ไม่ใช่เมื่อต้องการความเร็วต่อคนสูงสุด
| SPEC | DGX Spark (GB10) |
|---|---|
| Superchip | NVIDIA GB10 Grace Blackwell: CPU Arm 20 คอร์ + GPU Blackwell บนแพ็กเกจเดียว |
| Memory | 128 GB unified LPDDR5x, CPU และ GPU ใช้ร่วมกัน |
| Bandwidth | 273 GB/s |
| AI compute | สูงสุด 1 PFLOP FP4 (sparse) ตามที่ผู้ผลิตระบุ |
| Storage | NVMe 1 TB หรือ 4 TB แล้วแต่รุ่นและผู้ผลิต |
| Networking | ConnectX-7 200 Gb/s สำหรับต่อ 2 เครื่อง, 10GbE, Wi-Fi 7 |
| Power | ประมาณ 240 W, ปลั๊กบ้านธรรมดา |
| Size | ราว 150 × 150 × 50 มม. วางบนโต๊ะทำงานได้ |
| OS | DGX OS (Ubuntu) พร้อม CUDA และ NVIDIA AI stack |
| Price band | ประมาณ 3,000 ถึง 4,500 USD ต่อเครื่อง แล้วแต่ผู้ผลิตและ storage |
เหมาะกับใคร และไม่เหมาะกับใคร
DGX Spark คือเครื่องที่แลกความเร็วกับความจุ ถ้างานของคุณคือ “อยากรันโมเดลใหญ่ให้ได้ที่ออฟฟิศ โดยไม่ต้องคิดเรื่องไฟและเสียง” นี่คือคำตอบที่ตรงที่สุดในราคาระดับนี้
เหมาะเมื่อ
- ต้องการรันโมเดล 70B ถึง 120B ทั้งตัวบนเครื่องเดียว สำหรับทีม 1 ถึง 5 คน
- ทีมพัฒนาต้องการสภาพแวดล้อม CUDA เหมือนบนเซิร์ฟเวอร์ DGX ใหญ่ เพื่อทดสอบก่อนขยาย
- ออฟฟิศไม่มีห้องเซิร์ฟเวอร์ ต้องการเครื่องเงียบที่ใช้ปลั๊กบ้าน
- งานเป็นเอกสารภายใน, RAG, ผู้ช่วยเขียน หรือวิเคราะห์ ซึ่งความเร็ว 5 ถึง 15 tok/s ต่อคนยอมรับได้
ไม่เหมาะเมื่อ
- ผู้ใช้หลายสิบคนพร้อมกัน หรือต้องการเวลาตอบสั้นแบบแชตบอตหน้าร้าน: bandwidth 273 GB/s เป็นคอขวด
- งานหลักคือสร้างภาพหรือวิดีโอ ซึ่ง RTX 5090 ให้ผลลัพธ์เร็วกว่ามากในราคาใกล้กัน
- โมเดลที่ต้องการอยู่ในช่วง 7B ถึง 32B อยู่แล้ว: RTX 5090 หรือ RTX PRO 6000 ให้ความเร็วหลายเท่า
128 GB รันโมเดลอะไรได้บ้าง
ประมาณจากจำนวนพารามิเตอร์และ byte ต่อพารามิเตอร์ ระบบปฏิบัติการใช้หน่วยความจำส่วนหนึ่ง เราจึงวางแผนที่ราว 110 GB สำหรับโมเดลและ KV cache ปรับตัวเลขของคุณเองได้ใน เครื่องคำนวณ
| SPEC | Quantization | หมายเหตุ |
|---|---|---|
| Qwen3 32B, DeepSeek-R1 Distill 32B | FP8 | คุณภาพใกล้ต้นฉบับ พร้อม context ยาวสำหรับหลายคน |
| Llama 3.3 70B, DeepSeek-R1 Distill Llama 70B | Q4 / NVFP4 | พอดีสบาย เหลือที่ให้ KV cache ราว 60 GB |
| gpt-oss-120b | MXFP4 (ตามที่ปล่อยมา) | ใช้ราว 65 GB และเร็วเพราะ active เพียง 5B ต่อ token |
| Mistral Large 2 123B | Q4 | พอดีที่ context สั้นถึงกลาง เหมาะกับผู้ใช้ไม่กี่คน |
| Qwen3 235B-A22B | Q4 | ตึงมาก (ราว 140 GB) ต้องต่อ 2 เครื่อง หรือเลือกเครื่อง 2x RTX PRO 6000 |
| DeepSeek-V3 / R1 671B | ทุกระดับ | ไม่พอ: ต้องการราว 400 GB ที่ 4-bit เกินความจุของเครื่องเดียวและของสองเครื่องรวมกัน |
สิ่งที่เราส่งมอบพร้อมเครื่อง
- เครื่องที่ทดสอบแล้ว: DGX OS อัปเดตล่าสุด, ไดรเวอร์, และ burn-in ด้วยโมเดลที่คุณจะใช้จริง
- โมเดลและ inference server: vLLM หรือ llama.cpp ตามงาน พร้อม OpenAI-compatible API สำหรับทีมพัฒนา
- Mimir Suites: แชตส่วนตัว ค้นเอกสารของบริษัท OCR และเครื่องมือธุรกิจ ตั้งค่าบัญชีและสิทธิ์ให้เรียบร้อย
- การเข้าถึงระยะไกล: VPN หรือ Tailscale, การสำรองข้อมูล, และแผนอัปเดต
- อบรมและซัพพอร์ต: สอนทีมเป็นภาษาไทย พร้อมช่องทางติดต่อเมื่อมีปัญหา
สนใจรันโมเดลเล็กให้เร็ว? ดู RTX 5090 หรือกำลังเทียบกับ Apple? อ่าน DGX Spark vs Mac Studio
คำถามที่ถูกถามบ่อย
- DGX Spark ต่างจาก ASUS Ascent GX10 หรือ Dell Pro Max GB10 อย่างไร
- ทุกรุ่นใช้ GB10 Grace Blackwell Superchip และหน่วยความจำ 128 GB เท่ากัน ต่างกันที่ตัวเครื่อง storage ที่ให้มา ราคา และการรับประกันของผู้ผลิต เราเสนอทั้งรุ่นของ NVIDIA และของพาร์ตเนอร์ตามสต็อกและงบประมาณ
- DGX Spark เร็วกว่า RTX 5090 ไหม
- ไม่ ถ้าโมเดลใส่ใน 32 GB ได้ RTX 5090 มี bandwidth 1.79 TB/s เทียบกับ 273 GB/s จึงเร็วกว่าราว 6 เท่าในการสร้าง token แต่ถ้าโมเดลใหญ่กว่า 32 GB RTX 5090 รันไม่ได้เลย ส่วน DGX Spark รันได้ถึงราว 110 GB นี่คือการแลกระหว่างความจุกับความเร็ว
- ต่อ DGX Spark สองเครื่องแล้วได้อะไร
- ConnectX-7 บนเครื่องเชื่อมสองเครื่องเข้าด้วยกันที่ 200 Gb/s ทำให้หน่วยความจำรวม 256 GB พอสำหรับโมเดลระดับ 400B ที่ FP4 ตามที่ NVIDIA เผยแพร่ ความเร็วต่อ token ยังถูกจำกัดด้วย bandwidth ของแต่ละเครื่อง
- เราเป็นตัวแทนจำหน่ายที่ได้รับการแต่งตั้งจาก NVIDIA หรือไม่
- ไม่ใช่ เราเป็นผู้วางระบบ (integrator) ที่จัดหาเครื่องผ่านผู้จัดจำหน่ายในไทย ติดตั้งซอฟต์แวร์ โมเดล และ Mimir Suites ให้พร้อมใช้ ชื่อ DGX และ NVIDIA เป็นเครื่องหมายการค้าของ NVIDIA Corporation ที่ใช้เพื่อระบุตัวสินค้าเท่านั้น
อยากรู้ว่า DGX Spark พอสำหรับทีมคุณไหม
บอกโมเดล จำนวนผู้ใช้ และงานที่จะทำ เราตอบกลับพร้อมสเปกที่แนะนำ ทางเลือก และช่วงราคา ทั้งแบบเครื่องอย่างเดียว และแบบรวมติดตั้ง Mimir Suites Local