NVIDIAは10月2日(米国太平洋夏時間:以下同)、AI処理に特化したミニスーパーコンピュータ「DGX Spark」について、メモリを64GBに“半減”した構成を追加することを発表した。米国ではパートナー企業を通して10月23日に発売する予定で、想定価格は4999ドル(約78万7800円)からとなる。
パートナー企業を通して「DGX Spark」の64GBメモリ構成が発売される
なぜ64GB版?
昨今、メモリ価格の高騰のあおりを受けて、PCやワークステーションの本体価格が値上がりする傾向にある。これはDGX Sparkも同様で、NVIDIAが自社設計した「DGX Spark Founder Edition」はもちろん、パートナー企業が販売するDGX Sparkも高値での販売が続いている。
一方で、DGX Sparkの主用途である「LLM(大規模言語モデル)の稼働」という観点でいうと、使うモデルによっては「メモリが64GBあれば十分」というケースもあるという。
また、DGX Sparkは最大4台のクラスタリング(協調動作)にも対応しているが、動かすLLMによっては「128GBメモリ×1台」よりも「64GBメモリ×2台」の方が処理パフォーマンスが向上するケースもあるという。
NVIDIAは64GBメモリのDGX Sparkを追加投入することで、コストを抑えたローカルAI環境の整備を実現すると共に、クラスタリングの柔軟性向上を図ることにしたようだ。
DGX Spark Founder Editionの価格再改定(米国)
今回、NVIDIAはDGX Spark Founder Editionの価格改定も発表している。
米国では、発売時に3999ドルで提供された本モデルだが、メモリ価格の高騰を受けて2026年に入って4799ドルに値上げされた。そして10月2日からは、さらに値上げされ6950ドル(約109万6000円)となる。
なお、日本における販売価格変更については言及がないが、今後変更の可能性もある。販売代理店の動向に注目したい。
米国ではDGX Spark Founder Editionの価格も改定される
Copyright © ITmedia, Inc. All Rights Reserved.
';
e_dlv.innerHTML = html;
adRequest({position:dlv_pos,dom:true});
}else if(ad_type === 'gam'){
var html = '
';
e_dlv.innerHTML = html;
refreshGam('InArtSpecialLink');
}else if(ad_type === 'logly'){
var html = '
';
e_dlv.innerHTML = html;
loglySet(g_id);
}else if(ad_type === 'google'){
var html = '
';
e_dlv.innerHTML = html;
googletag.cmd.push(function(){
var slot8 = googletag.defineSlot('/43042345/nlab_artinsert_RT',[[336,280],[300,250],'fluid'],'div-gpt-ad-1551176482959-0').addService(googletag.pubads());
googletag.pubads().enableSingleRequest();
googletag.enableServices();
googletag.display('div-gpt-ad-1551176482959-0');
googletag.pubads().refresh([slot8]);
});
}
};
var insert_ok = function(_target,_str){
var clearfix = d.createElement('div');
clearfix.className = 'colBoxClear';
if(ad_float_fix){
e_body.insertBefore(e_dlv,_target);
e_body.insertBefore(clearfix,_target.nextElementSibling);
}else{
e_body.insertBefore(e_dlv,_target);
}
set_dlv();
};
var insert_ng = function(_str){
e_dlv.style.display = 'none';
};
var main = function(){
var e_nodes = e_body.childNodes; // BODY 直下子要素
var e_tags = []; // BODY 直下タグ
var p_num = []; // BODY 直下 P タグ位置
var p_target_num; // 枠挿入基準位置
var o_float = {}; // 回り込み要素
var o_this = {}; // アクティブタグ
var o_next = {}; // アクティブタグの次のタグ
var flag_insert = 0; // 挿入フラグ
// 回り込み要素チェック
var check_float = function(_e){
var e = 0;
if(_e.id.match(/^col\d{3}(l|r)$/)){
e = _e;
}
return e;
};
// 要素の Y 座標と高さの合計値
var get_element_y = function(_e){
var ey = 0;
var eh = _e.offsetHeight;
while(_e){
ey += _e.offsetTop;
_e = _e.offsetParent;
}
return ey + eh;
};
var check_ptag = function(_e){
var e = 0;
if(_e.tagName && _e.tagName === 'P'){
e = _e;
}
return e;
};
var try_insert = function(){
p_target_num = Math.floor(p_num.length / 2) - 1;
if(p_target_num >= _maxrange) p_target_num = _maxrange;
if(dis_con) p_target_num = 0;
for(var i = p_num[p_target_num]; i = _threshold){
try_insert();
}else{
insert_ng('P タグ ' + _threshold + ' 以下');
}
};
if(e_body){
main();
}else{
insert_ng('記事本文なし');
}
})(document,4,5);