DGX Spark

DGX Spark ist ein Computer von der Firma Nvidia, etwa so groß wie ein dickes Buch. Er ist nicht zum Spielen oder für Büroarbeit gedacht, sondern für die Entwicklung von künstlicher Intelligenz. Solche Programme brauchen extrem viele Rechenschritte gleichzeitig, und genau darauf ist die Hardware in diesem Gerät ausgelegt. Nvidia stellte es Anfang 2025 zunächst unter dem Namen Project DIGITS vor, ab Oktober 2025 war es unter dem Namen DGX Spark zu kaufen. Der Preis liegt bei rund 4.000 US-Dollar, also weit über dem eines normalen Laptops. Interessant ist das Gerät vor allem für Menschen, die KI-Software bauen und testen wollen, ohne dafür jedes Mal Rechenzeit im Internet zu mieten.

Ein Rechenzentrum auf dem Schreibtisch

Moderne KI-Modelle sind riesige Sammlungen von Zahlen, oft viele Milliarden davon. Diese Zahlen müssen komplett in den Arbeitsspeicher des Rechners passen, sonst läuft das Modell gar nicht. Normale Grafikkarten für Privatleute haben dafür meist 8 bis 24 Gigabyte Speicher. Das reicht nur für kleinere Modelle. DGX Spark bietet 128 Gigabyte, die sich Prozessor und Grafikeinheit gemeinsam teilen.

Damit verschiebt sich, wer überhaupt mit großen Modellen arbeiten kann. Bisher mussten Entwickler dafür Server bei Anbietern wie Amazon oder Microsoft mieten. Das kostet laufend Geld und die Daten verlassen das eigene Haus. Für Firmen mit sensiblen Daten, etwa in der Medizin, ist das ein echtes Problem. Ein Gerät im eigenen Büro löst diesen Konflikt.

Für Nvidia selbst ist das Produkt auch strategisch wichtig. Das Unternehmen verdient sein Geld fast vollständig mit KI-Hardware für große Rechenzentren. Mit DGX Spark versucht es, seine Technik auch bei einzelnen Entwicklern und kleinen Teams zu verankern. Wer auf diesem Gerät entwickelt, arbeitet später fast automatisch weiter mit Nvidia-Servern.

Was im Gehäuse steckt

Kern des Geräts ist ein Chip namens GB10 Grace Blackwell. Darin sitzen zwei Teile: ein normaler Hauptprozessor mit 20 Rechenkernen und eine Grafikeinheit. Die Grafikeinheit ist der eigentliche Motor, denn sie kann tausende einfache Rechnungen parallel ausführen. Genau solche Rechnungen braucht ein KI-Modell, wenn es Wort für Wort eine Antwort erzeugt.

Der Speicher ist bei DGX Spark ungewöhnlich organisiert. Prozessor und Grafikeinheit greifen auf denselben Speicherblock zu, man nennt das unified memory. In einem normalen PC müssen Daten dagegen erst zwischen Hauptspeicher und Grafikkarte hin und her kopiert werden. Dieses Kopieren kostet Zeit und begrenzt die Modellgröße. Fällt es weg, passen deutlich größere Modelle ins Gerät.

Ein Vergleich hilft beim Einordnen. Eine High-End-Grafikkarte für Gaming rechnet bei kleinen Modellen schneller als DGX Spark. Der Spark gewinnt nicht durch Geschwindigkeit, sondern durch Kapazität. Er ist eher ein großer Lastwagen als ein Sportwagen. Und wenn man zwei Geräte über eine schnelle Netzwerkverbindung koppelt, lassen sich noch größere Modelle laden.

Wer so ein Gerät tatsächlich benutzt

In der Praxis stehen solche Rechner bei Forschungsgruppen an Universitäten, in Software-Start-ups und in KI-Abteilungen größerer Firmen. Typische Aufgabe ist das Feintuning: Man nimmt ein fertiges, öffentlich verfügbares Modell und trainiert es mit eigenen Daten nach. So entsteht aus einem allgemeinen Sprachmodell zum Beispiel ein Assistent für juristische Texte.

In Nachrichtenmeldungen begegnet dir DGX Spark meist im Zusammenhang mit Nvidias Geschäftszahlen oder mit der Frage, ob KI-Rechenleistung dezentraler wird. Auch Prominenz spielt eine Rolle: Nvidia-Chef Jensen Huang lieferte die ersten Geräte persönlich aus, unter anderem bei Elon Musk und bei OpenAI. Solche Bilder sind Marketing, zeigen aber, wie wichtig das Produkt für die Firma ist.

Ein häufiger Irrtum ist die Vorstellung, man könne auf so einem Gerät ein Modell wie ChatGPT von null an trainieren. Das ist ausgeschlossen. Dafür braucht man tausende solcher Chips über Wochen hinweg. DGX Spark ist für das Anpassen und Ausprobieren gedacht, nicht für das erste große Training.