Analisis DGX Spark 64GB: Memori Menentukan Kelas AI Box

Komponen terpenting dalam kisah DGX Spark baru dari NVIDIA bukanlah yang memakai label nama akselerator yang mengilap. Komponen itu adalah kumpulan memorinya, duduk tenang seperti orang pendiam di ruang kontrol yang sebenarnya tahu semua pemutus arus berada di mana. Menurut blog NVIDIA sendiri, konfigurasi DGX Spark 64GB akan bergabung dalam lini produk untuk pengembang AI lokal. Menurut Futunn, model tersebut mulai dari $4.999, sementara versi 128GB telah naik menjadi $6.950.

Selisih harga itulah bongkarannya. Keluarga yang sama, janji AI lokal yang sama, tetapi tali pembatas eksklusifnya telah bergeser dari branding komputasi ke kapasitas memori terpadu. Bagi para perakit, pertanyaannya bukan lagi hanya apakah kamu menginginkan kotak GB10 di meja. Pertanyaannya adalah apakah model, konteks, dan alur kerjamu muat dalam 64GB tanpa mengubah setiap sesi menjadi latihan menata ulang koper.

Pemisahan yang Diumumkan NVIDIA

Allen Bourgoyne dari NVIDIA menulis di NVIDIA Blog bahwa DGX Spark 64GB akan tersedia dari Acer, ASUS, Dell, Gigabyte, HP, dan MSI mulai Jumat, 23 Oktober. Futunn melaporkan bahwa konfigurasi 64GB memangkas memori terpadu dari 128GB menjadi 64GB, tetapi tetap mempertahankan chip GB10 Blackwell, DGX OS, seluruh stack perangkat lunak AI NVIDIA, dan kemampuan jaringan ConnectX-7. Itu bukan pemangkasan kosmetik. Itu adalah NVIDIA yang membelah lini produk di sepanjang rel kapasitas.

@title Pemisahan memori DGX Spark
@source NVIDIA Blog
@source Futunn

  Part          │ 64GB model │ 128GB model
  Memory        │ 64GB       │ 128GB
  Price         │ USD 4999   │ USD 6950
  Chip          │ GB10       │ GB10
  Software      │ DGX OS     │ DGX OS
  Network       │ ConnectX-7 │ ConnectX-7

@caption Memori menciptakan pemisahan pembelian DGX Spark yang terlihat

Hal penting dalam tabel itu adalah apa yang tidak berubah. Laporan Futunn menyebutkan bahwa model 64GB tetap mempertahankan bagian-bagian platform yang membuat DGX Spark menjadi DGX Spark, bukan workstation mini generik yang memakai jaket kulit. Unit yang lebih murah ini tidak digambarkan dalam bukti sebagai tingkatan akselerator yang berbeda. Ini adalah mesin dasar yang sama dengan cadangan memori yang lebih kecil, sehingga kapasitas menjadi batas produk yang sebenarnya.

Spesifikasi yang Tidak Mereka Pasang dengan Lampu Neon

Blog NVIDIA membingkai model 64GB sebagai cara bagi pengembang untuk membangun dan menskalakan AI lokal, dan Futunn melaporkan bahwa DGX Spark dapat menjalankan model hingga 100 miliar parameter secara lokal. Itu terdengar seperti angka besar, dan memang penting, tetapi jumlah parameter bukan seluruh daftar belanja. Kotak AI lokal juga harus menampung model, runtime, dan konteks apa pun yang diseret aplikasimu ke ruangan seperti rakun yang kecanduan spreadsheet.

Inilah mengapa memori terpadu menjadi spesifikasi pembelian yang benar-benar terasa dampaknya. Jika beban kerjamu muat dalam 64GB, harga awal $4.999 yang dilaporkan Futunn membawamu masuk ke platform DGX Spark tanpa membayar untuk kumpulan memori yang lebih besar. Jika tidak muat, mengagumi lencana GB10 sebanyak apa pun tidak akan membuat swapping, pemangkasan, atau juggling konteks terasa elegan. Kapasitas memang tidak glamor, tetapi regulator tegangan juga tidak glamor sampai ia menyelamatkan seluruh papan dari berubah menjadi generator penyesalan kecil.

Sinyal Harga Adalah Pelajarannya

Futunn melaporkan bahwa NVIDIA mengaitkan kenaikan harga 128GB dengan pasokan memori yang terbatas dan biaya yang meningkat. Itulah bagian yang sebaiknya ditempel pembeli di sisi monitor. Dalam perangkat keras AI lokal, memori bukan sekadar item baris. Memori adalah gerbang tol, garasi parkir, dan kadang petugas pemadam kebakaran yang memberi tahu model ambisiusmu bahwa ia tidak boleh membawa setiap token ke dalam gedung.

Ada pelajaran konstruktif di sini, bukan tombol panik. DGX Spark 64GB memberi pengembang titik masuk yang lebih rendah jika pekerjaan mereka nyaman berada dalam kapasitas itu. Versi 128GB tetap menjadi target yang lebih masuk akal bagi pembeli yang tahu bahwa mereka membutuhkan kumpulan memori yang lebih besar, tetapi harga yang lebih tinggi membuat keputusan itu tidak lagi bisa dianggap santai. Sebelum memesan, para perakit sebaiknya membuat profil dari apa yang benar-benar mereka jalankan, bukan apa yang diisyaratkan demo keynote mungkin akan mereka jalankan suatu hari nanti.

Hal yang Perlu Diperhatikan Sebelum Membeli

Blog NVIDIA mengatakan konfigurasi 64GB akan hadir melalui beberapa OEM, yang berarti keputusan pembelian akhir mungkin ditentukan oleh lebih dari sekadar lencana NVIDIA. Selisih harga yang dilaporkan Futunn memberimu filter pertama, tetapi filter praktisnya adalah kecocokan beban kerja. Jika kamu sedang bereksperimen, membuat prototipe agen, atau menjalankan model yang masih menyisakan ruang di 64GB, konfigurasi baru ini mungkin menjadi pintu masuk paling bersih. Jika pekerjaanmu sudah bergantung pada model lokal yang lebih besar atau konteks yang lebih berat, memori bukan aksesori, melainkan sasisnya.

Hal berikutnya yang perlu diperhatikan adalah bagaimana konfigurasi OEM tersusun setelah sistemnya tersedia. Pelajaran perangkat kerasnya sudah jelas: kotak AI lokal sedang disegmentasi tidak terlalu seperti kartu grafis, melainkan lebih seperti perangkat memori tertutup. Tentu, belilah akselerator yang kamu butuhkan, tetapi ukur dulu kumpulan memorinya. Di sanalah pagar pembatas yang sebenarnya telah dipasang.