공유 GPU 클러스터에서 순서를 기다리던 연구자에게 새로운 선택지가 생겼다. NVIDIA의 DGX Spark HPC Developer Kit는 DGX Spark 시스템 4대를 묶은 데스크톱 클러스터로, 합산 512GB 메모리와 20TB NVMe 저장 공간을 제공한다. NVIDIA는 이번 주 시카고에서 열리는 슈퍼컴퓨팅 콘퍼런스 SC26에서 이를 발표했다.
각 시스템은 GB10 Grace Blackwell Superchip을 기반으로 한다. 4개 노드는 NVIDIA ConnectX-7 네트워크로 양옆 노드와 링 형태로 직접 연결돼, 네트워크 스위치를 따로 사거나 설정할 필요가 없다. 키트는 SC26에 전시 중이며 NVIDIA에 따르면 판매도 이뤄지고 있다.
DGX Spark HPC Developer Kit에는 무엇이 들어 있나
키트는 시스템 1대(노드)에서 4대까지 확장된다. NVIDIA가 밝힌 주요 내용은 다음과 같다.
- 각각 양옆 노드와 직접 연결되는 DGX Spark 노드 4대
- 4개 노드 기준 합산 512GB 메모리
- 4개 노드 기준 합산 20TB NVMe 저장 공간
- NVFP4를 지원해 4대 시스템에서 최대 700B 파라미터 모델을 로컬로 실행, 예시로 DeepSeek V4.1 제시
- NVIDIA HPC SDK 설치 플레이북은 「곧 공개」로 표시
실제로 링 구성 덕분에 연구실은 스위치 없이 노드를 추가할 수 있다. NVIDIA는 팀이 자체 장비에서 개발과 디버깅을 하고, 서버 시간은 본 실행에 아끼며, 미발표 결과와 독점 데이터셋을 내부에 둘 수 있게 하는 것이 목표라고 설명한다.

HPC SDK 플레이북은 무엇을 더해 주나
플레이북은 아직 나오지 않았다. NVIDIA에 따르면 GPU 가속 C, C++, Fortran 컴파일러와 라이브러리, 메시지 전달 인터페이스 도구가 클러스터에 제공된다. NVIDIA 기반 슈퍼컴퓨터에서 쓰는 것과 같은 개발 도구다.
이를 통해 4개 노드에서 과학 애플리케이션을 빌드하고 테스트하고, 연산과 데이터가 어떻게 분산되는지 확인하며, 더 큰 시스템으로 확장하기 전에 통신 문제를 디버깅할 수 있다.
어떤 과학 워크로드가 돌아가나
NVIDIA는 4개 시스템에서 두 가지 워크로드를 시연했다. 재료 시뮬레이션용 LAMMPS(Kokkos 사용)와 분자 동역학용 NAMD다. DGX Spark 커뮤니티는 분자 동역학용 GROMACS, 유체 역학용 OpenFOAM, 기상 모델용 WRF, 생체 분자 구조 예측용 OpenFold3와 Boltz-2 같은 NVIDIA NIM 마이크로서비스도 검증했다.
NVIDIA는 초기 사용 사례도 소개했다.
- 캘리포니아대 버클리 IGI의 Rubin Lab은 DGX Spark 1대와 Evo 2 모델로 유전체 서열에서 세균 특성을 예측한다. 11시간의 클러스터 대기가 없어 결과가 15x 빨리 나왔다고 NVIDIA는 밝혔다
- 버클리 Hartwig Group은 NVFP4 양자화로 장비 1대에서 Nemotron 3 Super 120B-A12B 모델을 LoRA로 미세 조정하며 8시간에서 24시간짜리 학습을 연달아 돌렸다
- Kvantify는 DGX Spark 1대에서 최대 70큐비트, 975게이트의 양자화학 회로 텐서 네트워크 시뮬레이션을 했다고 보고했다
- IIT Delhi에서 나온 CYRAN AI는 DGX Spark로 대형 위성 이미지의 JPEG 2000 디코딩을 가속한다
Nemotron 3.5 Super VL을 위한 새 오픈 데이터셋과 후속 학습 레시피도 조직이 직접 관리하는 인프라에서 이 모델을 생명과학과 화학에 맞게 조정하는 데 도움이 된다.
가격은 얼마인가
NVIDIA 발표에는 키트 가격도 국가별 가격도 없다. DGX Spark 제품과 케이블은 NVIDIA Marketplace와 Acer, ASUS, Dell Technologies, GIGABYTE, H3C, HP, Lenovo, MSI, xFusion 등 OEM 파트너를 통해 판매된다.
NVIDIA 제품 페이지는 각 시스템이 FP4 기준 최대 1 petaFLOP의 AI 성능과 최대 128 GB 시스템 메모리를 제공한다고 설명한다. 현재 가격과 배송 국가는 Marketplace나 파트너 페이지에서 직접 확인해야 한다.
누구에게 맞나
대학과 연구소 연구자. 서버 할당량이 정해져 있으면 테스트마다 차례를 기다려야 한다. 로컬 노드 4대가 있으면 멀티 노드 작업을 먼저 돌리고 디버깅할 수 있다.
민감한 데이터를 다루는 팀. 미발표 결과와 독점 데이터셋이 내부에 남는다. 공유 클러스터에 보낼 수 없는 그룹에는 중요한 점이다.
HPC 코드 개발자. 플레이북이 나오면 책상 위의 C, C++, Fortran 도구로 본 실행 전에 노드 간 통신을 시험하기 쉬워질 것이다.
기다리는 편이 나은 사람. 지금 당장 HPC SDK 플레이북이 필요하거나 확정 가격이 먼저 필요한 경우다. NVIDIA는 이 키트를 더 큰 시스템을 준비하는 공간으로 설명하며, 대체품으로 보지 않는다.
아직 알 수 없는 것
NVIDIA는 가격, 국가별 출시일, 플레이북 공개일을 밝히지 않았고, 시스템 4대와 케이블 외의 구성품도 설명하지 않았다.
자세한 내용은 NVIDIA 발표문을 읽고 NVIDIA Marketplace의 DGX Spark 페이지에서 현재 판매 현황을 확인하면 된다.







