AI PERFORMANCE
1 PetaFLOPSFP4 推論ワークロード向けに、デスクトップで高密度な AI 性能を提供します。
NVIDIA DGX SPARK · CHINA COMMUNITY
そのデスクが、
AI スーパーコンピュータに。
FusionXpark は NVIDIA GB10 Grace Blackwell スーパーチップを搭載。 コンパクトな筐体で 1 PFLOPS の AI 演算性能を発揮し、2000億パラメータ級モデルをローカルで動かし続けます。
AI PERFORMANCE
1 PFLOPS
FP4
UNIFIED MEMORY
128 GB
LPDDR5x
SUPERCHIP
GB10
Grace Blackwell
DGX SPARK
GRACE BLACKWELL
1PANEL
MAXKB
LOCAL AI
DESKTOP SUPERCOMPUTING
小さな筐体、
小さくない性能。
モデルのロード、コンテキスト推論、マルチノード拡張まで。DGX Spark はデータセンタークラスの AI アーキテクチャをデスクトップに凝縮しました。単なるワークステーションではなく、パーソナルな AI インフラです。
できることを見るUNIFIED MEMORY
128 GBより大きなモデル、長いコンテキスト、マルチモーダル入力をユニファイドメモリで安定稼働。
MODEL SCALE
200B2000億パラメータ級モデルに対応し、DeepSeek・Llama・Gemma・Qwen エコシステムとも互換。
SCALE OUT
ConnectX2台の相互接続で、ラボ、チームのプロトタイプ、小規模クラスタへの拡張余地を確保。
FROM MODEL TO ACTION
AI をローカルに置き、
実際の仕事を任せる。
01 · LOCAL MODEL
ローカル LLM ワークステーション
プライベートモデル、RAG、エージェント、マルチモーダルプロトタイプを実行。機密データはオフィスから出ません。
02 · LIVE DEMO
触れられる AI デモ環境
翻訳、レビュー、ナレッジベース Q&A などの実ワークフローをすぐに提示。スペックを体験に変えます。
03 · COMMUNITY
開発者ファンコミュニティ
DGX Spark、1Panel、MaxKB を中心に、イメージ、チュートリアル、ローカル導入の知見を共有。
DUAL-NODE LOCAL CLUSTER
2台を積み上げ、
フラッグシップモデルをローカルで。
2台の DGX Spark を ConnectX の RoCE で相互接続し、2 PFLOPS / 256 GB ユニファイドメモリの ローカル演算ユニットを構成。コミュニティ検証済み：DeepSeek-V4-Flash と Qwen3.8-Flash-Next は この2台構成で安定稼働し、データは部屋から出ません。
DEEPSEEK-V4-FLASH-0731
- フルコンテキスト同時実行
- 2 ストリーム × 1M tokens（KV プール上限）
- チーム日常負荷
- 6 ストリーム × 300K tokens を余裕で常駐
- 高スループット
- 16 ストリーム × 200K tokens · 約315 tok/s
QWEN3.8-FLASH-NEXT
- フルマルチモーダル
- 1 ストリーム × 900K tokens（視覚含む）· 64 tok/s
- チーム同時実行
- 2–4 ストリーム × 900K tokens · 約115 tok/s
- 通常持続速度
- 約47 tok/s · ピーク 70 tok/s
TWO-NODE · vLLM TP=2
DeepSeek-V4-Flash-0731
公式重みの NVFP4 スパース MLA パスに DSpark 投機的デコーディング（MTP×5）を組み合わせ、 100万トークンのコンテキストをデスクトップ2台に収めます。長文書、リポジトリ規模の RAG、多ストリーム会話も安定。
- コンテキスト上限
- 1,048,576 tokens（1M）
- 単一ストリーム
- 約62–83 tok/s（128K コンテキスト）
- 6ストリーム合計
- 約160–191 tok/s
- 高スループット（200K・16並行）
- 約315 tok/s
- KV キャッシュプール
- 約249万 tokens（ノードあたり約18 GiB）
TWO-NODE · SGLang TP2
Qwen3.8-Flash-Next
NVFP4 エキスパート重み + FP8 n-gram ドラフトのフルマルチモーダルフラッグシップ。 SGLang の2台テンソル並列と CUDA Graph で加速。視覚込みの 900K コンテキストで、マルチモーダルワークフローはローカルに。
- コンテキスト上限
- 900K tokens（視覚入力含む）
- 単一ストリーム
- 64 tok/s（ピーク 70 / 通常 47）
- 2–4 ストリーム
- 約115 tok/s
- ノード常駐 VRAM
- 約63–76 GB
- 重みフォーマット
- NVFP4 エキスパート + FP8 n-gram（135 GB）
※ 性能データはコミュニティの2台実測（MiaAI-Lab リポジトリと NVIDIA 開発者フォーラム）に基づきます。 実際の性能は量子化設定、同時負荷、コンテキスト長で変動します。個人や小規模チームでも、筐体サイズの ローカルクラスタでデータセンタークラスに近い LLM サービス能力を得られます。
POWERED BY DGX-CN.COM
1台のコンピュートボックス、
2つの実ワークフロー。
1Panel 運用パネルと MaxKB ナレッジベースをプリインストール。ハードウェア、モデル、業務シナリオを1つのローカルソリューションに。
訳
TRANSLATION BOX
翻訳ボックス
ドキュメント翻訳、動画字幕、会議同時通訳をこなすローカル多言語エキスパート。 コンテンツはローカル処理され、業界用語集にも対応。
審
CONTRACT REVIEW BOX
契約レビューボックス
24時間稼働の AI 法務スペシャリスト。RAG で過去の契約書と自動照合し、 リスク条項を特定して修正案を提示。
FREQUENTLY ASKED
DGX Spark について、
まず重要な質問にお答えします。
dgx-cn.com は NVIDIA の公式サイトですか？
いいえ。dgx-cn.com は DGX Spark の中国語ファンサイトで、中国の開発者向けに ハードウェア情報、ローカル導入の知見、コミュニティのソリューションを共有しています。
DGX Spark はどのローカル LLM を実行できますか？
DeepSeek、Qwen、Meta Llama、Google Gemma など主要なオープンモデルエコシステムに対応。 実行可能な規模はモデル精度、量子化方式、コンテキスト長によって異なります。
DGX Spark はどんな用途に適していますか？
ローカル LLM 推論、RAG ナレッジベース、エージェント開発、マルチモーダルプロトタイプ、 データプライバシーと低遅延が求められる AI デモに適しています。
AI ボックスのイメージと導入チュートリアルの入手方法は？
ページ下部の WeChat QR コードをスキャンし「粉丝」（ファン）と記入すると、 翻訳ボックス・契約レビューボックスのイメージと導入情報を共有します。
DGX SPARK CHINA COMMUNITY
デスクトップの演算力を、
本物の生産性へ。
見積もりと納期、AI ボックスのイメージと導入チュートリアルの入手、 中国の DGX Spark 開発者コミュニティへの参加はこちら。
- 最新の価格と納期
- 技術交流とイメージ共有
- MaxKB シナリオデモ
COMMUNITY SPONSOR
コミュニティスポンサー
1Panel AI アプライアンス：DeepSeek-V4-Flash のローカルプライベート導入、エンタープライズ AI ゲートウェイ内蔵、水平スケーリング対応。実環境テストで 2 並行合計 TPS 60+、 GPU 温度 70°C 未満で長時間安定稼働。
1Panel について