Nvidia가 10월 23일 금요일 DGX Spark의 64GB 구성을 출시한다. 판매는 Acer, ASUS, Dell, Gigabyte, HP, MSI 여섯 곳을 통해서만 이뤄지며 가격은 4,999달러부터다. Nvidia는 이를 플랫폼의 접근 가능한 가격대를 유지하기 위한 선택이라고 설명했다. 그러나 비교 대상을 바꾸면 그림이 달라진다. 메모리를 모두 갖춘 128GB DGX Spark의 출시가는 약 4,000달러였다. 메모리가 절반인 이번 모델이 1년 전 완제품보다 약 25% 비싸다는 뜻이다.
핵심 요약
- DGX Spark 64GB는 10월 23일 4,999달러에 나온다. GB10 Grace Blackwell Superchip, 20코어 MediaTek Arm CPU, DGX OS, 273GB/s 메모리 대역폭은 128GB 모델과 같다.
- Nvidia는 128GB 버전 가격을 6,950달러로 올렸다. 출시가보다 75%에 가깝게 뛴 수치이며, 메모리를 절반으로 줄인 SKU가 선택이 아니라 필수가 된 이유다.
- 64GB 두 대를 ConnectX-7로 묶으면 메모리를 128GB로 합칠 수 있다. 최대 2,000억 파라미터 모델을 지원하고, Nvidia 자체 Qwen3.8 27B 테스트에서 단일 장비의 최대 1.7배 성능을 냈다.
64GB에서 포기하는 것
실리콘은 동일하다. Nvidia는 GB10 Grace Blackwell Superchip, MediaTek의 20코어 Arm 프로세서, ConnectX-7 네트워킹, CUDA 소프트웨어 스택을 그대로 유지했다. 메모리 대역폭도 273GB/s로 변함이 없다. 모듈 개수를 줄인 것이 아니라 용량이 더 작은 LPDDR5x 모듈을 썼다는 뜻이다. 저장 용량 역시 절반으로 줄었다.
줄어든 것은 여유 공간이다. 64GB 단일 장비는 온디바이스로 최대 1,000억 파라미터 모델까지 지원한다. 두 대를 묶었을 때의 2,000억 파라미터와 대비된다. The Register는 줄어든 용량이 메모리 압박이 가장 큰 파인튜닝에 특히 불리하다고 지적했다. Nvidia의 반론은 실제 워크로드가 로컬 추론이라는 것이다. 260억~350억 파라미터 구간의 오픈 모델이 이제 프라이빗 에이전트를 돌릴 만큼 쓸 만해졌다며 Qwen3.8 27B를 예로 들었다.
클러스터링이라는 해법
Nvidia는 용량 축소를 확장성으로 상쇄하려 한다. 모든 DGX Spark에는 ConnectX-7 NIC가 들어가고, 두 대를 QSFP 케이블로 직접 연결하면 메모리가 128GB로 합쳐지며 대역폭은 두 배가 된다. Nvidia의 Qwen3.8 27B 측정에서는 단일 장비 대비 최대 1.7배 처리량을 기록했다. 하드웨어 자체는 GB10 장비 네 대까지 각 200Gbps로 묶을 수 있다.
달라진 지점은 이제 CLI 작업이 필요 없다는 것이다. Sync Cluster Assistant가 연결된 장비를 감지하고 설정을 검증한 뒤 ConnectX-7 패브릭을 자동으로 구성한다. 모든 노드가 같은 스택을 돌리므로 워크플로를 한 대에서 두 대로 옮길 때 다시 설정할 것이 없다. 이달 말 공개될 Sync Model Launcher는 Qwen3.8 27B를 클러스터 전체에 내려받아 실행하고 OpenCode에 연결한다. 브라우저가 곧 인터페이스가 되는 셈이다.
가격 하단이 올라간 이유
이것은 사실 제품 전략의 문제가 아니다. Nvidia의 GB10 라인은 CES에서 Project Digits로 처음 공개된 이후 계속 위로 밀려 올라갔다. 당시 예상가는 3,000달러 선이었지만 실제 출시가는 4,000달러에 가까웠다. 128GB가 6,950달러까지 오른 것은 마진 욕심이 아니라 DRAM 계약 가격을 따라간 결과다. Micron은 공급난이 2028년까지 더 빡빡해질 것이라고 경고했다. 이런 조건에서 5,000달러 아래 가격대를 지킬 수 있는 수단은 메모리를 절반으로 줄이는 것뿐이다.
이는 Nvidia의 소비자 제품 계획도 복잡하게 만든다. 같은 GB10 실리콘을 쓴 RTX Spark 노트북과 미니 PC가 올가을 Acer, ASUS, Dell, HP, Lenovo, Microsoft, MSI를 통해 나온다. AI 워크로드 전용이 아니라 일반 컴퓨팅을 겨냥한 제품이다. 그런데 128GB 헤드리스 개발자 장비가 7,000달러에 근접한다면 비슷한 구성의 노트북은 팔기가 더 어려워진다. Nvidia가 가격에 민감한 구매자를 위해 메모리를 줄인 변형을 내놓을 것으로 예상되는 이유다.
전망
경쟁 압력은 AMD의 Gorgon Halo SoC에서 온다. 최상위 Ryzen AI Max+ 495 제품군은 32GB에서 192GB까지 구성되며, 현재 128GB DGX Spark보다 낮은 가격의 시스템에 들어간다. 최대 용량에서는 AMD가 앞선다. 반면 The Register의 테스트에서는 GB10 GPU가 AI 작업에서 상당히 빠르다는 결과가 일관되게 나왔다. 개발자에게 실질적인 질문은 64GB에 클러스터링 경로를 더한 선택이 처음부터 메모리를 더 사는 것보다 나은지다. 128GB 한 대가 6,950달러에 제공하는 용량을 64GB 두 대로 맞추려면 9,998달러가 든다. 작게 시작해 나중에 키우는 사람에게만 클러스터링 논리가 성립한다는 뜻이다. 더 깊은 변화는 책상 옆 AI 장비의 가격이 이제 연산 성능으로 정해지지 않는다는 점이다. 가격을 정하는 것은 DRAM이다. 구매 결정이 제품 로드맵에 대한 판단이 아니라 원자재 시장에 대한 베팅이 됐다.
FAQ 자주 묻는 질문
DGX Spark 64GB는 얼마이고 언제 살 수 있나
가격은 4,999달러부터이며 10월 23일 금요일 Acer, ASUS, Dell, Gigabyte, HP, MSI를 통해서만 판매된다. Nvidia는 이 구성을 직접 판매하지 않는다.
64GB 모델은 128GB 버전보다 느린가
사양상으로는 아니다. 같은 GB10 Grace Blackwell Superchip, 같은 20코어 MediaTek Arm CPU, 같은 273GB/s 메모리 대역폭을 쓴다. Nvidia가 모듈 개수를 줄이는 대신 용량이 작은 LPDDR5x 모듈을 택했기 때문이다. 제약은 용량이다. 단일 장비는 1,000억 파라미터, 두 대를 묶으면 2,000억 파라미터까지 지원하며 파인튜닝에 쓸 여유도 줄어든다.
두 대를 묶으려면 무엇이 필요한가
장비에 내장된 ConnectX-7 포트를 잇는 QSFP 케이블과 Nvidia의 Sync 앱이 필요하다. Cluster Assistant 기능이 두 번째 장비를 감지하고 설정을 검증한 뒤, 수동 네트워크 설정이나 vLLM 구성 없이 200GbE 패브릭을 구성한다.
