こんにちは、健ちゃんです。
NVIDIAから、机の上に置けるAIスーパーコンピュータが出ていますね。DGX Sparkという名前で、A5サイズ、重さ1.2kg。お弁当箱くらいの本体に、128GBのメモリが積まれています。
値段は、国内でおよそ100万円。
以前からDGX Sparkの名前は耳にしていましたが、スペックのわりに意外とリーズナブル（いや、決して安くはないのですが）だと思い、改めて調べてみる気になりました。
僕はいま、3Dの人体モデル制作とAI動画づくりに取り組んでいます。そこへ「机の上のスパコン」と言われれば、気になりますよね。しかも今はGPUを時間貸しで借りて使っているので、なおさらです。
そこで、購入判断ができるところまで調べてみました。先に結論をお伝えすると、用途によって、分かれます。残念ながら、僕は「待ち」になります。
3D制作や動画生成が主目的なら、待ってください。同じ金額でRTX 5090機を組んだほうが速いです。
大きなLLMを手元で動かしたいなら、十分に選択肢へ入ります。こちらは5090では代わりが務まりません。
なぜここまで分かれるのか。順を追ってお話しします。
まず、これが何なのかを整理します
DGX Sparkは「小さいゲーミングPC」というより、「128GBのメモリを持つ、小さなAI開発マシン」です。
HDMI 2.1a端子があり、モニター、キーボード、マウスをつないで普通のUbuntuデスクトップのようにも使えます。一方で、同じLAN上のMacやWindowsからSSHやリモートデスクトップで接続し、専用のAI計算機として運用することもできます。
普段使いのPCを置き換えるというより、手元のPCから使う専用マシンとして考えると、役割が分かりやすくなります。
ここで注目していただきたい数字は、二つだけです。メモリ128GBと、メモリ帯域273GB/s。この二つの関係が、この記事の中身のほぼすべてになります。
倉庫と搬出口の話をさせてください
AIマシンの性能は、二つに分けて考えると一気に見通しがよくなります。
一つは、倉庫の広さです。メモリ容量のことで、広いほど大きなモデルを置いておけます。もう一つが、搬出口の広さ。こちらはメモリ帯域で、広いほど1秒あたりたくさん運び出せます。
DGX Sparkは、倉庫がとても広く、搬出口が狭いマシンです。128GBに対して273GB/sという構成になっています。
対するRTX 5090は、まったく逆。倉庫は32GBしかないのに、搬出口は1,792GB/sもあります。実に6.6倍の差です。
つまり、どちらが速いかは一概に決まりません。あなたの荷物が倉庫に入るかどうかで、勝者が入れ替わるのです。
この一点さえ押さえていただければ、あとの数字はすべて説明がつきます。
3D・動画制作では、搬出口の広さが効きます
画像生成や動画生成で使うモデルは、それほど大きくありません。そのかわり、同じモデルを何十回、何百回と往復させます。ノイズを少しずつ取り除きながら絵にしていく仕組みだからです。
荷物は小さいのに、出し入れの回数がとにかく多い。ですから、ここでは搬出口の広さがそのまま制作スピードになります。
実測を見ると、差ははっきり出ています。
だいたい3〜4倍の開きです。ComfyUIでWAN 2.2の5秒動画を作ったところ30分以上かかった、という報告もありました。
なお、TeaCacheやモデルコンパイルといった最適化を入れると2.8〜3倍まで改善した事例はあります。とはいえ、それでも5090には届きません。
そして制作用途には、もう一つ見落とせない話があります。
ARM64という、地味に重い壁があります
DGX SparkのCPUはArm製です。OSはDGX OS 7で、中身はUbuntu 24.04のARM64版になります。
普段WindowsやIntel系のLinuxを使っている方には、ここが効いてきます。制作系のツールには、x86向けのビルドしか配布されていないものが少なくないからです。
実際に報告されている例を挙げてみます。
動かないわけではありません。しかし、「動かすための作業」が継続的に発生します。
制作でいちばん大事なのは、手が止まらないことです。レンダリングの待ち時間より、ビルドエラーを追いかけている時間のほうが、実は制作を殺してしまいます。ここは正直にお伝えしておきたいところです。
ところが、大規模LLMでは景色が変わります
ここからは逆の話になります。
RTX 5090のVRAMは32GBです。70Bクラスのモデルは、そもそも載りません。載らないものは、どれだけ搬出口が広くても運び出せないのです。
DGX Sparkの128GBが効いてくるのは、まさにこの場面でした。
「載らない」と書かれた行こそが、この製品の存在理由です。
小さいモデルなら5090の圧勝でしょう。ところが大きいモデルになると、5090は勝負の土俵にすら上がれません。DGX Sparkのほうは4.6 tok/sという決して速くない数字ながら、とにかく動き続けます。
もう一つ面白いのが、同時実行を増やしたときの挙動です。同時256リクエストでは単発計測の120倍のスループットが出た、という検証がありました。単発レビューの数字だけを見ると、この製品はかなり過小評価されやすいということになります。
エージェントを何本も並列で回す、社内の文書を丸ごと読ませる。こうした使い方では、この特性が素直に効いてきます。
使い方は「机の上のLinuxワークステーション」です
購入前に、運用のイメージも整理しておきます。DGX Sparkはモニターをつないで直接操作できますが、僕なら普段使いのMacやWindowsから接続する専用マシンとして使います。
流れはこうなります。
1. 初回設定を、モニターとキーボードをつなぐか、同じネットワーク上の別のPCから行う
2. 設定後は必要に応じて、同じLANから spark-XXXX.local へSSHで接続する
3. 外出先から使いたい場合は、Tailscaleのようなツールを挟む
4. NVIDIAのAIソフトスタックが最初から入っているので、Docker経由でモデルを動かす
つまり、ローカルでもリモートでも使えます。僕の用途では、普段使いのMacやWindowsから叩く専用の相棒、という位置づけが合いそうです。
ちなみにConnectX-7という200Gbpsのネットワークを積んでいて、2台を直結すると256GB相当のモデルまで扱えます。将来の拡張余地としては、なかなか面白いところですね。
価格の現実も見ておきます
米国では2025年10月に3,999ドルで発売されました。その後、2026年2月にメモリ供給の逼迫を理由として4,699ドルへ値上げされています。
国内価格は、円安と代理店マージンが乗るぶん、さらに高くなります。
在庫も安定しているとは言えません。ASUS Ascent GX10は、一時販売を停止していた時期がありました。
それで、買うべきなのでしょうか
僕の整理は、こうなりました。
待ったほうがいい人
画像生成、動画生成、3D制作が主目的の人
同じ予算でRTX 5090機を組んだほうが、素直に速く、ハマりどころも少ないためです
今買う価値がある人
70B以上のモデルを手元で動かしたい人
外に出せないデータでファインチューニングしたい人
エージェントを並列で長時間回したい人
データセンターと同じCUDA/NIMスタックで開発し、そのまま本番へ持っていきたい人
僕自身は、いまのところ「待ち」です。3Dと動画が主戦場ですから、この買い物では速くなりません。GPUを時間貸しで借りる運用のほうが、当面は理にかなっていると判断しました。
ただし、この評価は固定ではありません。発売直後よりソフトウェアはかなり成熟していて、2026年に入ってからのアップデートで累計2.5倍の性能向上が報告されています。ARM64向けのビルドも、少しずつ揃ってきました。
「いま買うと損をする」のではなく、「いまの僕の用途には合わない」。この違いは、けっこう大きいと思っています。
手元に大きなモデルを常駐させたくなった日が、僕にとっての検討タイミングです！
編集後記
こうして数字を並べてみると、AIの世界では「速さ」と「大きさ」がまったく別の資源なのだと、あらためて感じます。
そして今の僕に足りないのは、たぶんどちらでもありません。3Dの人体モデルを納得のいく形に仕上げる、その手数のほうです。マシンを速くしても、作り方が定まっていなければ意味がないんですよね。
道具の検討は楽しいものですが、それ自体が目的にならないよう気をつけながら、今日も手を動かしていきます！
メルマガ
元エンジニアがAIについて、実践を元に発信しているメルマガです！ ぜひご登録ください。
---