요약:
Nvidia는 현지 AI 컴퓨팅 시장에 맞게 DGX Spark 제품 라인을 조정하고 용량이 더 적고 가격이 비교적 저렴한 64GB 버전을 출시하고 있습니다. 최신 뉴스에 따르면 GB10 Grace Blackwell 슈퍼 칩을 탑재한 64GB DGX Spark가 10월 23일 출시될 예정이며 시작 가격은 US$4,999입니다. 동시에 원래 128GB 통합 메모리가 탑재된 DGX Spark와 OEM 버전의 가격이 최근 계속 상승하고 있으며 일부 제품의 실제 판매 가격은 US$7,000~US$9,000에 이르렀습니다.
64GB 버전의 출시는 주로 최근 메모리 가격의 지속적인 상승과 로컬 AI 모델의 메모리 용량 요구 사항 변화에 대응하기 위한 것입니다. DGX Spark의 초기 핵심 판매 포인트 중 하나는 128GB LPDDR5X 통합 메모리입니다. 이를 통해 CPU와 GPU가 동일한 메모리 리소스 세트를 공유하여 독립적인 그래픽 메모리에 의존하지 않고도 대규모 AI 모델을 실행할 수 있습니다.
그러나 AI 모델의 급속한 발전으로 인해 모든 모델을 실행하는 데 128GB의 메모리가 필요한 것은 아닙니다. 요즘에는 수백억 개의 매개변수를 가진 일부 효율적인 모델이 이미 약 32GB의 메모리에서 실행될 수 있습니다. 컨텍스트 길이와 작동 모드에 특정 제한이 적용될 수 있지만 로컬 추론만 수행해야 하는 사용자에게는 128GB가 반드시 필요한 것은 아닙니다.
동시에 AI 산업의 발발로 글로벌 메모리 수요가 급증하고 있으며, LPDDR5X 등 고성능 메모리 공급에도 영향을 미치고 있다. 대용량 메모리를 시스템에 직접 통합하는 장치의 경우 메모리 가격의 인상은 전체 시스템 비용에 직접 반영됩니다. 따라서 NVIDIA는 이제 64GB 버전을 추가하고 있습니다. 이는 사용자에게 저렴한 가격으로 메모리 용량의 일부를 희생할 수 있는 옵션을 제공하는 것과 같습니다.
64GB 버전의 핵심 하드웨어는 크게 줄어들지 않았습니다. 여전히 GB10 Grace Blackwell 슈퍼 칩을 사용하고 20코어 Arm CPU를 갖추고 있으며 CPU와 GPU가 통합 메모리를 공유하는 아키텍처를 채택합니다. 메모리 대역폭 역시 273GB/s 안팎을 유지하고 있어 64GB 버전과 128GB 버전의 가장 큰 차이점은 컴퓨팅 코어 자체의 변화가 아니라 사용 가능한 메모리 용량이다.
네트워크 연결도 변경되지 않습니다. 64GB DGX Spark에는 계속해서 ConnectX-7 고속 네트워크 컨트롤러가 탑재되어 있어 여러 장치가 고속 상호 연결을 통해 클러스터를 형성할 수 있습니다. 64GB 이상의 메모리 용량이 있는 모델을 실행해야 하는 사용자의 경우 여러 개의 64GB DGX Spark를 결합하여 전체 사용 가능한 메모리와 컴퓨팅 성능을 확장할 수 있습니다.
NVIDIA는 또한 여러 Spark 네트워킹의 복잡성을 줄이기 위해 새로운 Sync Cluster Assistant 도구를 출시했습니다. 과거에는 사용자가 두 개 이상의 DGX Spark를 연결하려면 어느 정도 수동 구성을 수행해야 했지만 새로운 소프트웨어는 장치 간 연결 및 관리를 자동으로 완료할 수 있습니다.
동시에 NVIDIA는 Sync에 Model Launcher 기능도 추가했습니다. 사용자가 AI 모델을 선택하면 시스템이 자동으로 모델을 다운로드 및 시작하고 해당 모델을 OpenCode 브라우저 측 프로그래밍 에이전트에 연결합니다. 이러한 방식으로 여러 Spark로 구성된 로컬 AI 클러스터를 코드 개발 및 기타 에이전트 워크플로에 더 직접적으로 사용할 수 있습니다.
64GB 버전의 가격은 4,999달러입니다. 하지만 이 가격은 실제로 상상만큼 낮지는 않습니다. 현재 메모리 시장 가격이 크게 변했고, DGX Spark 자체의 실제 시장 가격도 등락을 거듭해 왔기 때문입니다.
Acer, Asus, Dell, Gigabyte, HP 및 MSI를 포함한 많은 OEM 제조업체는 GB10 시스템의 64GB 버전을 출시할 계획입니다. 시작 가격도 약 4,999달러가 될 것으로 예상됩니다. 1차 제품은 10월 23일 출시될 예정입니다.
반면 128GB 버전은 최근 가격이 크게 올랐습니다. 제한된 공급으로 인해 현재 시중에서 판매되는 128GB GB10 시스템의 가격은 약 US$7,000~US$9,000이며, 일부 모델의 소매 가격은 더 높습니다.
Nvidia의 자체 DGX Spark Founders Edition 가격은 이전에 US$3,999였지만 글로벌 메모리 공급 부족으로 인해 Nvidia는 공식 권장 소매 가격을 US$4,699로 인상했습니다. 실제 시장 판매 가격은 이 수치보다 더 높을 수 있습니다. 즉, 현재 128GB DGX Spark의 실제 가격은 원래 출시되었을 때의 3,999달러보다 훨씬 높습니다.
이 역시 64GB 버전 출시에 중요한 배경이 됩니다. 많은 로컬 AI 사용자의 경우 주요 목표가 중소 규모의 대규모 언어 모델, 코드 모델 또는 AI 에이전트를 실행하는 것이라면 수천 달러를 들여 128GB 버전을 구입하는 것이 반드시 비용 효율적인 것은 아닙니다. 64GB 버전은 GB10의 컴퓨팅 성능과 NVIDIA의 전체 소프트웨어 생태계를 유지하는 동시에 대용량 메모리로 인한 비용 압박을 줄일 수 있습니다.
그러나 더 큰 모델을 실행하거나 로컬 모델을 미세 조정해야 하는 사용자에게는 128GB 버전이 여전히 확실한 이점을 제공합니다. 특히 모델 매개변수의 크기가 계속해서 증가함에 따라 통합된 메모리가 더 많다는 것은 빈번한 양자화, 계층화된 로드 또는 모델을 여러 시스템에 걸쳐 분할할 필요 없이 더 큰 모델을 직접 로드할 수 있음을 의미합니다.
또한 128GB 버전은 다중 시스템 클러스터에서 사용하기에 여전히 적합합니다. 사용자는 ConnectX-7을 통해 여러 DGX Spark를 연결하여 여러 장치의 메모리와 컴퓨팅 기능을 결합할 수 있습니다. 따라서 Nvidia는 128GB 버전을 64GB 버전으로 교체하지 않고 보다 명확한 제품 계층 구조를 형성했습니다.
실용적인 애플리케이션 관점에서 볼 때 64GB는 로컬 AI 워크로드의 상당 부분을 처리하기에 충분합니다. 약 27B의 효율적인 모델의 경우 32GB는 이미 특정 조건에서 로컬 추론을 완료할 수 있는 반면, 64GB는 더 많은 컨텍스트 공간과 실행 마진을 제공할 수 있습니다. 사용자가 주로 추론을 위해 양자화된 모델을 사용하는 경우 64GB는 더 큰 모델을 처리할 수 있습니다.
그러나 모델 미세 조정, 긴 컨텍스트, 대규모 에이전트 워크플로 또는 여러 모델을 동시에 실행하는 경우에는 128GB가 훨씬 더 많은 공간을 제공할 수 있습니다. 따라서 64GB와 128GB의 차이는 궁극적으로 순수한 성능의 차이가 아니라 모델이 얼마나 큰 용량을 수용할 수 있는지, 동시에 얼마나 많은 데이터를 처리할 수 있는지에 대한 것입니다.
DGX Spark의 핵심 경쟁력은 메모리 용량만이 아닙니다. GB10은 Blackwell GPU와 5세대 Tensor Core를 탑재한 Grace Blackwell 아키텍처를 채택하고 최대 약 1PFLOP의 FP4 AI 컴퓨팅 성능을 제공할 수 있습니다. 이 시스템은 약 150×150×50mm 크기의 소형 섀시를 사용하며, 무게는 약 1.2kg, 소비전력은 약 240W이다.
이 디자인은 DGX Spark를 기존 워크스테이션과 대규모 AI 서버 사이에 배치합니다. 일반 게이밍 PC처럼 AI 작업을 별도로 처리하기 위해 독립된 그래픽 카드와 시스템 메모리에 의존하지 않는다. 대신 통합 메모리 아키텍처를 사용하여 GPU가 전체 시스템 메모리 공간에 직접 액세스할 수 있도록 합니다. 이는 이토록 작은 크기에 128GB, 심지어 64GB의 대용량 AI 메모리를 제공할 수 있는 핵심 이유 중 하나이기도 하다.
동시에 NVIDIA는 시장 진출을 위해 RTX Spark 제품 라인도 홍보하고 있습니다. RTX Spark도 Grace CPU와 Blackwell GPU를 사용하고 최대 128GB의 통합 LPDDR5X 메모리를 제공하지만 포지셔닝은 Windows PC, 제작자 및 AI 에이전트 애플리케이션에 더 편향되어 있습니다. NVIDIA는 관련 데스크톱 및 노트북 제품이 2026년 10월에 출시될 것으로 예상하고 있습니다.
이는 DGX Spark가 직면한 경쟁이 변화하고 있음을 의미합니다. 이전에는 사용자가 소규모 로컬 AI 슈퍼컴퓨터를 구매하려는 경우 DGX Spark를 직접 대체할 수 있는 방법이 거의 없었습니다. 이제 RTX Spark와 AMD, Apple과 같은 플랫폼이 통합 메모리 용량을 지속적으로 늘리면서 로컬 AI 하드웨어 소비자가 선택할 수 있는 수가 급격히 증가하고 있습니다.
그러나 현재 이러한 기기의 가격을 제한하는 것은 GPU나 SoC 자체가 아니라 고용량, 고속 메모리입니다. DGX Spark와 같은 통합 메모리 아키텍처 장치의 경우 128GB LPDDR5X가 칩 설계의 일부이며 일반 데스크톱 컴퓨터와 달리 메모리 모듈을 언제든지 구매하여 업그레이드할 수 있습니다. 따라서 메모리 가격이 크게 오르면 전체 시스템 비용에도 직접적인 영향을 미치게 됩니다.
이러한 관점에서 볼 때 엔비디아의 64GB 버전 출시는 단순한 제품 확장이 아니라 현재 AI 하드웨어 시장의 현실에 대한 대응이라고 할 수 있습니다. AI 모델이 지속적으로 최적화됨에 따라 더 적은 메모리로 더 많은 모델을 실행할 수 있으며, 고용량 메모리 가격은 계속 상승하고 있습니다. 일부 로컬 AI 사용자에게는 64GB가 보다 현실적인 용량 선택이 될 수 있습니다.
Nvidia의 경우 64GB 버전은 GB10 플랫폼의 잠재적 사용자 기반을 확장할 수도 있습니다. 원래 128GB 버전의 높은 가격 때문에 DGX Spark를 받아들일 수 없었던 사용자는 이제 4,999달러에 64GB 모델을 선택할 수 있습니다. 앞으로도 메모리 가격이 계속 상승한다면 이러한 용량 계층화 전략을 통해 Nvidia는 제품 비용을 보다 유연하게 제어할 수 있습니다.
이에 따라 DGX Spark는 단일 128GB 로컬 AI 슈퍼컴퓨터에서 다양한 메모리 용량과 가격대를 포괄하는 플랫폼으로 점차 발전하고 있습니다. 64GB 버전이 128GB 버전을 의미 없게 만드는 것은 아니지만, 더 많은 국내 AI 개발자들이 GB10 생태계에 진입하는 입문 선택지가 될 수 있다. AI 모델이 효율성을 점점 더 강조하고 메모리 시장이 계속해서 타이트해짐에 따라, 로컬 AI 하드웨어가 앞으로 컴퓨팅 성능이나 메모리 용량을 우선시해야 하는지 여부는 그러한 장치를 선택할 때 소비자에게 점점 더 중요한 문제가 될 것입니다.
댓글