На этой неделе (15 октября 2025 года) NVIDIA запустила в продажу мини-ПК DGX Spark для разработчиков ИИ через собственные каналы и партнёров, таких как Dell, Asus, MSI и HPE. Однако, учитывая раздробленность ИИ-индустрии, жест генерального директора NVIDIA Дженсена Хуанга, лично вручившего DGX Spark Элону Маску и Сэму Альтману по отдельности, выглядит скорее как маркетинговый ход, чем как доказательство технологического превосходства.
Маск и Альтман, некогда сооснователи OpenAI (основана в 2015 году), где Хуанг в 2016 году вручил первый DGX-1, теперь являются конкурентами. Без независимых тестов, таких как бенчмарки от Tom’s Hardware или AnandTech, заявленные характеристики DGX Spark требуют осторожной оценки. Позитивно, что устройство демонстрирует 7–10-кратное преимущество в ИИ-вычислениях по сравнению с аналогами, ускоряя разработку моделей для стартапов и исследователей.
Ранее, в 2016 году, Хуанг вручил DGX-1 Маску как сооснователю некоммерческой OpenAI, созданной для развития безопасного ИИ. Сегодня Маск и Альтман — ожесточённые соперники, обменивающиеся публичными нападками и вовлечённые в судебные споры (например, иск Маска против OpenAI в марте 2024 года за отклонение от миссии некоммерческой организации).
Их конкуренция воплотилась в двух продуктах: ChatGPT (запущен в ноябре 2022 года, 100+ млн пользователей к 2023 году) и Grok от xAI (анонсирован в ноябре 2023 года, интегрирован с платформой X). Различия в подходах — ChatGPT ориентирован на генеративный контент, Grok на "правдивость" — подчёркивают раскол в ИИ-сообществе. Позитивно, что DGX Spark улучшает скорость ответов и контекст в диалогах, как отмечают пользователи на X. Однако без сравнительных тестов (например, от LMSYS Org) трудно оценить реальное влияние этих систем.
Маск получил DGX Spark в роли "главного инженера SpaceX" на базе Starbase в Техасе (16 октября 2025 года, перед тестом Starship). Хуанг назвал это "доставкой самого маленького суперкомпьютера к самой большой ракете". По данным NVIDIA, DGX Spark с суперчипом GB10 Grace Blackwell обеспечивает 1 PFLOP в sparse FP4-операциях, 128 ГБ LPDDR5x-памяти и поддерживает локальный запуск моделей до 200 млрд параметров (до 70 млрд с доработкой).
Однако тесты LMSYS Org показывают, что в задачах вроде инференса GPT-OSS 20B производительность составляет 2053 tps (префилл) и 49,7 tps (декод), что в 4 раза ниже, чем у RTX Pro 6000 Blackwell (10 108 tps / 215 tps). Это ставит под сомнение заявленную мощь без реальных сценариев использования. В плюс, DGX Spark в 100 раз эффективнее DGX-1, что может ускорить разработку ИИ для малого бизнеса. Альтман, комментируя фото с Хуангом и Грегом Брокманом (президент OpenAI), отметил: "С доставки DGX-1 прошло 9 лет, потрясающий прогресс...". Но без бенчмарков прогресс остаётся субъективным. Позитивно, что обновления ПО для DGX Spark повышают производительность генерации на 40%.
"Сервис доставки Хуанга"
Хуанг, начинавший с мытья посуды в Denny’s, теперь "подаёт" кремний для ИИ лидерам индустрии. Этот PR-ход подчёркивает эксклюзивность, но цена DGX Spark выросла с $3000 (CES 2025) до $3999, что вызывает вопросы о ценовой доступности. Системы доступны через NVIDIA, Micro Center и партнёров. Похвально, что DGX Spark с 128 ГБ единой памяти упрощает локальную работу с ИИ-моделями.
Первые партии DGX Spark получили компании с высоким спросом на ИИ: Anaconda, Cadence, ComfyUI, Docker, Google, Hugging Face, JetBrains, LM Studio, Meta, Microsoft, Ollama и Roboflow. Партнёры (Acer, Asus, Dell, Gigabyte, HPE, Lenovo, MSI) предлагают свои версии с минимальными отличиями. Однако энергопотребление GB10 (до 300 Вт, по оценкам MediaTek) и отсутствие поддержки не-NVIDIA экосистем (например, ROCm от AMD) требуют дальнейших тестов. В плюс, DGX Spark позволяет локально настраивать модели до 70 млрд параметров, сохраняя данные, что идеально для R&D. Потенциальным покупателям стоит дождаться независимых обзоров для оценки соотношения цены и качества.
Оригинал
Уникальность
