ИИ-компьютер NVIDIA DGX Spark и Gigabyte AI TOP ATOM: что это и кому он нужен

Осенью 2026 года у нас разошлись ИИ-компьютеры на чипе NVIDIA GB10: PNY NVIDIA DGX Spark и Gigabyte AI TOP ATOM. Их брали компании, которым нужно запускать нейросети у себя, а не в чужом облаке. Следующая поставка ожидается в ноябре. Всё чаще спрашивают, почему небольшая коробка стоит несколько миллионов тенге и что на ней можно делать. Отвечаем в этой статье.

Если коротко, это настольный модуль 15 × 15 × 5 см со 128 ГБ общей памяти. На нём запускают большие языковые модели, генерируют изображения и дообучают нейросети прямо в офисе, без облака и без отправки данных наружу. Ниже разбираем, что у него внутри, что на нём реально работает и с какой скоростью, чем DGX Spark отличается от Gigabyte и кому такая машина не нужна.

Что такое DGX Spark

DGX Spark — самый маленький компьютер в линейке NVIDIA DGX. Старшие машины этой линейки стоят в серверных и дата-центрах, где на них обучают нейросети. NVIDIA анонсировала Spark в январе 2025 года под рабочим названием Project DIGITS, продажи начались в октябре 2025-го.

Внутри стоит чип GB10 Grace Blackwell, в котором процессор и графический ускоритель собраны в одной микросхеме и делят 128 ГБ памяти. Эталонную версию NVIDIA выпускает под маркой Founders Edition. В Европе её распространяет PNY, и у нас была именно такая. На том же чипе свои версии делают Acer, ASUS, Dell, Gigabyte, HP, Lenovo и MSI, у Gigabyte она называется AI TOP ATOM.

Характеристики

Главное — 128 ГБ общей памяти

Нейросеть должна целиком поместиться в память видеокарты. Если она не помещается, то либо не запустится, либо будет работать в десятки раз медленнее. От этого правила и стоит отталкиваться, когда решаете, нужен ли вам такой компьютер.

Объём легко прикинуть. Модель на 70 млрд параметров в сжатом 4-битном виде занимает около 40 ГБ, и ещё нужен запас под контекст разговора. У самой мощной игровой видеокарты GeForce RTX 5090 32 ГБ памяти, так что такая модель на ней не поместится. Профессиональная RTX PRO 6000 со 96 ГБ стоит дороже всего Spark, и к ней ещё нужен компьютер.

В GB10 графике доступна почти вся общая память, около 120 ГБ. Поэтому NVIDIA заявляет, что одна машина работает с моделями до 200 млрд параметров и дообучает модели до 70 млрд. Две машины, соединённые кабелем QSFP, дают 256 ГБ на двоих и запускают модели до 400 млрд параметров.

Что на нём запускают

• Языковые модели. Открытые модели gpt-oss, Llama, Qwen, DeepSeek и Nemotron работают как собственный «ChatGPT» компании, и переписка, документы и код не уходят на чужие серверы. Ставятся через Ollama, LM Studio, llama.cpp или vLLM, в браузере с ними работают через Open WebUI.
• Ответы по своим документам. К модели подключают внутренние регламенты, договоры и базу знаний, и сотрудники задают вопросы обычным языком. Такой подход называется RAG.
• Дообучение под свою задачу. С Unsloth, NeMo, LLaMA-Factory или PyTorch модель учат на своих данных: стилю ответов поддержки, разбору обращений, отраслевой терминологии.
• Изображения. ComfyUI и модели FLUX генерируют картинки, и их можно дообучить на собственных изображениях.
• Агенты и разработка. На Spark запускают ИИ-помощников для программистов, чат-боты из нескольких агентов и анализ видео.
• Прототип перед сервером. Программный стек здесь тот же, что на серверах DGX и в облаке. Проект, отлаженный на столе, переносится на большое железо без переделки.

Для каждого из этих сценариев у NVIDIA есть пошаговые инструкции на сайте build.nvidia.com/spark. Там описано всё, от установки чата в браузере до объединения нескольких машин в кластер.

Честно о скорости

Слабое место GB10 — скорость памяти, 273 ГБ/с. У RTX 5090 она составляет 1 792 ГБ/с, в шесть с половиной раз больше. Скорость ответа языковой модели упирается именно в этот показатель, и отсюда три следствия.

• Модель, которая помещается в 32 ГБ видеокарты, на RTX 5090 будет отвечать быстрее. Spark выигрывает там, где видеокарте не хватает памяти.
• Модели типа «смесь экспертов» работают быстро. На каждом шаге они задействуют лишь часть своих параметров. Например, gpt-oss-120B в независимых тестах выдаёт 40–60 токенов в секунду в зависимости от программы, а это быстрее, чем человек успевает читать.
• Крупные «плотные» модели работают медленно. Llama 3.3 70B выдаёт около 5 токенов в секунду, примерно со скоростью чтения. Одному человеку этого хватит, отделу уже мало. Ускорить такие модели помогает спекулятивное декодирование, при котором маленькая модель подсказывает большой. В тестах оно ускоряет ответ в 2,6–4 раза.

Исследователи LMSYS тестировали Spark одними из первых. Их вывод: машина подходит для прототипов и экспериментов с большими моделями, а чтобы обслуживать много пользователей сразу, нужен сервер.

Ещё два ограничения стоит знать до покупки. Spark не работает с Windows: у него процессор на архитектуре Arm и система Linux, поэтому игры, 1С, AutoCAD и большинство привычных программ на нём не запустятся. И это не ноутбук. Модуль стоит на столе или в серверной, а работают с ним с обычного ноутбука на Windows или macOS через приложение NVIDIA Sync по локальной сети.

DGX Spark или Gigabyte AI TOP ATOM

Начинка у них одинаковая: чип GB10, 128 ГБ памяти, система DGX OS и программы NVIDIA. В независимом обзоре результаты AI TOP ATOM разошлись с опубликованными цифрами DGX Spark не больше чем на 2–4%, это в пределах погрешности. Различаются корпус, накопитель и цена.

Объём накопителя выбирают по задачам. Одна крупная модель занимает от 40 до 120 ГБ. Если на машине будут жить две-три модели, а данные хранятся в сети, хватит 1 ТБ, тем более что к сетевому хранилищу Spark подключается по 10-гигабитному Ethernet. Если вы собираете библиотеку моделей и наборов данных для обучения, берите 4 ТБ.

А что с версией на 64 ГБ

2 октября 2026 года NVIDIA объявила младшую версию DGX Spark на 64 ГБ памяти. С 23 октября её выпускают Acer, ASUS, Dell, Gigabyte, HP и MSI, в США цена начинается от $4 999. Чип и программы те же, но потолок ниже: модели до 100 млрд параметров. Её стоит рассматривать, только если ваши задачи точно укладываются в этот размер. Главное преимущество Spark как раз в большой памяти, и с половиной её получается уже другой класс машины.

Почему ИИ-компьютеры дорожают

Причина та же, что у подорожавшей оперативной памяти. Производители перевели мощности на память для ускорителей в дата-центрах, и обычной памяти теперь не хватает. В GB10 её 128 ГБ, поэтому дефицит бьёт по цене напрямую.

• Октябрь 2025 года: DGX Spark Founders Edition поступает в продажу в США за $3 999.
• Начало 2026 года: NVIDIA поднимает цену до $4 699 и прямо ссылается на дефицит памяти.
• Октябрь 2026 года: выходит версия на 64 ГБ за $4 999. По данным немецкого издания heise, версия на 128 ГБ теперь стоит около $6 000.

Осенью 2026 года машины на GB10 продавались у нас за 2,8–3,6 млн ₸. Цена ноябрьской поставки будет зависеть от закупки и курса, поэтому точную сумму уточняйте у менеджера.

Кому стоит покупать, а кому нет

Стоит покупать:

• компаниям, которым нельзя отправлять данные в облако: финансовым, медицинским и юридическим, госсектору, производствам с коммерческой тайной;
• разработчикам, которые строят продукты на нейросетях и хотят отлаживать их у себя, без счетов за облачные видеокарты;
• университетам и лабораториям для курсов по машинному обучению и исследований;
• интеграторам для пилотных проектов и демонстраций клиентам.

Не стоит покупать:

• если нужен чат-бот для повседневных вопросов, потому что подписка на облачный сервис обойдётся дешевле;
• для игр и Windows-программ. Под 3D, проектирование и монтаж лучше подойдёт рабочая станция с видеокартой NVIDIA RTX, а под бухгалтерию хватит обычного ПК (как выбрать компьютер для 1С);
• если нужны ИИ-функции в ноутбуке вроде субтитров, шумоподавления и Copilot. С ними справляется встроенный нейропроцессор, подробнее в статье про ноутбуки с ИИ-процессорами;
• для ИИ-сервиса на сотни пользователей, потому что такой нагрузке нужен сервер.

Как купить в Neom

Поставку ожидаем в ноябре 2026 года. Чтобы не пропустить её, откройте карточку нужной модели и нажмите «Сообщить о поступлении». Письмо придёт, как только машина окажется на складе.

• PNY NVIDIA DGX Spark Founders Edition, 128 ГБ, SSD 4 ТБ
• Gigabyte AI TOP ATOM, 128 ГБ, SSD 4 ТБ
• Gigabyte AI TOP ATOM, 128 ГБ, SSD 1 ТБ

Цену и срок поставки также можно узнать у менеджера по телефону или в мессенджере, все способы связи есть на странице контактов. Компаниям выставляем счёт с НДС и передаём полный пакет закрывающих документов, подробнее на странице для юридических лиц.

Все ИИ-компьютеры и рабочие станции собраны в разделе «Рабочие станции и ИИ-компьютеры».

Частые вопросы

Можно ли установить Windows?

Нет. Spark работает на DGX OS, это Linux от NVIDIA, и Windows на этой платформе не поддерживается.

Нужен ли монитор?

Не обязательно. HDMI у модуля есть, но обычно с ним работают с ноутбука. Приложение NVIDIA Sync настраивает доступ по локальной сети и открывает панель управления DGX Dashboard со встроенным JupyterLab.

Сколько электричества потребляет?

Блок питания рассчитан на 240 Вт, сам чип потребляет до 140 Вт. Это уровень офисного компьютера с видеокартой средней мощности, так что хватит обычной розетки.

Можно ли объединить несколько машин?

Да. Две машины соединяются напрямую кабелем QSFP, получают 256 ГБ памяти на двоих и запускают модели до 400 млрд параметров. Для трёх и более машин у NVIDIA есть отдельные инструкции, в том числе с подключением через коммутатор.

Бывает ли DGX Spark в виде ноутбука?

Нет, это настольный модуль. Подключиться к нему можно с любого ноутбука в той же сети.