English

作例 · 2026年10月28日

DGX Spark の画像生成は Mac Studio とほぼ並んだ? Niklas さんの測定と、64GB 構成の発表

暗い机の上に、黒い小型の箱と銀色の箱がケーブルでつながって並び、その上に風景・静物・抽象画のタイルがいくつも浮かんでいる

同じプロンプトで、DGX Spark と Mac Studio に絵を描かせたら、どちらが先に出てくるのか。Niklas さん(@niklaslenz_ai)が、その答えを数字で出しています。

Niklas さんの投稿によれば、Qwen-Image-2.1 で 1024² の画像を 1 枚作る時間は、DGX Spark が 28.7 秒、Mac Studio M5 Ultra が 29.9 秒、参考として測った RTX 5090 が 7.6 秒でした 1。

条件と採点

測り方は、同じ 4 つのプロンプトに各 3 シードで、速度の測定ではエンハンサーをオフにした、と Niklas さんは書いています 2。

画質の採点もあります。本人 1 人の採点(エンハンサーのオンとオフの平均)で、Mac が 10 点中 7.1、Spark が 6.8、とのことです 3。Mac ではエンハンサーの時間を測っておらず、Mac のエンハンサーオンの画像には 5090 で書いたテキストを使った、とも書いています 4。評価者は本人だけなので、この差を「Mac のほうが画質が上」と一般化することはできません。

機械の差だけとは言えない理由

ここで押さえておきたいのは、どの機械も同じ道具で動いたわけではない点です。Niklas さんによれば、Mac は mflux で 8 ビットの重み、Spark と 5090 は ComfyUI の INT8 で動かしています 5。ソフトが違う(mflux と ComfyUI)ので、時間の差(あるいは差の小ささ)を、機械だけの差として読むことはできません 5。

もうひとつ。測った DGX Spark は、Niklas さんのサイトで 128 GB の欄に入っています 6。そう読むなら 128GB 構成の機の結果で、ほかの構成の画像生成の速さはこの測定からは分かりません 6。

ComfyUI を DGX Spark に入れて、ユニファイドメモリで大きなモデルを扱うための手順は、NVIDIA の公開資料(playbook)にあります 7。

64GB 構成で何が変わるか

NVIDIA は 10 月 21 日のブログで、DGX Spark の 64GB のシステムが、パートナーから 10 月 23 日の金曜に出荷開始の予定だと書いていました 8。書かれた時点の予定なので、発売済みや在庫ありを意味するものではありません。

製品ページによれば、メモリは 64GB か 128GB の構成で選べ 9、64GB 構成は参加する OEM パートナー経由だけでの販売です 10。

扱えるモデルの目安として、NVIDIA は 1 台で 64GB なら最大 100B パラメータ 11、128GB なら最大 200B パラメータ 12 と書いています。ブログは 64GB のシステムで動くモデルの例に、Nemotron 3.5 Bolt 74B 24GB、Qwen3.8 27B、Gemma 4 26B-A4B を挙げています 13。

NVIDIA は、vLLM の更新で Qwen3.8 27B のエージェント処理が DGX Spark で最大 1.3 倍速くなる、とも書いています 14。

台数を増やす選択肢

足りなければ、つなぐ道もあります。NVIDIA のブログは、クラスタは手動構成で最大 8 台までと書き 15、そのクラスタで 1TB のユニファイドメモリになり、GLM 5.3 のようなモデルを動かせる、としています 16。各台のメモリ構成は書かれていません。

一方、製品ページの本文は、最大 4 台が一緒に大きなモデルを扱える、と書いています 17。資料どうしで台数が食い違うので、台数を前提に買う前に、NVIDIA の最新の記述を確かめてください。

選ぶ材料

  • 画像生成が中心 → Niklas さんの測定では、DGX Spark と Mac Studio M5 Ultra の 1 枚あたりの時間はほぼ並びました [[C261]]。ただしソフトが違い [[C264]]、測った Spark は Niklas さんのサイトで 128GB の欄です [[F312]]。採点は本人 1 人のもので、Mac が 7.1、Spark が 6.8 でした [[C263]]
  • 大きな LLM を回したい → NVIDIA の目安は、1 台で 64GB が最大 100B パラメータ [[F305]]、128GB が最大 200B パラメータです [[F306]]
  • もっと大きなモデルを視野に入れる → クラスタという道があります。台数の記述は資料で違います [[F315]] [[F307]]
  • 64GB を選ぶなら → 参加する OEM パートナーの機種から選ぶことになります [[F304]]

DGX Spark の記事ですが、RTX Spark 搭載機の性能を示すものではありません。両方を検討するなら、動かしたいツールの対応環境を公式で確かめてからにしてください。

画像や LLM のモデルは大きく、置き場所が要ります。

DGX Spark 系の機種は、Amazon でも探せます。

ELSA Onlineで購入Amazonで探す

PR: 「Amazonで探す」のボタンはアフィリエイトリンクです。特定の商品ではなく検索結果を開きます。

ASUS eShop(米国)で購入Amazonで探す

PR: 「Amazonで探す」のボタンはアフィリエイトリンクです。特定の商品ではなく検索結果を開きます。

次に読む

メモリ容量で迷っているなら、RTX Spark ノートのメモリ容量を各誌の実測で読む記事が参考になります。作例を集めた記事は、手元の機械で AI を動かす作例を読むにあります。

出典

  1. @niklaslenz_ai のポストQwen-Image-2.1 on a DGX Spark: 28.7 s per 1024² image. Mac Studio M5 Ultra: 29.9 s. RTX 5090 for reference: 7.6 s.
  2. @niklaslenz_ai のポストSame four prompts, three seeds each, enhancer off for the speed.
  3. @niklaslenz_ai のポストIn my ratings (one rater, enhancer off and on averaged) the Mac scores 7.1 and the Spark 6.8 out of 10.
  4. @niklaslenz_ai のポストNo enhancer time measured on the Mac; its enhancer-on images use texts written on the 5090.
  5. @niklaslenz_ai のポストThe Mac runs mflux with 8-bit weights, the Spark and the 5090 run ComfyUI INT8.
  6. Qwen-Image-2.1: Image models, by memory — niklaslenz.com128 GB All image models on 128 GB → 1× DGX Spark (GB10)
  7. ComfyUI: https://raw.githubusercontent.com/NVIDIA/dgx-spark-playbooks/main/nvidia/comfy-ui/README.mdYou'll install and configure ComfyUI on your NVIDIA DGX Spark device so you can use the unified memory to work with large models.
  8. NVIDIA DGX Spark: Bringing the Spark to Europe: Local Intelligence Powers Next Wave of Agents | NVIDIA Blogstart rolling out from partners on Friday, Oct. 23.
  9. NVIDIA DGX Spark: Personal AI Supercomputer Powered by Blackwell | NVIDIA DGX SparkAvailable in 64 GB* or 128 GB memory configuration options.
  10. NVIDIA DGX Spark: Personal AI Supercomputer Powered by Blackwell | NVIDIA DGX Spark*64 GB memory configuration is available exclusively through participating OEM partners.
  11. NVIDIA DGX Spark: Personal AI Supercomputer Powered by Blackwell | NVIDIA DGX SparkUp to 100B parameters
  12. NVIDIA DGX Spark: Personal AI Supercomputer Powered by Blackwell | NVIDIA DGX SparkUp to 200B parameters
  13. NVIDIA DGX Spark: Bringing the Spark to Europe: Local Intelligence Powers Next Wave of Agents | NVIDIA BlogNew DGX Spark 64GB systems — that can run models including Nemotron 3.5 Bolt 74B 24GB, Qwen3.8 27B and Gemma 4 26B-A4B
  14. NVIDIA DGX Spark: Bringing the Spark to Europe: Local Intelligence Powers Next Wave of Agents | NVIDIA Blogmake agentic tasks with Qwen3.8 27B up to 1.3x faster on DGX Spark.
  15. NVIDIA DGX Spark: Bringing the Spark to Europe: Local Intelligence Powers Next Wave of Agents | NVIDIA BlogNow, DGX Spark supports clusters of up to eight units in manual configuration
  16. NVIDIA DGX Spark: Bringing the Spark to Europe: Local Intelligence Powers Next Wave of Agents | NVIDIA Blogit delivers 1TB of unified memory — enough to run frontier-class models like GLM 5.3.
  17. NVIDIA DGX Spark: Personal AI Supercomputer Powered by Blackwell | NVIDIA DGX Sparkenables up to four DGX Spark systems to work together on larger AI models

埋め込んだポストの著作権は各投稿者にあります。投稿者の説明は本人の申告で、当サイトが同じ結果を確かめたものではありません。 PR: 「Amazonで探す」のボタンはアフィリエイトリンクです。特定の商品ではなく検索結果を開きます。