Home   2026-10-22 19:56:51

←

Nvidia introduceert DGX Spark met 64GB ram voor oude prijs 128GB-model

Original article

sluiten

Uitnodiging Tweakers halfjaaronderzoek

Graag nodigen we je uit om deel te nemen aan het Tweakers halfjaaronderzoek. Via deze enquête willen we een beeld krijgen van hoe je Tweakers ervaart en de verschillende onderdelen waardeert. Invullen duurt ongeveer vijf tot tien minuten.

Vul de vragenlijst in

Nvidia introduceert een nieuwe versie van zijn DGX Spark-mini-pc voor AI-taken. Die krijgt met 64GB de helft minder geheugen dan het bestaande model en bovendien een kleinere 2TB-ssd. Intussen verhoogt Nvidia de prijs van het 128GB-model met bijna 50 procent.

De nieuwe uitvoering van de DGX Spark is op de hoeveelheid geheugen en opslag na identiek aan de bestaande versie. De DGX Spark 64GB krijgt een adviesprijs van 4999 dollar. Die prijs is zelfs hoger dan de tot nu toe geldende adviesprijs voor de 128GB-versie met een 4TB-ssd. Dat model kostte voorheen 4700 dollar, wat al een verhoging was ten opzichte van de releaseprijs van 4000 dollar.

Volgens Nvidia heeft de DGX Spark 64GB nog altijd voldoende geheugen om populaire modellen als Gemma 4 26B-A4B, Meta Muse Glimmer en Qwen 3.8 27B te draaien. Effectief is er zo'n 56GB beschikbaar voor het model en de KV-cache. Nvidia wijst daarnaast op de mogelijkheid om meerdere Sparks in een cluster te draaien, waardoor niet alleen de geheugencapaciteit maar ook de rekenkracht toeneemt.

Nvidia DGX Spark-pc's van verschillende fabrikanten. Beeld: Nvidia
Nvidia DGX Spark-pc's van verschillende fabrikanten. Beeld: Nvidia

De DGX Spark 64GB is vanaf 23 oktober beschikbaar voor minimaal 4999 dollar. Nvidia brengt geen Founders Edition uit, maar laat de verkoop over aan zijn partners Acer, ASUS, Dell, Gigabyte, HP en MSI.

Bestaande Spark wordt flink duurder

Vanaf 2 oktober geldt een nieuwe, stevige verhoging van de adviesprijs voor de DGX Spark 128GB. Nvidia's eigen Founders Edition daarvan gaat nu 6950 dollar kosten. Dat is 2250 dollar of 48 procent hoger dan de vorige adviesprijs en zelfs 2950 dollar of 74 procent hoger dan de releaseprijs.

De markt lijkt al voorzichtig een voorschot te hebben genomen op de prijsverhoging. De DGX Spark Founders Edition met 128GB ram en een 4TB-ssd stijgt al de hele zomer langzaam in prijs en kost op het moment van schrijven minstens 6199 euro. De prijzen van varianten met een kleinere ssd beginnen zo'n 1000 euro lager.

Door Tomas Hochstenbach

Redacteur

Feedback • 02-10-2026 15:00 21

02-10-2026 • 15:00

21

Reacties (21)

Ik vind dit wel legale oplichterij. Man man man.
Het enige moment waarmee je geld kunt verdienen. Prijs per rekenkracht gaat vanzelf naar nul toe op termijn…
nja vraag en aanbod he.. RAM is gewoon niet meer op grote getallen te krijgen.. en als je het wel wilt dan betaal je ervoor..
Krimpflatie op hardware gebied. Die heb ik nog niet veel gezien. De helft in de verpakking voor meer geld.
Even kijken, Nvidia en andere big tech kopen alle ram op de markt en creëren tekorten, ram bakkers schroeven expres de productie niet op, Nvidia zegt nu: mag ik effe vangen, maar je krijgt wel minder waar voor je geld.

Dit is idd niet handelen met voorkennis, maar met voorbedachte rade de markt verzieken met monopoly positie en kartel vorming (Nvidia circuleert zelf geld om big tech en ai bedrijven harder te laten groeien) om er rijker van te worden. Dit is geen marktwerking maar nvidia werkt de markt.
Je kunt qwen 3.8 27b een stuk sneller draaien op 2 2e hands gpus (48g vram) of 2x r9700 32g. Mensen die 5k uitgeven voor een dgx spark 64g hebben meer geld dan verstand...

[Reactie gewijzigd door latka op 2 oktober 2026 15:05]

Mensen die 5k uitgeven voor een dgx spark 64g hebben meer geld dan verstand...
Dat zijn gewoon bedrijven die liever een goed ondersteund en vooral kant en klaar product afnemen, dan dat men ermee gaat hobbyen.

Ik bouw thuis ook liever een home server met eigen componenten, maar op professioneel vlak zal ik eerder een HP Proliant of Dell Poweredge reeks server kiezen, die een flink stuk duurder uitvalt.
Een dgx spark zou ik niet bedrijfsmatig in willen zetten: te klein en te traag. Dan is het logischer een rtx pro 6000 werkstation te halen.
Er is een verschil tussen dev en prod. Omdat een Spark óók blackwell is, mobiel, en offline te houden is, kan een spark JUIST vanwege dezelfde architectuur en geheugencapaciteit (maar kleiner...) ideaal zijn voor je devs -- de stap om iets naar het VEEL duurdere 6000-monster te brengen (die is nu ook €20k/stuk, maar je koopt als bedrijf dat natuurlijk via HPe/Dell en die verkopen het in hele PC's met een vanafprijs niveau "woning niet eens lang geleden". Sterker nog: als je een bepaalde standaard werkwijze hebt kan het je geld én ergernis schelen: SSH-en naar je lokale spark via crosslink (of hem gewoon ergens achter laten en ernaartoe VPN-en) betekent dat je je laptop kan loskoppelen, en daarmee andere dingen kan doen. En mogelijk zelfs een hoop compute UIT je laptop kan halen. Sinds ik m'n sparks naast me heb, doe ik eigenlijk geen dev-processing óp m'n laptop meer... en zou ik in theorie naar een goedkopere, zuinigere laptop kunnen gaan (ik heb nu een nogal log bakbeest wat natuurlijk een intune/windows ding is waar ik met moeite na lang zeuren WSL op kon krijgen zodat ik makkelijk compose dingen kan doen -- dit logge bakbeest vreet uiteraard stroom, kan door z'n dikke RTX Pro niet goed "in idle" gaan want draaiende tools van GPU laten wisselen en de nVidia GPU in sleep zetten is rottig, naast natuurlijk het feit dat de mux-switch + bitlocker een nachtmerrie is, en zonder mux switch is het ding een PCIe/storage performance nachtmerrie. Log bakbeest kost nu trouwens €8000 als je hem nieuw koopt... en is in 45min door de accu heen, wel ongeveer 2x sneller in veel dingen dan de snelste macbook, naast dat ik geen apple wil). Ik zou haast terug kunnen naar een €1200 Snapdragon laptopje, ben immers toch eigenlijk altijd ge-SSH-d naar een spark. Alleen ArcGIS Pro en Revit om ff wat te "viewen" bind me nog aan X86-64/windows, maar voor zelfs dat zal een Intel-300 series zonder DGPU nu haast wel kunnen werken nu ik gewoon permanent twee CUDA-monsters mee heb... ff true orthootje bakken uit 8400 foto's... no problemo.

Ik schrijf de sparks niet af... hoewel ik de huidige prijs wel heel moeilijk vindt, en de downgrade naar 64GB eigenlijk ook wel... volgens DGXTOP is m'n Lenovo Thinkstation nu met een puntenwolk bezig met 80GB aan de GPU, en de Asus Ascent is bezig met een absurde hoeveelheid panorama's met 66GB op de GPU (maar 40GB in de gewone werkzet...).
Heb je gezien wat die kaarten inmiddels kosten?
NVIDIA RTX PRO 6000 Blackwell Workstation Edition | NVIDIA
Daar heb je toch zeker 3 sparks voor :)
48G VRAM is niet echt 2de hands meer, Liqid verdienen handenvol geld aan “2de leven” hardware zowel DDR4 als GPU. Wij zij ook even aan het kijken, geef 150k euro uit aan een CXL chassis en je kunt bijna een miljoen euro aan DDR4 oogsten uit je oud datacenter met huidige prijzen.

Een AMD gaat sowieso niet op in vergelijkingen vanwege CUDA en het NVIDIA ecosysteem waar AMD nog steeds te weinig investeert in alternatieven.

Daarnaast verbruikt deze kisten maar 50-150W, 2 “oude” GPUs zoals de V100 zitten al tegen halve kW te tikken en zijn stukken trager.

[Reactie gewijzigd door Guru Evi op 2 oktober 2026 15:23]

Rocm is heel hard gegaan. Heb mijn cuda bak weer opgeruimd omdat meer hardware daar te duur voor was. Draai nu op een rocm stack. En 48gb vram is 2x3090 of 2x7900xtx. Als verbruik het ding is: draai ook op een 128gb strix halo met rocm voor de helft van de prijs van een. Dgx spark.
Er zijn bepaalde dingen die je kan vervangen, echter val ik nog steeds bij zowel PyTorch als TensorFlow omdat je altijd bleeding edge en een specifieke ROCm build nodig hebt voor nagenoeg elke plugin (als speciale builds al bestaan) en officieel "ondersteunt" AMD enkel maar hun Instinct GPUs en die ondersteuning valt fel tegen tov NVIDIA.

Met NVIDIA heb je al snel een ingenieur of doctoraat aan de lijn, bij AMD heb je 5 mensen van India die gewoon jouw vragen in Google of ChatGPT kloppen.

Wat AMD niet heeft bijvoorbeeld is zoiets als de NVIDIA NGC Catalog - kant en klare oplossingen voor een hele reeks doelgroepen in de industrie. Ze proberen wat aan te modderen met AMD Infinity Hub maar er staan misschien 100 containers.

[Reactie gewijzigd door Guru Evi op 2 oktober 2026 18:11]

Toch biedt een spark best wat voordelen. Het gaat namelijk niet alleen om LLM's in deze wereld, maar als je kijkt naar dingen als Concerto, SAM3, en soms: de combinatie van dit soort dingen is een Spark een hele fijne dev kit. Ik heb er twee naast me staan, direct connect met 10GbE naar mijn werklaptop, ConnectX-7 tussen het tweetal, en internet, en het is gewoon een enorm tof ontwikkelplatform om op een grootschalige manier data te crunchen, en dingen als absurde panorama imagery + puntenwolken op elkaar te laten uitlijnen. Combineer rectingilaire projectie, quaternion-rotaties en een paar miljard datapunten en honderden poses van 20.000*10.000 pixels en hoezeer je het ook anders wilt, het hebben van IETS wat CUDA kan draaien én 128GB kan alloceren is een ENORME bonus.

Combineer het geheel met het het hebben van uiteraard een mooie prod bak die ook een blackwell6000 heeft (moet m'n CUPY sets altijd nog wat kleiner maken want maar 96GB op de GPU, maar kan wel meer jobs parallel want 384GB gewoon RAM), en het feit dat ik dit soort dingen ook kan koppelen aan taal en intern wat agents kan opzetten die later ook weer naar prod gaan, tsja... voor mij is de DGX Spark érg krachtig. Expose al deze dingen als API, met MCP laag, maar om je users context te besparen (en géén copilot te gebruiken): pak een open weights model en ga het fine-tunen. Eigenlijk het re-trainen/uitbreiden van de trainingsdata van het model. Ook dat gaat best goed op die sparks. Uiteraard beter op prod, maar laat ik wel zeggen: mijn sparks waren NIET de prijs die ze nu vragen... en 64GB is écht te weinig voor waar ik ze voor gebruik. Ze zijn ook zo makkelijk mee te nemen...
Jouw alternatief verbruikt natuurlijk wel een hoop meer stroom en is vooral een heel stuk lomper. Zelf moet ik er ook niet meer aan denken om een grote bak onder mijn bureau te hebhen staan.
Misschien een gekke vraag maar waar draait dat op?Op een linux distributie of gewoon windows?
Hier 12gb vram (nvidia 3060) en 64gb ram: daar draait Gemma 4 26B-A4B ook prima op. Snel is anders.....maar scheelt wel € 4.000,-. ;)
Ik krijg ook alles aan het draaien op mijn pc met een rtx 5060 ti 16gb maar loop regelmatig door mijn context heen bij grote projecten. Het werkt allemaal maar totaal niet vergelijkbaar met betaalde servcies. En met zo'n kant en klare systeem kom je echt wel stukken verder dan een normale consumer pc en consumer hardware.
Ik zat vanmiddag nog te kijken hoe duur een GPU in de cloud zou zijn. Maar die prijzen lopen ver uiteen van een tiental centen per uur tot wel 55 euro per uur. Dan zit je toch vrij snel aan deze bedragen. En doe je net iets verkeerd, dan kunnen de kosten door-/oplopen.

Dan is eigen hardware veiliger voor je portemonnee.
Heb voor de zomer 2 DGX Sparks gekocht, waar ik nu € 3k meer kwijt voor zou zijn. Draai nu twee NVIDIA DGX Sparks, verbonden via ConnectX-7 over RoCE, draaien samen Qwen3.8-Flash-Next (176B MoE, NVFP4) als één vLLM-instantie met tensor-parallel 2 en expert-parallel op 262K context, met daarvoor LiteLLM. Werkt heel mooi, was flinke investering, maar als ik de huidige prijzen zie....

Om te kunnen reageren moet je ingelogd zijn