ガジェット 最新テクノロジー

クラウドに預けなくても、1000億が手元に収まる。DGX Spark 64GB

更新日:

LOCAL AI ONLINE — 64GB UNIFIED MEMORY
GPU × ローカルAI
DGX Spark 64GB最大1000億パラメータのAIが、手元の64GBに収まります。

DGX Spark 64GBは、最大1000億パラメータのモデルを、クラウドに頼らず端末の中で動かす机上の計算機です。NVIDIAの発表では、Acerなど6社から10月23日に、$4,999からの価格で出ます。私は発表の原文を読み、128GBモデルと同じ所・違う所と、2台つないだときに伸びる数字を確かめました。

発表 2026年10月2日読了約6分PC・AI 自作派に
NVIDIAがDGX Spark 64GBの発表ページに載せた画像
VIEW 01 — ① NVIDIAがDGX Spark 64GBの発表ページに載せた画像(出典:NVIDIA 公式発表)

1. 64GBという、新しい入口

『アベンジャーズ/エイジ・オブ・ウルトロン』で、トニーは杖の宝石を解析させ、その構造を既存のプログラムへ適用させようとします。相手は、マーベルシリーズ、アイアンマン、アベンジャーズに登場する人工知能 AI(J.A.R.V.I.S.)です。作中でも密度が高すぎて、落とし込めませんでした。

現実でも、手元の機械で動かせるAIの規模は、積んでいるメモリで決まります。市販の最上位級GPUでも、搭載メモリは1枚24GBです。今回の発表は、64GBのユニファイドメモリを積んだ机上の1台です。

MEMORY — 手元に積めるメモリTASK 01
市販の最上位級GPU・1枚の搭載メモリ24GBGeForce RTX 4090(NVIDIA公表)DGX Spark・新しい構成のユニファイドメモリ64GB今回の発表の値。最大1000億パラメータのモデルに対応
メモリの種類が違うので、同じ物差しの比較ではありません。規模の目安として並べています。

この1台で届くのは、手元の機械で動くAIに自分の資料を読ませ、自分用の受け答えをさせるところまでです。作中のような未知の構造の解析は、この範囲の外にあります。

01. 同じ中身で、メモリだけを選ぶ

新しい構成で変わるのは、ユニファイドメモリの量です。GB10 Grace Blackwell Superchip、DGX OS、NVIDIAのAIソフトウェアスタックは、128GBモデルと同じだとNVIDIAは明記しています。エージェント、推論、ファインチューニング、データサイエンス、エッジ開発を、同じ1台の中で続けられます。

02. 6社から、10月23日に

SPEC — 発表された数字DGX SPARK 64GB
ユニファイドメモリ64GBチップ・OS・ソフトは128GBモデルと同じ1台で対応するモデルの規模最大1000億パラメータ数。端末の中で動かす価格$4,999からメーカーパートナー限定の構成発売10月23日2026年・金曜日
MAKERS — 64GB構成を出す6社
AcerASUSDellGigabyteHPMSI
NVIDIAの発表にある、64GB構成の数字と取り扱いメーカーです。

NVIDIA Agent Toolkit、CUDA-X AIライブラリ、Nemotronのオープンモデル、Ollama、vLLM、CUDA対応のPyTorchに、最初から対応しています。電源を入れてからモデルが動くまで数分だと書かれています。Blenderは、ビルド済みのインストーラを近日公開する予定です。

日本での販売条件は、公式発表では未公表です。作中の指示を現実の機器でどこまで再現できるかは、こちらにまとめています。

JARVIS
Amazon Echo Show 8 最新モデル
現実版J.A.R.V.I.S.の作り方2026 — Alexa+・HomePod・Geminiで家をAI化する

作中でトニーがJ.A.R.V.I.S.とF.R.I.D.A.Y.に出した指示を21件数え直し、2026年の市販品でどこまで届くかを1件ずつ突き合わせました。そのまま作れるのは7件です。

2. 2台で128GB。足せる前提で選ぶ

DGX Sparkには、ConnectX-7のNICが全機に標準で入っています。2台をQSFPケーブルで直結すると、メモリは128GBにまとめられ、対応するモデルの規模は最大2000億パラメータまで広がります。

01. ケーブル1本で、メモリが足し算になる

CLUSTER — 1台と、2台をつないだときQSFP
1台で使うDGX Spark 64GBメモリ 64GB対応するモデルは最大1000億パラメータ
2台を直結するDGX Spark 64GB × 2メモリ 128GB対応するモデルは最大2000億パラメータ。メモリ帯域は2倍、性能は最大1.7倍
最大1.7倍は、NVIDIAがQwen3.8 27Bで試した、64GBの2台と1台の比較です。

2台は200GbEで結ばれます。発表が挙げる「1台で足りなくなる場面」は、より大きいモデルを載せるとき、より長いコンテキストを扱うとき、複数のエージェントの要求を同時に受けるときの3つです。

02. 設定は Sync に任せる

SYNC — Cluster Assistantがやる順番STEP 1 → 3
1つないだ機器を検出する。QSFPケーブルで直結した2台が対象です。
2機器の構成を検証する。どの機器も同じソフトウェアスタックで動きます。
3ConnectX-7のネットワークを設定する。追加のセットアップは不要とされています。
NVIDIA Syncアプリの機能として、発表に書かれている3つの作業です。

月末にはSync Model Launcherも出ます。Qwen3.8 27Bをダウンロードして1台でも2台でも起動でき、手元のノートPCから使えるように設定されます。OpenCodeの設定も済むので、ブラウザでコードを書き始められます。

03. 1.7倍という数字の読み方

1.7倍は、Qwen3.8 27Bという特定のモデルでの比較値です。ほかのモデルでの値は、発表に書かれていません。1台で組んだワークフローは、ソフトウェアの環境を組み直さずに2台へ移せると説明されています。

3. 発表が挙げた3つの使い方と、ほかの選択肢

発表が挙げる使い方は3つです。どれも、手元で動かし続ける計算機が1台あることを前提にしています。

01. 24時間、動かし続けたい人へ

USE — 発表が挙げた3つの使い方DGX SPARK
USE 1 — エージェントを24時間動かす
コードのレビュー資料の分析何段階かに分かれた作業
USE 2 — 普段のPCの推論を任せる
言語モデルをDGX Sparkで動かす画像生成モデルをDGX Sparkで動かすノートやデスクトップはアプリの操作に使う
USE 3 — 1台で足りなくなったら2台に広げる
より大きいモデルより長いコンテキスト同時に来るエージェントの要求
3つとも、NVIDIAの発表が例として挙げた使い方です。

2つめの使い方では、モデルの推論をDGX Sparkが受け持ちます。手元のPCは、エージェントや制作アプリを動かすほうに使えます。

02. 急がなくていい人へ

届いてから自分でやる作業DGX Sparkは、完成品のアシスタントが入った機械ではありません。対応するフレームワークを入れ、モデルを選び、自分で動かします。build.nvidia.comには、NemoClaw、OpenClaw、Hermes Agent、OpenShellのプレイブック(手順書)が用意されています。

Windows PCで使いたい人には、別の製品があります。RTX Sparkを搭載した新しいWindows PCが、今月、Acer、ASUS、Dell、HP、Lenovo、Microsoft、MSIから出る予定です。AlibabaのQwen-Image-2.1のような軽量なオープンウェイトのモデルは、RTX GPUでもローカルで動くと案内されています。

4. 10月23日、何を決めるか

決めることは2つです。1台で始めるか、最初から2台を前提にするか。そして、どのフレームワークで動かすかです。

01. まずは1台で始める

私なら、1台から始めます。2章で書いたとおり、2台目を足すときにソフトウェアの環境を組み直す必要がなく、1台で組んだワークフローがそのまま2台で動くと説明されているからです。$4,999からという価格は、クラウドのインスタンスを立てずに、自分のデータで試す場所を机に置く費用です。

02. 届く前にやっておくこと

PREP — 届く前に決める順番STEP 1 → 3
1推論フレームワークを1つ選ぶ。llama.cpp、Ollama、vLLM、LM Studioの4つから。
2動かすローカルモデルを選ぶ。1台なら、最大1000億パラメータまでのモデルです。
32台にするなら、つなぎ方を読んでおく。ConnectX-7のポート同士をつなぎ、Sync Cluster Assistantを起動します。
発表の「始め方」にある3つの手順です。

build.nvidia.com/sparkのプレイブックのうち、vLLMでのLLM配信、ローカルLLMでのOpenClaw、複数台での分散ワークロードの3本は、64GB向けに近日対応とされています。

📄

NVIDIAの公式発表を原文で確認する

一次情報:NVIDIA DGX Spark 64GB Gives Developers More Ways to…

公式発表を読む

5. よくある質問

DGX Spark 64GBはいくら?

$4,999 からです。Acer、ASUS、Dell、Gigabyte、HP、MSI の6社から 10月23日(金)に出ます。64GB 構成はメーカーパートナー限定です。GB10 Grace Blackwell Superchip と DGX OS、NVIDIA の AI ソフトウェアスタックは 128GB モデルと同じとされています。

128GBモデルとの違いは?

違いはユニファイドメモリの量です。チップ、OS、ソフトウェアスタックは同じまま、価格を抑えた構成という位置づけです。64GB の1台で、最大1000億パラメータのモデルと、その上に載るエージェント型アプリケーションを端末内で動かせると案内されています。

2台つなぐと何が変わる?

メモリが 128GB にまとめられ、対応するモデル規模は最大2000億パラメータまで広がります。メモリ帯域は2倍、性能は NVIDIA の Qwen3.8 27B テストで最大1.7倍です。2台は QSFP ケーブルで直結し、200GbE で結ばれます。

クラスタ設定は難しい?

ConnectX-7 の NIC が全機に標準搭載で、NVIDIA Sync の Cluster Assistant が機器の検出、構成の検証、ネットワーク設定までを担います。追加のセットアップは不要とされ、どの機器も同じスタックなので、1台から2台へ移るときの再設定もありません。

どのツールが使える?

推論フレームワークは llama.cpp、Ollama、vLLM、LM Studio です。加えて NVIDIA Agent Toolkit、CUDA-X AI ライブラリ、Nemotron のオープンモデル、CUDA 対応 PyTorch に最初から対応しています。電源投入からモデル実行まで数分と案内されています。

画像生成もローカルでできる?

Alibaba の Qwen-Image-2.1 が、生成と編集を一つにまとめた軽量なオープンウェイトモデルとして、RTX GPU、DGX Spark、DGX Station でローカルに動くと案内されています。Blender は、ビルド済みインストーラを近日公開する予定です。

6. まとめ

DGX Spark 64GBは、最大1000億パラメータのモデルを端末の中で動かす机上の1台で、$4,999から、10月23日に出ます。作中で落とし込めなかった規模の話は、現実ではメモリの量の話です。今回の発表で、その量が1台で64GB、2台をケーブルでつなぐと128GBになります。届く日までに、フレームワークと動かすモデルを決めておきます。

  • 発売日:10月23日(金)、6社のパートナーから
  • 価格:$4,999 から。64GB構成はパートナー限定
  • 単体の上限:最大1000億パラメータのモデルを端末内で
  • 2台構成:メモリ128GB、最大2000億パラメータ
  • 届く前に:フレームワークとローカルモデルを決める

7. 画像の出典

写真の出どころVIEW 01 は、発表元が公開している報道用の素材です。著作権は権利者に帰属します。出典を明記して掲載しています。掲載の停止・差し替えのご連絡はお問い合わせから。
  • ① NVIDIA 公式発表・表示の安定のため、私のサーバーから配信しています

出典:NVIDIA 公式発表「NVIDIA DGX Spark 64GB Gives Developers More Ways to Build and Scale Local AI」を、2026年10月13日に原文で確認しました。発表日は2026年10月2日です。1章の24GBは、NVIDIAのGeForce RTX 4090の製品ページの値です。

-ガジェット, 最新テクノロジー

Copyright© Killer Picks Express , 2026 All Rights Reserved.