デスクに置ける、
NVIDIA製プライベート
AIワークステーション
DGX-Sparkは、GB10 Grace Blackwell Superchipを搭載した、個人・チーム単位で導入可能なコンパクトなAIコンピューティング機材です。データセンター級のDGXアーキテクチャをデスクに置ける形でパッケージ化し、閉域環境下での大規模言語モデルの推論・ファインチューニングをローカルで完結させます。
- 単体で最大200BクラスのLLM推論に対応（FP4量子化時／NVIDIA公表値）
- 2台連結でさらに大規模モデルへの拡張が可能
- ネットワーク切断状態でも学習・推論が動作
生成AI活用
3つの課題
機密データを社外に出せない
生成AIの活用は進めたい。ただし、社内文書・顧客情報・研究データをクラウドに送信することは、情報統制・コンプライアンスの観点で許容できない。
従量課金のAPIコストが読めない
PoCから本番運用へ移行すると、トークン量に比例したコストが青天井に膨らむ。定額のオンプレ資産として持つ方が、事業計画にのせやすい。
自社に合ったAI基盤の作り方が分からない
GPUハードウェア選定、モデルの選び方、社内展開時の運用設計まで、社内に知見が無い。誰に相談すれば良いかも見えていない。
クラウドLLMと
DGX-Sparkによるローカル運用
データが流れる経路と、モデルが動く場所は、業務要件・情報統制の両面で分けて考える必要があります。DGX-Sparkは、その両者を社内ネットワーク内で完結させる選択肢です。
ローカル運用（オンプレAI基盤）が選ばれる3つの理由
データ主権の担保
推論も学習もすべて自社ネットワーク内で完結。データが物理的にどこにあるかを明示できることは、金融・製造・重要インフラで必須要件になりつつあります。
コストの資産化
APIの従量課金は使うほど支出が積み上がる構造ですが、DGX-Sparkは初期投資型。全社展開・ヘビーユース時にトータルコストの優位性が生まれます。
モデル選定の自由度
オープンなLLM（Llama・Qwen・Gemma系）を自社データでファインチューニングし、社内ドメインに最適化した専用モデルを保持。ベンダーロックインを避けた継続改善が可能です。
DGX-Spark を活用した導入事例を近日公開予定です
SERVICE FLOW導入までの流れハードウェア調達だけで終わらない、
導入後の運用まで含めた伴走支援
DGX-Sparkは「置けば動く」機材ですが、業務に組み込み、価値を出し切るには、モデル選定・データ連携・運用ポリシー設計が不可欠です。Athenaは、要件定義から本番展開後の改善まで、一気通貫でご支援します。
DGX-Spark
ワンストップ導入支援
DGX-Sparkの導入台数、周辺インフラ、初期セットアップ範囲、運用支援期間により料金が変動します。要件ヒアリングからモデル選定・社内展開・運用改善まで、Athenaが一気通貫で伴走します。
| Architecture | NVIDIA Grace Blackwell |
|---|---|
| GPU | NVIDIA Blackwell Architecture |
| CPU | 20 core Arm, 10 Cortex-X925 + 10 Cortex-A725 Arm |
| NVIDIA CUDA Cores | NVIDIA Blackwell Generation |
| Tensor Cores | 5th Generation |
| RT Cores | 4th Generation |
| Tensor Performance | 1 PFLOP |
| System Memory | 128 GB LPDDR5x, coherent unified system memory |
| Memory Interface | 256-bit |
| Memory Bandwidth | Up to 273 GB/s |
| Storage | 4 TB NVME.M2 with self-encryption |
| USB | 4x USB TypeC |
| Ethernet | 1x RJ-45 connector 10 GbE |
| NIC | ConnectX-7 NIC @ 200 Gbps |
| Wi-Fi | WiFi 7 |
| Bluetooth | BT 5.4 w/LE |
| Audio-output | HDMI multichannel audio output |
| Power Consumption | 240 W |
| Display Connectors | 1x HDMI 2.1a |
| NVENC | NVDEC | 1x | 1x |
| OS | NVIDIA DGX OS |
| System Dimensions | 150 mm L x 150 mm W x 50.5 mm H |
| System Weight | 1.2 kg |
※上記は NVIDIA DGX Spark 公式データシート "Technical Specifications" の記載を引用したものです（preliminary specifications, subject to change）。実際の性能は、ハードウェア・ソフトウェアの構成や動作環境により変動する場合があります。最新の詳細仕様は NVIDIA 公式サイトをご確認ください。
※「NVIDIA」「DGX」「DGX Spark」「Blackwell」「Grace」「ConnectX」「CUDA」等は、NVIDIA Corporation および／またはその関連会社の米国およびその他の国における商標または登録商標です。
DGX-Spark
データシート
詳細スペック・寸法図・電源要件などをまとめた PDF をご用意しています。
ダウンロード（PDF）※PDFは準備中です。近日公開予定。
DGX-Sparkの導入検討に役立つ技術記事を順次公開していきます
DGX-Spark に関する技術記事を近日公開予定です
自社のデータに、
自社専用のAI基盤を
Athenaにご興味を持ってくださった方へ