De DGX Spark van 64 GB is een waarschuwingssignaal voor prijzen van lokale AI-hardware

De DGX Spark van 64 GB is een marktsignaal voor kopers van lokale AI. Een configuratie met minder geheugen verschijnt terwijl de vraag naar AI-servers, HBM en conventionele DRAM hoog blijft. De wijziging bewijst niet dat elk onderdeel identiek is aan het 128GB-systeem, maar laat zien hoe leveranciers reageren op geheugenprijzen, beschikbaarheid en productsegmentatie.

Als je een lokaal AI-systeem met veel gedeeld geheugen nodig hebt, is wachten op een snelle prijsdaling een zwak plan. Stel een budget vast, volg geheugen per dollar en houd een tweede hardwarepad klaar.

Wat is er veranderd? #

De gemelde 64GB DGX Spark voegt een capaciteitsniveau met minder geheugen toe aan NVIDIA’s compacte Grace Blackwell-systeem. Tom’s Hardware meldt een vanafprijs van $4.999 voor de 64GB-eenheid en een prijs van $6.950 voor het 128GB-model. De twee niveaus richten zich op verschillende geheugenbudgetten binnen dezelfde algemene productfamilie en het GB10-platform. Tom’s Hardware meldt de product- en prijsdetails .

NVIDIA’s eigen documentatie vermeldt voor de standaard DGX Spark-configuratie 128GB LPDDR5x gedeeld systeemgeheugen, een 256-bits interface en een bandbreedte van 273GB/s. De CPU en GPU delen het geheugen. Het is niet verdeeld in gewone systeem-RAM en een afzonderlijke pool op een grafische kaart. De hardwaregids van NVIDIA voor DGX Spark beschrijft het geheugenontwerp .

NVIDIA adverteert ook ondersteuning voor modellen tot 200 miljard parameters op het 128GB-systeem. Behandel dit als een platformmogelijkheid, niet als de belofte dat elk model van die omvang past met jouw quantisatie, context, runtime en ruimte voor het besturingssysteem. De 64GB-laag heeft de helft van de gedeelde pool. Test daarom het exacte model en de exacte context voordat je de lagere laag als gelijkwaardig behandelt.

Het 64GB-model is geen gratis prestatieverbetering. Je krijgt een lagere aankoopprijs, maar verliest ook de helft van de gedeelde geheugenpool. Een model dat in 128GB past met ruimte voor gewichten, runtime-overhead, KV-cache en een tweede proces past niet automatisch comfortabel in 64GB.

Waarom capaciteit telt #

Lokale AI-systemen hebben geheugen nodig voor meer dan modelgewichten. De runtime bewaart ook de KV-cache, tijdelijke tensors, tokenizerstatus, toewijzingen van het besturingssysteem en applicatiegegevens. Lange prompts en grotere batches vergroten de cachebehoefte.

Een systeem van 64GB past bij een smaller werkbelastingsbereik. Het blijft bruikbaar voor kleinere lokale modellen en gerichte inferentie. Het is een zwakkere keuze voor kopers die zonder vervanging van het systeem van een 8B-model naar een 27B-, 70B- of multimodaal model willen gaan.

Het 128GB-systeem geeft ook meer ruimte voor modelproeven. Lokale modelformaten, contextinstellingen en servingtools veranderen sneller dan de vervangingscyclus van een klein werkstation.

Dit is een bevoorradingssignaal #

De capaciteitswijziging telt omdat deze tijdens een geheugenkrapte komt. Een leverancier die op een lagere laag minder geheugen aanbiedt, probeert kopers te bedienen die de hogere prijs niet kunnen verantwoorden, terwijl een premiumlaag voor kopers met behoefte aan volledige capaciteit blijft bestaan.

Dit is een interpretatie, geen bewijs van NVIDIA’s interne bevoorradingsbesluiten. De openbare productinformatie toont niet of de 64GB-eenheid hetzelfde geheugenpakket, dezelfde bordconfiguratie of een ander toewijzingspad gebruikt. Het zichtbare signaal is eenvoudiger. Geheugencapaciteit wordt een prijsinstrument voor het product.

Capaciteitsverlagingen maken hardware niet automatisch goedkoop. Een 64GB-model van $4.999 vraagt nog steeds workstationgeld voor een systeem met minder gedeeld geheugen dan de oorspronkelijke configuratie. Vergelijk bruikbaar geheugen, bandbreedte, softwareondersteuning, opslag en garantievoorwaarden in plaats van alleen de stickerprijs.

Waarom DRAM-verlichting vertraagt #

De vooruitblik van TrendForce van 30 juli 2026 stelt dat de DRAM-voorraad tot in 2027 beperkt blijft. Het bedrijf wijst op HBM-toewijzing, vraag naar AI-servers, geheugenaankopen voor CPU’s en de lange planning voor nieuwe productiecapaciteit. Het verwacht dat betekenisvolle productie uit nieuwe capaciteit vooral in de tweede helft van 2027 komt, met grote bijdragen die naar 2028 verschuiven. Lees de DRAM- en NAND-vooruitblik van TrendForce .

De HBM-vooruitblik van TrendForce van 29 september 2026 is nog minder gunstig voor een snelle reset. HBM en conventionele DRAM blijven concurreren om capaciteit voor geavanceerde processen en wafers. De HBM-markt blijft in 2027 naar verwachting beperkt door de voorraad. Het rapport zegt ook dat sommige leveranciers van accelerators HBM-configuraties met minder stacks onderzoeken om voorraad en kosten te beheren. Lees de HBM-vooruitblik van september .

De productiecyclus verklaart de timing. Een nieuwe fabriek vereist bouw, installatie van apparatuur, kwalificatie, procesmigratie en verbetering van de opbrengst. Een openbare aankondiging levert geen afgewerkte geheugenmodules in winkelschappen. Zelfs wanneer de waferproductie stijgt, bedienen leveranciers eerst de contractuele vraag van servers en accelerators.

Eind 2027 is een periode met verlichting, geen belofte van goedkope RAM. Verdere vraaggroei, HBM-toewijzing, tarieven, valutabewegingen en leverancierscontracten kunnen brede verlichting in de detailhandel naar 2028 verschuiven.

DRAM is geen NAND #

De geheugencrisis treft productcategorieën verschillend. TrendForce verwacht dat de omstandigheden voor NAND Flash in de tweede helft van 2027 versoepelen, doordat nieuwe capaciteit en procesmigratie de productie verhogen terwijl de vraag naar consumentenelektronica zwak blijft. DRAM volgt een krapper pad, omdat HBM en servergeheugen schaarse wafercapaciteit gebruiken.

Een goedkopere SSD lost een tekort aan VRAM of gedeeld geheugen niet op. Kopers van lokale AI hebben vaak eerst meer modelgeheugen nodig. Opslagprijzen tellen nadat het model in de beschikbare geheugenpool past.

Wat dit betekent voor kopers van lokale AI #

Koop voor het model dat je verwacht te draaien, niet voor het model dat je deze week gebruikt. Een 8B-model werkt vaak goed in 64GB, terwijl een 27B- of 70B-model meer ruimte of agressievere quantisatie vereist. Een geheugenlimiet beïnvloedt ook contextlengte, gelijktijdige verzoeken en de mogelijkheid om ondersteunende diensten naast het model te draaien.

• Kies 64GB wanneer je werklast binnen kleinere modellen en één actieve dienst blijft.
• Kies 128GB wanneer je lange context, grotere modellen, multimodale experimenten of ruimte voor toekomstige modelwijzigingen nodig hebt.
• Kies een werkstation met discrete GPU wanneer je vervangbare grafische hardware, meer VRAM-opties of bredere softwareondersteuning nodig hebt.
• Kies gehuurde rekenkracht wanneer je werklast af en toe voorkomt en de aankoopprijs het systeem ongebruikt zou laten.
• Kies een gebruikt systeem pas nadat je geheugenconditie, garantiedekking, stroomverbruik, driverondersteuning en de echte prijs per bruikbare gigabyte hebt gecontroleerd.

De 64GB DGX Spark verandert ook de vergelijkingsgroep. Vergelijk het systeem met een 128GB DGX Spark, een professioneel GPU-werkstation van 96GB of 128GB, een gebruikte accelerator van 48GB of 80GB en korte cloudhuur. De juiste keuze hangt af van modelgrootte, contextlengte, uptime, privacybehoeften en verwachtingen rond reparatie.

Een praktische koopmethode #

Gebruik een eenvoudig werkblad voordat je geld uitgeeft:

1. Maak een lijst van de modellen. Noteer de bestandsgrootte van het gequantiseerde model, de verwachte runtime-overhead en de gewenste contextlengte.
2. Voeg geheugenruimte toe. Laat ruimte voor KV-cache, het besturingssysteem, opslagdiensten en monitoring.
3. Noteer de werkelijke prijs. Neem opslag, verzending, belasting, garantie en stroomapparatuur op.
4. Bereken bruikbare capaciteit per dollar. Gebruik niet alleen de geadverteerde capaciteit als de runtime een deel van de pool reserveert.
5. Test voordat je koopt. Huur vergelijkbare hardware en meet laadtijd, decodeersnelheid, promptlengte en stabiliteit.
6. Stel een vervangingsdrempel vast. Beslis of een toekomstig model of contextdoel een upgrade afdwingt.

Betaal geen premie voor capaciteit die je nooit gebruikt. Koop geen systeem met lage capaciteit voor een model dat de praktische geheugenlimiet overschrijdt. Beide fouten maken van een geheugentekort een vermijdbare hardwarevervanging.

De kern #

De 64GB DGX Spark is bruikbaar als lagere instaplaag, maar waarschuwt ook voor de economie van lokale AI-hardware. Geheugen is nu een primaire productbeperking. Een leverancier creëert een lagere prijs door capaciteit te verminderen, terwijl de laag met veel geheugen duur blijft omdat het onderliggende bevoorradingsprobleem voortduurt.

De marktgegevens ondersteunen geen plan dat uitgaat van een onmiddellijke prijsval voor DDR5 of DRAM. TrendForce verwacht tot in 2027 krappe omstandigheden voor DRAM en HBM, met nieuwe capaciteit die laat in het jaar op gang komt en sterkere productie daarna. NAND heeft een betere kans om eerder te versoepelen, maar goedkopere SSD’s vervangen geen extra modelgeheugen.

Voor een koper in oktober 2026 zijn de praktische keuzes duidelijk. Koop 64GB voor een begrensde werklast, betaal voor 128GB wanneer modelvrijheid telt, huur tijdens onzekere vraag of wacht met een specifiek prijsdoel en een reserveplan. Wachten zonder doel stelt je bloot aan een nieuwe productvernieuwing, een nieuwe verschuiving in toewijzing of nog een jaar met hoge geheugenkosten.

Bronnen #

1. The DGX Spark 64GB is a Local AI Warning Sign
2. NVIDIA DGX Spark-hardwaregids
3. Tom’s Hardware: prijs- en productrapport over de 64GB DGX Spark
4. TrendForce: DRAM-aanbod en NAND-vooruitblik voor 2027
5. TrendForce: HBM-aanbodbeperkingen en prijzen in 2027
6. TrendForce: vooruitblik op de DRAM-markt voor 2027
7. SK hynix: financiële resultaten over het tweede kwartaal van 2026 en vraag naar AI-geheugen
8. Lokale AI in 2026: een 27B-model verslaat Sonnet 4.6
9. Qwen3.8 27B GPU-benchmarks op Vast.ai