Der Nvidia DGX Spark im Test aus meinem Alltag, nicht aus einem Testlabor: ein kompakter Desktop-Rechner mit GB10-Chip und 128 GB Unified Memory, auf dem bei mir Qwen3.8-27B unter SGLang läuft. Kurz gesagt: Für ein einzelnes großes lokales Modell lohnt er sich, wenn du die Unified-Memory-Falle kennst und dir vorher klarmachst, wofür du ihn wirklich brauchst.
Ich betreibe mein Business mit einer KI-Belegschaft auf Claude-Basis, das lokale Setup daneben ist mein Testfeld für die Frage, wie weit KI ohne Cloud reicht. Meine Messwerte, Stolperfallen und den Vergleich zu Qwen3.8 im Detail beschreibe ich in Qwen 3.8 lokal: Erfahrung mit DGX Spark. Alles zu lokaler KI sammle ich auf der Seite KI.
DGX Spark im Test: Chip, Speicher, Preis
Der DGX Spark ist ein kompakter Desktop-Rechner von Nvidia, gebaut um den GB10-Chip, einen Grace-Blackwell-Superchip mit Arm-CPU und Blackwell-GPU. Nominal sind es 128 GB Unified Memory, nutzbar meldet mir das System davon rund 119 GB, der Rest geht für das System selbst weg.
Beim Preis halte ich mich an veröffentlichte Angaben, denn eine eigene Kaufrechnung mit Rabatten will ich hier nicht verallgemeinern. Zum Marktstart am 15. Oktober 2025 nennt notebookcheck.com einen Listenpreis von 3.999,99 US-Dollar. Im Februar 2026 hat Nvidia den Preis wegen Engpässen bei Speicherbausteinen auf 4.699 US-Dollar angehoben, nachzulesen in der Ankündigung im Nvidia-Entwicklerforum. Für den deutschen Markt nennt gewusst-ki.de, Stand 4. August 2026, eine Hersteller-UVP von 3.949 Euro netto beziehungsweise 4.699 Euro brutto, bei einem Händler lag die Founders Edition zu diesem Zeitpunkt bei 3.683 Euro netto. Stand dieser Angaben ist September 2026, ändern können sie sich jederzeit.
Warum ich ihn gekauft habe
Meine Ausgangsfrage war nicht „brauche ich mehr Rechenleistung", sondern „kann ich ein großes Sprachmodell dauerhaft lokal betreiben, ohne dass jede Anfrage über eine Cloud-API läuft". Für Kunden, bei denen lokale Verarbeitung ein hartes Kriterium ist, wollte ich eine echte Antwort haben statt einer Vermutung. Der DGX Spark bot dafür genug Platz für ein 27B-Modell samt Kontext, ohne dass ich mehrere GPUs zusammenschalten musste.
Einrichtung und Betrieb im Alltag
Aufgesetzt läuft das Gerät mit Ubuntu 24.04 als Basis für DGX OS. Für meinen Anwendungsfall, Qwen3.8-27B als NVFP4-Checkpoint unter SGLang, folgte ich dem Upstream-Repository hasso5703/dgx-spark-qwen38, seit dem 21. August 2026 das offizielle SGLang-Cookbook-Rezept für dieses Modell. Der Server läuft als systemd-User-Unit mit aktiviertem Linger, weil ich auf dem Gerät kein passwortloses sudo habe. Neben dem Sprachmodell läuft auf derselben GPU noch Whisper large-v3 für Spracherkennung, mit 3 bis 4 GB Speicherbedarf ein kleiner Nachbar, der zeigt, dass auf dem Gerät noch Luft für zusätzliche, kleinere Modelle bleibt.
Die größte Einschränkung im Alltag ist nicht das Gerät selbst, sondern meine Internetleitung am Standort: rund 2 MB/s, ein 70-GB-Modell-Download dauert damit mehrere Stunden. Das ist kein Problem des DGX Spark, aber es gehört zur ehrlichen Einrichtungserfahrung dazu, wenn du selbst planst.
Die Unified-Memory-Falle
Der wichtigste Stolperstein, den ich in diesem Test nennen kann, betrifft das namensgebende Merkmal des Geräts selbst: Unified Memory. CPU und GPU teilen sich denselben Speicherpool. Das klingt zunächst nach mehr Flexibilität, bedeutet aber auch, dass eine zu großzügige Speicherzuweisung an das Modell nicht nur die Inferenz zum Absturz bringt, sondern im schlimmsten Fall den gesamten Host einfrieren lässt. Bei SGLang heißt der relevante Parameter --mem-fraction-static, und ich fahre ihn konsequent bei maximal 0,50. Wer diesen Wert höher setzt, um vermeintlich mehr Leistung herauszuholen, riskiert genau diese Falle.
Das ist die eine Falle, die ich jedem vor dem Kauf mitgeben würde. Die übrigen Stolperfallen aus meinem Aufbau, von der Startzeit über das fehlende passwortlose sudo bis zum Speicherlimit von Docker, habe ich in Qwen 3.8 lokal: Erfahrung mit DGX Spark gesammelt.
Was der DGX Spark nicht kann
Der Test von heise.de, den ich nur als Leseprobe gelesen habe, weil der vollständige Artikel hinter einer Bezahlschranke liegt, fasst sein Fazit so zusammen: kein No-Brainer, und für reine GPU-Rechenleistung sei eine Workstation-Karte wie die RTX Pro 6000 Blackwell mit 96 GB die bessere Wahl. Das deckt sich mit meiner eigenen Einschätzung: Der DGX Spark ist kein Ersatz für eine dedizierte Grafikkarte in einer klassischen Workstation, wenn reine Rechenleistung zählt, etwa für Training oder sehr große Batch-Inferenz. Seine Stärke ist der große, gemeinsame Speicherpool für ein einzelnes großes Modell in einem kompakten Gerät, nicht rohe Geschwindigkeit im Vergleich zu einer dedizierten GPU mit eigenem VRAM.
Vergleich: DGX Spark gegen Alternativen
Wer über den Kauf nachdenkt, vergleicht ihn am besten nüchtern mit den zwei naheliegenden Alternativen: einem Mac mit viel Unified Memory oder einem eigenen GPU-Server mit einer Workstation-Karte.
| Kriterium |
DGX Spark |
Mac mit viel RAM |
GPU-Server (z. B. RTX-Workstation) |
| Speicher-Architektur |
Unified Memory, CPU und GPU teilen sich den Pool |
Unified Memory, CPU und GPU teilen sich den Pool |
dediziertes VRAM auf der Grafikkarte |
| Typische Speichergröße |
128 GB nominal, rund 119 GB nutzbar |
64 GB in meinem Vergleichsgerät |
modellabhängig, oft weniger VRAM als Unified-Memory-Geräte |
| Rohe GPU-Rechenleistung |
begrenzt gegenüber dedizierten Workstation-Karten (laut heise.de) |
begrenzt, für Inferenz ausgelegt |
hoch bei entsprechender Karte |
| Bei mir gemessen (Qwen3.8, Decode) |
50,7 Tokens pro Sekunde (SGLang) |
11 Tokens pro Sekunde (LM Studio, 8-bit, Mac) |
nicht selbst gemessen |
| Formfaktor |
kompakter Desktop-Rechner |
Notebook oder Desktop |
Tower oder Rack, größer und lauter |
Die Mac-Zahlen stammen von meinem eigenen MacBook Pro M3 Max mit 64 GB, mit demselben Modell in 8-bit-Quantisierung über LM Studio gemessen, mehr dazu in Qwen 3.8 lokal: Erfahrung mit DGX Spark. Zum GPU-Server habe ich keine eigene Messung, dort verlasse ich mich auf die Einschätzung von heise.de zur reinen Rechenleistung.
Für wen sich der Kauf lohnt
Aus meiner Erfahrung lohnt sich der DGX Spark für dich, wenn du ein einzelnes großes Sprachmodell dauerhaft lokal betreiben willst, mehrere eigene Geräte über ein privates Netz darauf zugreifen sollen und dir der kompakte Formfaktor gegenüber einem lauten Server wichtig ist. Er lohnt sich eher nicht, wenn du reine GPU-Rechenleistung für Training oder große Batch-Jobs brauchst, dafür ist laut dem heise-Test eine dedizierte Workstation-Karte die bessere Wahl, oder wenn dir ein deutlich günstigerer Mac mit ausreichend Unified Memory für deinen Anwendungsfall schon reicht. Eine pauschale Kaufempfehlung gebe ich bewusst nicht, das hängt zu sehr davon ab, welches Modell du in welcher Größe dauerhaft laufen lassen willst.
Häufige Fragen
Was kostet der DGX Spark?
Zum Marktstart am 15. Oktober 2025 lag der Listenpreis laut notebookcheck.com bei 3.999,99 US-Dollar, im Februar 2026 hat Nvidia ihn wegen Speicherengpässen auf 4.699 US-Dollar angehoben. Für Deutschland nennt gewusst-ki.de, Stand 4. August 2026, eine Hersteller-UVP von 3.949 Euro netto. Alle Angaben beziehen sich auf den jeweiligen Zeitpunkt, eine aktuelle Preisgarantie ist das nicht.
Wie schnell läuft Qwen3.8-27B auf dem DGX Spark?
Bei mir gemessen: 50,7 Tokens pro Sekunde beim Decodieren unter SGLang, rund 1.500 Tokens pro Sekunde beim Prefill. Details und der Vergleich zu anderen Setups stehen in Qwen 3.8 lokal: Erfahrung mit DGX Spark.
Lohnt sich der DGX Spark gegenüber einer Workstation-Karte?
Für reine GPU-Rechenleistung eher nicht, laut heise.de ist dafür eine Karte wie die RTX Pro 6000 Blackwell mit 96 GB die bessere Wahl. Seine Stärke ist der große Unified-Memory-Pool für ein einzelnes großes Modell in einem kompakten Gerät.
Kann ich den DGX Spark auch als normalen Desktop nutzen?
Dazu habe ich keine eigene Erfahrung, da bei mir ausschließlich Modell-Inferenz läuft. Das Gerät läuft mit DGX OS auf Ubuntu-24.04-Basis, das grundsätzlich auch für andere Zwecke geeignet wäre.
Was ist die größte Einschränkung im Betrieb?
Für mich die Unified-Memory-Falle: --mem-fraction-static darf nicht zu hoch gesetzt werden, sonst kann der ganze Host einfrieren, nicht nur der Inferenz-Prozess. Ich fahre seitdem konsequent mit maximal 0,50.
Fazit aus dem laufenden Betrieb
Aus dem täglichen Einsatz heraus würde ich den DGX Spark für mein Szenario wieder kaufen: ein einzelnes großes Modell, dauerhaft erreichbar über mein privates Netz, in einem kompakten Gerät ohne Serverlärm. Für andere Szenarien, etwa Training oder mehrere gleichzeitig laufende große Modelle, würde ich eher zu einer dedizierten Workstation-Karte oder einem eigenen GPU-Server raten. Wie sich die Kosten eines eigenen KI-Servers insgesamt gegen andere Wege rechnen, arbeite ich in Eigener KI-Server: Hardware und Kosten weiter aus, einen breiteren Blick auf lokale Modelle jenseits der Hardware gibt Lokale KI: was 2026 wirklich geht.
