2026-10-05 · 2026-10-05 전체

DGX Spark 64GB — 메모리는 반, 값은 25% 위

엔비디아 DGX Spark 64GB, 4,999달러, 10월 23일 출시. 작년 128GB 출시가는 3,999달러였고 그 128GB는 지금 6,950달러. 메모리는 반, 값은 25% 위.

중국 커뮤니티는 손익 계산 중. "구독 두 개 10년 치가 이 기계보다 싸다, 개인 로컬 LLM은 가짜 수요" vs "우리는 추론이 아니라 에이전트 100개 동시 실행 환경으로 쓴다, 판단은 클라우드·실행은 로컬".

GB10에는 전용 VRAM이 없다. 통합 메모리라 GPU 메모리 지표가 수집되지 않고, 프로세스 메모리에도 안 잡혀 OOM 방지 장치가 범인을 못 본다. "56GB 가용"을 클라우드 GPU 56GB로 읽으면 운영에서 당한다.

출처: 콰이커지, 즈후, 샤오홍슈 10/5

엔비디아 DGX Spark 64GB 발표

사실

• 64GB 메모리 버전 정식 발표, 4,999달러, 10월 23일 출시. 에이서·델·에이수스가 완제품을 낸다
• GB10 그레이스-블랙웰 칩. 통합 메모리 중 약 56GB를 모델 가중치와 KV 캐시에 쓸 수 있다고 안내
• 내장 클러스터 도구 + 고속 네트워크 카드로 최대 4대 연결. 2대 묶으면 Qwen3.8-27B 기준 최대 1.7배
• vLLM·llama.cpp 적응 완료, 퍼플렉시티 최적화로 로컬 에이전트 추론 최대 1.9배
• 같은 주에 마이크로소프트가 서피스 랩톱 울트라를 예고했다. RTX Spark 플랫폼, 최대 128GB 통합 메모리, CUDA 완전 지원, 로컬에서 1,200억 파라미터 구동. 발표회에 젠슨 황이 참석한다

운영 함정

• "통합 메모리 56GB 가용"은 전용 VRAM 56GB와 같은 물건이 아니다. GB10에는 전용 VRAM이 아예 없어서, 모니터링 도구의 GPU 메모리 지표(DCGM의 FB_* 계열)가 export조차 되지 않는다. GPU 메모리를 보려면 호스트 메모리를 봐야 한다
• 통합 메모리는 프로세스 RSS에도 잡히지 않는다. 메모리를 정말 먹고 있는 범인을 OOM 방지 데몬이 못 본다. 로컬 추론 박스를 24시간 돌릴 생각이라면 이 점을 모르고 시작하면 반드시 한 번은 당한다
• 즉 숫자는 맞지만, "클라우드 GPU 56GB"를 기대하고 사면 운영에서 배신당한다. 모델이 올라가는 것과 안정적으로 도는 것은 다른 문제다

콰이커지 보도와 커뮤니티 반응

중국 AI 일보들은 "4,999달러에 출시"라고만 썼는데, 실제로 벌어진 일은 사양 하향 + 가격 인상이다.

메모리 반감인데 오히려 더 비싸다. 신형 DGX Spark 64GB는 4,999달러로, 원판 128GB Founders Edition의 최초 권장가 3,999달러보다 1,000달러 비싸다. 프리미엄 25%. 10월 23일부터 OEM을 통해 발매. — 콰이커지(快科技), 2026-10-05

즉 엔비디아가 DGX Spark의 통합 메모리를 128GB에서 64GB로 깎고, 가격은 3,999달러에서 4,999달러로 올렸다. "로컬 추론이 5천 달러 선으로 내려왔다"가 아니라 정확히 그 반대다. 읽히는 신호는 하나다 — 메모리 가격이 로컬 AI 하드웨어의 구속 조건이 됐다.

반응도 즉각적이었다:

• AMD 진영이 대놓고 받아쳤다. 독일 컴퓨터베이스 10월 3일 보도에 따르면, 메모리 반감 발표 직후 AMD와 파트너사들이 "훨씬 비싼 값에 64GB를 사지 말고 Strix Halo를 보라"고 공개 권고했다
• 중고·유통가도 뛰었다. "6만 8천 위안에 산 DGX Spark 2대 세트가 지금 8만 7천 위안이 됐다. 주식 투자보다 그래픽카드 투기가 낫다"는 글이 돌았다
• 미국 스토리지 주가가 집단 하락했다는 글이 퍼졌는데(시게이트·WD 10%+, 샌디스크 4%, 마이크론 2%), 같은 글의 작성자가 "진정해라, 선동에 휩쓸린 것"이라며 해석을 반박한다. 이 인과는 확인되지 않았다

왜 중요한가

"개인도 5천 달러면 로컬 에이전트 개발"이라는 서사는 절반만 맞다. 같은 돈으로 받는 메모리가 작년보다 줄었다. 통합 메모리 용량이 곧 모델 크기의 상한인 이 바닥에서 메모리 역진은 성능 역진이다. 아래 운영 함정(56GB의 실체)과 합치면, 지금 이 기계를 사는 판단은 "싸져서 산다"가 아니라 "비싸졌지만 그래도 산다"에 가깝다.

여기에 마이크로소프트의 128GB 노트북 예고를 겹쳐 보면, 메모리를 많이 주는 쪽이 당분간 경쟁 축이 된다는 뜻이기도 하다.

이틀째 반응: 즈후·V2EX·비리비리

이틀째 쌓인 반응.

즈후 칼럼 "왜 64GB를 내놨나"(Edison Chen, 39 추천, 댓글 14)

• 중국 내 DGX Spark 128GB 가격: 연초 2.8만 위안 → 지금 발票가 3.6만+, 공식 4TB판 4만. 128GB FE 공식가는 6,950달러(이미 한 번 4,699로 올렸던 것을 다시)
• 메모리: 데스크톱 128GB DDR5-5600 키트 1.4만 위안. Spark에 들어가는 LPDDR5X-9600 (16GB × 8)은 그보다 비싸다
• 답변들이 꼽은 수요 요인은 "플래시 삼검객" — Qwen 3.8 Flash Next, DeepSeek V4.1 Flash, GLM-5.3 Flash. 다기 연결로 원모델을 당일 돌릴 수 있는 유일한 소형 박스라는 것
• 단기 사용자는 Qwen 3.8 27B면 충분 → 64GB는 그 사람들용. NVFP4로 올리면 40GB 이상이 KV 캐시로 남는다
• 커뮤니티 추론 엔진 TensorFold 주장: Spark 1대에서 Qwen 3.8 27B 산문 58.3 tok/s, 코드 136.9 tok/s, TTFT 0.1초, 195K 프롬프트 prefill 948 tok/s
• "작년에 산 사람은 구독료 아끼고 2,900달러 벌었다"

TensorFold 수치 검토

• 273GB/s 대역폭에서 27B 모델을 NVFP4(약 14GB)로 단일 스트림 디코딩하면 이론 상한이 초당 20토큰 언저리다. 58 tok/s, 136 tok/s는 그 상한의 3~7배다. 이게 가능하려면 추측 디코딩(speculative decoding)이나 그에 준하는 기법이 들어가 있어야 하고, 그러면 코드처럼 예측 가능한 출력에서 숫자가 뛰는 것도 설명된다(코드 136 > 산문 58이 그 증거다). 즉 "27B가 58 tok/s"가 아니라 "초안 모델이 잘 맞을 때 58 tok/s"다. 프롬프트 성격에 따라 절반 이하로 떨어진다고 봐야 한다
• "Spark만이 원모델 당일 배포 가능"은 Mac Studio Ultra가 MLX로 양자화 없이 못 돌린다는 전제인데, 그건 모델에 따라 다르다. 비교 기준이 유리하게 잡혀 있다

반대 의견이 더 날카롭다 (같은 글 1등 댓글, 7 추천)

"계산해 보니 전혀 안 맞는다. Command 월 10달러면 V4.1 flash 월 30억 토큰, Kimi 연 199위안 요금제면 K3 월 7억 토큰. 둘 다 켜도 10년에 3.2만 위안. 이 기계는 3.5만 위안인데 27B 잔혈 모델밖에 못 돌린다. 개인 개발자에게 로컬 LLM은 가짜 수요다." 반박: "중소기업도 데이터 보안·내부망 요구가 있다. 수백만 위안짜리 일체기보다 낫다."

다른 즈후 칼럼 "64GB는 다른 자원 배분 방식이다"(4,478자)

• 핵심 전환: "우리 128GB Spark는 로컬 추론보다 에이전트 100여 개 동시 실행 환경으로 쓴다." 클라우드 모델이 판단, 로컬이 실행(컨테이너·브라우저·DB·중간 결과). 토큰 예산과 하드웨어 예산은 양립한다
• 엔비디아 OpenShell이 Spark에서 정책 기반으로 클라우드 모델 전달을 지원 — 로컬 실행 + 클라우드 추론 결합을 공식이 상정한다는 근거
• "64GB로 100B" 같은 모델 크기 비교에서 벗어나, "모델에 자원을 떼주고 남은 걸로 얼마나 일을 시키나"로 평가 축을 바꾸자는 주장

V2EX 실측(9월, 2대 연결) — 당시 플래시 3종 비교. 품질 GLM-5.3-Flash > DS V4 Flash

Qwen3.8; 속도 Qwen > DS > GLM; DS V4 Flash는 이미지 이해가 "근시". NVFP4가 prefill 빠르고(1,500 vs 1,000 t/s) EXL3가 decode 빠름(28 vs 20 t/s).

비리비리 "엔비디아 개밥, 누가 사면 바보"(613 조회) — 유일한 댓글: "128G 샀는데 괜찮던데".

왜 중요한가 중국 커뮤니티가 이틀 만에 구독 vs 하드웨어 손익분기 계산으로 넘어갔다. 결론은 갈리지만 양쪽 다 "모델이 돌아가나"가 아니라 "무슨 일을 시킬 건가"로 질문을 바꿨다. 위의 56GB 운영 함정과 이 손익 계산을 같이 놓고 봐야 한다.