AIモデルの複雑化と大規模化が加速する現代において、より身近で高性能なAI推論環境へのニーズはかつてないほど高まっています。これまで、ハイスペックなGPUサーバーをローカルで利用するには、大規模な投資や設備が必要でしたが、個々の開発者や小規模チームがGPU推論パワーを手にするための新たな道が拓かれようとしています。
NVIDIAは2025年春のイベント（GTC2025）で、長らく「Project DIGITS」として注目されてきたNVIDIA DGX™ Spark（以下、DGX Spark）を正式に発表しました。これは、コンパクトなデスクトップサイズでありながら、本格的なAI推論性能を発揮する、まさにパーソナルなAIスーパーコンピューターといえる製品です。

本記事では、このDGX Sparkについて、主な特長、搭載されているNVIDIA GB10 Grace Blackwell Superchip（以下、NVIDIA GB10 Superchip）の紹介、NVIDIA DGX Systemsにおける位置づけと他の主要システムとの比較まで、わかりやすく解説します。

1. NVIDIA DGX Sparkとは

DGX Sparkは、NVIDIAが提供するAI開発向けのコンパクトなGPUワークステーションです。ワークステーションとは、高度な計算処理やグラフィックス処理に特化した業務用PCのことで、AI開発やシミュレーション、設計業務などに利用されます。

DGX Sparkは、NVIDIAの最新アーキテクチャに基づいた高性能GPUやAI開発に適したソフトウェアに対応しており、AIモデルの設計からトレーニング、推論までを1台で完結できるのが大きな特色です。

非常に小型の筐体（縦150mm × 横150mm × 高さ50.5mm）に高性能なコンピューティング機能を凝縮しており、NVIDIAはこの製品を「デスク上のAIスーパーコンピューター」と銘打っています。

2. NVIDIA DGX Sparkの主な特長

「デスクにおけるAIスーパーコンピューター」であるDGX Sparkは、AI開発の現場にどのようなメリットをもたらすのでしょうか。
ここでは、DGX Sparkの特長を見ていきましょう。

2.1 デスクトップにおけるAIコンピューティングを実現

DGX Sparkは、オフィスやラボ環境のデスク上に設置可能なAI開発プラットフォームとして設計されています。

コンパクトな設計

縦150mm × 横150mm × 高さ50.5mm の小型筐体で、重量は約1.2kg。省スペース性と可搬性に配慮しています。

大規模モデルに対応

小型ワークステーションでありながら、ローカル環境において最大200B（2,000億）パラメータのAIモデルのプロトタイピング、ファインチューニング、推論が可能。大型サーバーと遜色ない性能を発揮します。

セキュアなローカル開発環境

機密性の高いデータをクラウドにアップロードすることなく、ローカル環境でセキュアに開発を推進できます。

2.2 NVIDIA AIソフトウェアエコシステムへのスムーズなアクセス

DGX Sparkには、AI開発に必要なソフトウェア環境（NVIDIA DGX OS with Ubuntu Linuxベース）がプリインストールまたは提供されており、迅速な開発着手を支援します。
※Enterprise サポート込みでソフトウェアを利用する場合は、別途有償ライセンスの購入が必要です。

開発支援ツール

NVIDIA AI Enterprise（NVIDIA NIM™マイクロサービス含む）、NVIDIA AI Workbench

主要フレームワーク

PyTorch、TensorFlow等

高速AIライブラリ

cuDNN、TensorRT、NCCL等

目的別プラットフォーム例

Riva（音声AI）、Holoscan（ヘルスケア・エッジAI）等

2.3 高速なネットワーク接続と拡張性

DGX Sparkは、NVIDIA ConnectX™-7 SmartNICを搭載しており、高速なネットワーク接続が可能です。

さらに、複数台のDGX Sparkをネットワークで接続することで、より大規模な構成にも対応できます。たとえば、2台のDGX Sparkを組み合わせることで、最大405Bパラメータの大規模言語モデル（例：Llama 3.1 405B）にも対応した推論処理が可能となります。

このように、デスクトップサイズでありながら、クラスタ構成によるスケーラビリティも兼ね備えているのがDGX Sparkの大きな強みです。

3. NVIDIA DGX Sparkのプロセッサー：NVIDIA GB10 Superchip

DGX Sparkの「デスクにおけるAIスーパーコンピューター」というコンセプトの実現において、中核的な役割を果たしているのが、「NVIDIA GB10 Superchip」です。

このSuperchipは、GPUとCPUを同一ユニットに統合し、AI開発および推論処理に最適化された革新的なプロセッサー（情報を処理して計算する中枢装置）です。コンパクトな筐体からは想像を超える処理性能を実現し、従来のワークステーションでは不可能だった高度なAI処理をデスクトップ環境で可能にしています。

3.1 NVIDIA GB10 Superchipの主な仕様と特徴

では、このGB10 Superchipの備える構成要素や、どのようにして高性能なAI処理基盤を実現しているのか、その主な仕様をまとめました。

【NVIDIA GB10 Superchipの主な仕様】

GPU

NVIDIA Blackwellアーキテクチャ（第5世代Tensorコア搭載・FP4高速演算対応／最大1PFLOPS@FP4）

CPU

NVIDIA Graceアーキテクチャ（20 core Arm 、10 Cortex-X925 + 10 Cortex-A725 Arm）

メモリ

128 GB のコヒーレント統合システムメモリ

インターコネクト

NVLink™-C2C（CPU-GPU間接続、PCIe Gen5の約5倍の帯域幅）

それぞれの仕様について、以下に詳しく解説していきます。

GPU：NVIDIA Blackwellアーキテクチャ

NVIDIA Blackwellアーキテクチャを採用したGPUは、AI処理の高速化と効率化に注力して設計されています。
第5世代TensorコアとFP4（低精度・高速演算フォーマット）に対応し、最大1,000 TOPSのAI処理性能（FP4利用時）を実現します。

Blackwellアーキテクチャの詳細については、以下の記事もご参照ください。

【関連記事】
▶︎生成AIのパフォーマンスが大幅アップ！？NVIDIA BlackwellアーキテクチャGPUの性能

CPU：NVIDIA Graceアーキテクチャ

NVIDIA Graceは、Armアーキテクチャに基づく20コア構成のCPUで、NVIDIAがAIワークロード向けに設計した高性能プロセッサーです。Armベースの設計で、高い電力効率を維持しながら、AI・HPC向け処理に求められる性能をバランスよく実現しています。

内部構成は、高性能なCortex-X925コアと高効率なCortex-A725コアをそれぞれ10基ずつ組み合わせたヘテロジニアス構成を採用しており、データの前処理やオーケストレーション、モデルチューニング、リアルタイム推論などの処理を効率的にこなすことが可能です。

メモリ：128GBのコヒーレント統合システムメモリ

CPUとGPUが128GBのメモリ空間を共有する「コヒーレントメモリ」を採用しています。これにより、データコピーのオーバーヘッドが削減され、AI処理全体の効率向上に貢献します。

インターコネクト：NVLink™-C2C

AI処理においては、GPUとCPU間の継続的なデータ連携が重要です。
GB10 Superchipでは、NVLink™-C2C（Chip-to-Chip）インターコネクト技術を採用することで、CPUとGPU間の広帯域データ転送を実現しており、これはPCIe Gen5と比較して約5倍の帯域幅に相当します。

各仕様の説明については以下の関連記事もご参照ください。

【関連記事】
▶︎データセンターGPU性能比較：指標別に見る製品の選定ポイント

4. NVIDIA DGX Sparkの位置づけ：他のNVIDIA DGX Systemsとの比較

これまで紹介してきたように、DGX Sparkは、オフィスやラボといった限られたスペースでも利用可能な、革新的なAI開発ワークステーションです。
さらにNVIDIAは、大規模なAI学習や推論にも対応するため、さまざまなラインナップの「NVIDIA DGX™ Systems」を展開しています。DGX Sparkはそのうちの１型番です。

「DGX™ Systems」とは、NVIDIAが提供する高性能AIコンピューティング環境の総称であり、パーソナルなデスクトップ用途からラックスケールの大規模インフラまで、幅広いニーズに応えるラインナップが用意されています。

ここでは、そうしたNVIDIA DGX™ Systemsの中で「DGX Spark」がどのような位置にあるのか、そして同じBlackwell世代の代表的なシステムとの違いについて解説します。

4.1 各モデルの特性

NVIDIA DGX™ Systemsにおける主要なBlackwell世代モデルの特性は以下の通りです。

各モデルの詳細はNVIDIA DGX™ Systems製品紹介ページをご覧ください。

このように、NVIDIA DGX™ Systemsは、個人のデスクトップ環境からデータセンター規模のAIスーパーコンピューティングまで、幅広いニーズに対応する製品群で構成されています。

その中でもDGX Sparkは、最も手軽に導入できるAI開発環境として位置づけられており、個人の研究開発やPoC、スモールチームでの実験環境など、軽量かつ柔軟な活用に適しています。

5. NVIDIA DGX Sparkのユースケース

では、DGX Sparkは実際にどのようなシーンで活用されるのでしょうか。
小規模な開発から、より本格的なAI運用へとつなげる中でのユースケースの具体例を以下にまとめました。

個人開発者、AI研究者、学生によるAIモデルの実験・開発

ノートPCやローエンドGPU搭載ワークステーションでは処理能力が不足するようなAIモデルの試作や評価も、DGX Sparkを用いることでローカル環境での高速な開発・検証が可能となります。個人やアカデミック用途でも、ハイエンドなAI研究を身近に行う環境を構築できます。

企業における小規模AI開発チームやPoCプロジェクト

クラウドを利用できない機密性の高いデータを扱う場合でも、DGX Sparkを活用すれば、社内環境で安全に処理しながら、迅速にプロトタイプ開発を進めることが可能です。PoC段階におけるスピーディな検証と意思決定を支援します。

大規模AIクラスタを補完する、ローカルでの軽量な検証・開発環境

DGX Sparkを活用することで、データセンター側のリソースに負荷をかけることなく、前処理やハイパーパラメータの調整といった工程をローカルで効率的に実行できます。これにより、全体の開発フローを分散・最適化し、実験回転率を向上させることが可能です。

このように、DGX Sparkは、大規模クラスタを前提としない開発環境において、初期導入のハードルを大きく下げながら、実用的なAIモデル開発に必要な性能と柔軟性を提供します。

6. まとめ

本記事では、NVIDIA DGX Sparkについて、その概要から中核を担うNVIDIA GB10 Superchipの特長、NVIDIA DGX™ Systemsにおける位置づけ、具体的なユースケースに至るまで、幅広く解説してきました。

Grace Blackwellアーキテクチャを採用したNVIDIA GB10 Superchipを搭載し、卓上にも収まるコンパクトな筐体設計により、これまで大規模なサーバー設備が必要だったAIモデルのプロトタイピングやファインチューニング・推論をデスクサイドで実行できる現実味が一気に高まっています。

この革新的なAI開発プラットフォームは、開発者や研究者が最先端のAI技術へアクセスする障壁を下げ、AIを活用した研究・開発や新たなサービス創出の加速を力強く後押しする存在となるでしょう。

NTTPCはお客様のGPU導入をサポートしています。導入をご検討の際は、ぜひNTTPCにご相談ください。お客様のご要件に応じた最適なGPUソリューションをご提案いたします。

▶︎お問い合わせはこちら

※記載された情報は、リリース時点のものです。商品・サービスの内容などの情報は予告なしに変更されることがあります。