Watch at Ease세상을 읽고, 일상의 답을 찾다.

기술 · 뉴스 해설

엔비디아 4,999달러 DGX Spark, 메모리는 절반—64GB로 가능한 작업과 출시일

64GB DGX Spark는 엔비디아의 GB10 플랫폼을 유지하지만 통합 메모리를 절반으로 줄이고 10월 23일 4,999달러부터 판매된다. 가격 인하는 로컬에서 담을 수 있는 모델 범위를 바꾸며, 2대 구성은 네트워크 장비와 액세서리를 빼고 약 9,998달러부터다.

일반적인 소형 AI 워크스테이션 옆에 같은 크기의 추상적 메모리 블록 두 개를 배치한 원본 일러스트.
원본 일러스트: 64GB 모델은 연산 플랫폼을 유지하지만 메모리 용량이 핵심 구매 절충점이 된다. Watch at Ease

엔비디아에 따르면 64GB DGX Spark는 10월 23일 6개 제조 파트너를 통해 4,999달러의 시작 가격으로 판매된다. 저가형 데스크톱도 GB10 Grace Blackwell 플랫폼과 엔비디아 소프트웨어 스택을 유지하지만 통합 메모리 풀은 128GB 구성의 절반이므로, 구매의 핵심 제약은 연산 처리량뿐 아니라 모델이 메모리에 들어가는지 여부다.

4,999달러 모델은 10월 23일 출시

엔비디아는 10월 2일 64GB DGX Spark를 발표했고 파트너 시스템을 10월 23일 출시한다고 밝혔다. 출시 파트너는 Acer, ASUS, Dell Technologies, GIGABYTE, HP, Lenovo다. 4,999달러는 시작 가격이므로 제조사별 구성, 스토리지 옵션, 세금, 지원 패키지에 따라 최종 가격은 더 높을 수 있다. Hardware Busters와 StorageReview도 날짜, 용량, 기본 가격을 각각 독립적으로 보도했다.

바뀐 점과 그대로인 점

새 구성은 통합 시스템 메모리를 128GB에서 64GB로 줄인다. 엔비디아에 따르면 GB10 Grace Blackwell Superchip, 동일한 로컬 AI 소프트웨어 환경, 여러 시스템을 연결하기 위한 ConnectX-7 인터페이스는 그대로다. 따라서 낮은 가격은 신세대 프로세서로의 변경이 아니라 주로 용량의 절충이다. 구매자는 모델, 양자화 방식, 컨텍스트 길이, 런타임 오버헤드가 64GB에 들어가고 운영체제와 다른 애플리케이션을 위한 여유도 남는지 확인해야 한다.

‘최대 1,000억 파라미터’는 상한이며 모든 모델의 실행 보장은 아니다

엔비디아는 이 64GB 시스템에서 최대 1,000억 파라미터의 AI 모델을 실행할 수 있다고 말한다. 이는 적절한 조건에서 제조사가 제시한 능력 상한으로 봐야 하며, 모든 1,000억 파라미터 모델이 로드되거나 충분한 성능으로 실행된다는 보장은 아니다. 메모리 사용량은 파라미터 수만으로 정해지지 않는다. 가중치 정밀도와 양자화, 컨텍스트 길이, 키-값 캐시, 프레임워크 오버헤드, 동시 작업이 모두 영향을 준다. 1,000억을 보편적인 적합 기준으로 보지 말고 실제 모델 파일, 양자화 방식, 런타임 메모리 요구량을 확인해야 한다.

64GB 2대는 약 9,998달러부터—하나의 128GB 메모리 풀이 아니다

엔비디아는 더 큰 작업을 위해 DGX Spark 2대를 200GbE로 연결하는 구성을 제안한다. 발표된 기본 가격으로 계산하면 64GB 2대의 하드웨어 비용은 약 9,998달러부터이며 케이블, 스위치, 스토리지, 세금은 별도다. 분산 실행은 일부 작업을 나눌 수 있지만, 2대가 자동으로 하나의 투명한 128GB 메모리 풀을 가진 단일 컴퓨터처럼 동작하는 것은 아니다. 특정 모델이나 학습 작업의 이점은 소프트웨어 지원, 작업 분할, 통신 오버헤드에 달려 있다. Hardware Busters는 128GB 모델 가격을 6,950달러로 보도했으므로, 하나의 더 큰 주소 공간이 필요한 작업에는 128GB 한 대가 64GB 두 대보다 저렴할 수 있다.

1.7배 결과는 엔비디아 테스트이며 독립 벤치마크가 아니다

엔비디아는 Qwen 미세조정 테스트에서 연결된 2대가 1대 대비 최대 1.7배의 성능을 냈다고 밝혔다. 회사의 글은 이 배수를 다른 모델, 배치 크기, 소프트웨어 경로에 보장하지 않으며, 독립 보도도 별도의 통제된 시험으로 이를 대체하지 않았다. 독자는 1.7배를 특정 시험에 대한 제조사 보고값으로 보고, 실제 확장 효율은 연산 부하와 네트워크 통신 비율에 따라 달라질 것으로 예상해야 한다.

구매 전 실용 체크리스트

주문하기 전에 로컬에서 사용할 정확한 모델과 양자화 방식을 정하고 컨텍스트, 캐시, 런타임, 운영체제, 다른 애플리케이션에 필요한 메모리도 더해야 한다. 검증된 작업 세트가 여유를 두고 64GB에 들어가며 4,999달러의 진입 가격이 중요하다면 64GB가 후보가 된다. 단일 시스템의 더 큰 메모리 풀이 핵심이라면 128GB 구성과 비교해야 한다. 2대 클러스터는 소프트웨어가 분산 실행을 명확히 지원하고 전체 비용과 확장 한계를 받아들일 수 있을 때만 고려해야 한다. 검토한 출처는 메모리 부족이 새 모델의 원인이라고 입증하지 않으므로 이 기사도 그런 인과관계를 주장하지 않는다.

서로 분리된 일반 소형 AI 워크스테이션 두 대를 네트워크 케이블로 연결한 원본 일러스트.
원본 일러스트: 2노드 구성에는 네트워크와 분산 소프트웨어가 필요하며 자동으로 하나의 투명한 128GB 메모리 풀이 되지 않는다. Watch at Ease