K-FutureBlogBuild locally. Think clearly.
AIGPULLMハードウェア

DGX Spark 1〜4台モデル比較｜何Bまで動く？

Written by KFB

DGX Spark 1〜4台でDeepSeek-V4-FlashとGLM-5.2の量子化モデルをどこまで動かせるか。GGUF・FP8の実サイズ、必要メモリ、200GbE接続を比較します。

DGX Spark 1〜4台モデル比較｜何Bまで動く？のイメージイラスト

先に結論：DeepSeek V4とGLM-5.2で台数を決める

  • 1台: DeepSeek-V4-FlashのUD-IQ2_M GGUF（84.7GiB）が容量候補。圧縮率が高いため品質検証は必須
  • 2台: DeepSeek-V4-Flash公式FP8 Mixed（148.7GiB）が本命。GLM-5.2のUD-IQ2_M（222.2GiB）も容量上は候補
  • 3台: GLM-5.2のUD-Q3_K_M（319.2GiB）が候補。3台リングとllama.cpp RPCの事前検証が必要
  • 4台: GLM-5.2のUD-Q4_K_M（433.8GiB）が品質と容量のバランスを取りやすい候補

DeepSeek V4を品質重視で使うなら2台、GLM-5.2は最低2台の超低ビット量子化、実用候補は3〜4台という選び方です。1Mトークン対応モデルでも、DGX Sparkで1Mコンテキストを確保できるという意味ではありません。

情報監査日: 2026年7月20日
使用した情報の期間: 2026年4月24日〜7月20日
判定方法: 公式モデルカードとHugging Face上の実ファイル合計を基準にしています。NVIDIAが各モデルと台数の組み合わせを検証した例ではないため、すべて「容量候補」として扱います。

DGX Spark 1台・2台・3台・4台の比較表

台数統合メモリ合計量子化モデル候補・実サイズ判断本体価格の単純合計
1台128GBDeepSeek-V4-Flash UD-IQ2_M
84.7GiB		高圧縮91.9万円
2台256GBDeepSeek-V4-Flash FP8 Mixed：148.7GiB
GLM-5.2 UD-IQ2_M：222.2GiB		V4本命183.8万円
3台384GBGLM-5.2 UD-Q3_K_M
319.2GiB		GLM中間275.7万円
4台512GBGLM-5.2 UD-Q4_K_M
433.8GiB		GLM本命367.6万円

各DGX Sparkは128GBの統合メモリを搭載します。しかし、2台を接続してもOSから「256GBの1台」として自動認識されるわけではありません。公式FP8を使う場合は対応ランタイムのTensor Parallel（TP）やExpert Parallel（EP）、GGUFを使う場合はllama.cppのRPCバックエンドなど、ノード間で重みを分ける仕組みが必要です。

表のサイズは2026年7月20日にHugging Face APIで各リポジトリのファイル容量を合計した値です。実行時にはKVキャッシュ、計算バッファ、OS、RPC通信にもメモリを使うため、ファイルが合計メモリ以下でも起動を保証しません。

価格はアプライドネット掲載のDGX Spark 4TB、税込919,000円を2026年7月19日に確認し、台数倍した参考値です。ケーブル、4台構成で使うスイッチ、UPS、設置費、電気代は含みません。

DGX Spark 1〜4台の物理接続方法

台数によって最適な配線が変わります。NVIDIAの公式構成は、2台ならConnectX-7（CX-7）同士を1本で直結、3台なら3本でリング接続、4台なら各Sparkを200GbE対応スイッチへ1本ずつ接続します。SSHや管理画面に使う10GbE RJ45またはWi-Fiは、モデル分割用のCX-7ネットワークと分けておくと切り分けが容易です。

台数推奨トポロジー200GbEケーブルスイッチ用途
1台単体＋管理LAN不要不要まずモデルと推論環境を検証
2台CX-7同士を直結1本不要TP=2の最小構成
3台3ノードのリング3本不要NCCLの3台リング
4台スイッチ中心のスター型4本200Gbps以上×4ポートTP=4と拡張運用
 
1台:  管理用PC ── 10GbE / Wi-Fi ── Spark 1

2台:  Spark 1 [CX-7] ══ 200GbE ══ [CX-7] Spark 2

3台:                 Spark 1
                     ╱      ╲
                200GbE      200GbE
                   ╱          ╲
              Spark 2 ═200GbE═ Spark 3

4台:  Spark 1 ─┐
       Spark 2 ─┼── [200GbE QSFPスイッチ]
       Spark 3 ─┼
       Spark 4 ─┘

1台：クラスタ用ケーブルは不要

単体運用ではCX-7ポートを接続する必要はありません。10GbE RJ45またはWi-Fiを管理ネットワークへ接続し、SSH、コンテナ取得、モデル配信に使います。将来の増設を前提にしても、最初に1台でOS、ファームウェア、推論エンジン、モデルの組み合わせを確定させると、複数台化した後の問題を切り分けやすくなります。

2台：200GbE QSFPケーブル1本で直結

NVIDIAの2台接続手順では、両方のSparkのCX-7ポートを、承認済みの200GbE QSFPケーブル1本で直接つなぎます。2本を束ねなくても、この1本でCX-7の200Gbps帯域を利用できます。管理用のRJ45またはWi-Fiは別に接続してください。

2台では左右どちらのCX-7ポートでも構成できますが、配線ミスを避けるため、両方とも同じ側のポートを使う運用に統一します。接続後は各ノードのCX-7側へ同一サブネットのIPアドレスを割り当て、相互のpingとSSHを確認してからNVIDIA Syncまたは推論エンジンのクラスタ設定へ進みます。

3台：CX-7の2ポートを使ってリング接続

NVIDIAの3台接続手順は、各Sparkの2つのCX-7ポートを使うリング構成です。ケーブルは3本必要で、接続は次の対応にそろえます。

  1. Node 1のPort 0 → Node 2のPort 1
  2. Node 2のPort 0 → Node 3のPort 1
  3. Node 3のPort 0 → Node 1のPort 1

Port 0はRJ45ポートに近い側、Port 1は遠い側です。3台とも同じユーザー名を用意し、DGX OSとファームウェアを同じ最新版へそろえてから構築します。この物理配線によりNCCLの3ノードリングを作れますが、前述のとおり、推論するモデルとエンジンがTP=3に対応するかは別途確認が必要です。

4台：200GbEスイッチを介してスター接続

NVIDIAのスイッチ接続手順では、4台以上は各Sparkからスイッチへ1本ずつ接続します。スイッチには各ポート200Gbps以上のポートが4つ以上必要です。Spark側は全台で同じ物理CX-7ポートを使い、スイッチ側の4ポートを同じL2ブリッジに収容します。

400GbE QSFP-DDポートを使う場合は、スイッチが対応する2×200GbEブレークアウトケーブルとポートモードを使います。リンクの自動ネゴシエーションが100Gbpsになる場合は、スイッチ側の対応を確認したうえで200Gbpsへ固定します。クラスタ通信はCX-7、管理通信は10GbE RJ45またはWi-Fiと役割を分けるのが公式手順に沿った構成です。

ケーブルは200G QSFP56 DACを基準に選ぶ

  • 短距離の直結: NVIDIA推奨・承認済み品、または互換性を確認した200G QSFP56 DAC（200GBASE-CR4）を優先
  • 4台＋スイッチ: 200G QSFP56 DACを4本、または400G QSFP-DDから2×200Gへ分岐する対応ブレークアウトケーブル
  • QSFP28: 基本は100GbE世代。リンクできても200Gbpsにはならないため、公式200GbE構成の代用品として購入しない

NVIDIA MarketplaceにはDGX Spark向け0.4m QSFPケーブルが掲載されています。市販品を選ぶ場合は、コネクタ形状だけで判断せず、200GBASE-CR4、ケーブル長、CX-7とスイッチOSの互換性を確認してください。

4台用スイッチの候補

候補主な高速ポートDGX Spark 4台での考え方
MikroTik CRS812-8DS-2DQ-2DDQ-RM200G QSFP56×2、400G QSFP56-DD×2200Gの2ポートと、400G側の2×200Gブレークアウトを組み合わせる候補
MikroTik CRS804-4DDQ-hRM400G QSFP56-DD×4各ポートを2×200Gへ分けられ、将来拡張に余裕。ただしブレークアウト構成が前提
MikroTik CRS504-4XQ-IN100G QSFP28×4100GbEの検証用。200GbEが必要な公式構成には不向き

この表はメーカー公開のポート仕様と対応モードから選んだ候補で、当サイトによるDGX Sparkとの実機認証結果ではありません。購入前に、200GBASE-CR4、QSFP56 / QSFP56-DD、2×200Gブレークアウト、利用予定のケーブル長、RouterOSの対応表を販売店またはメーカーへ確認してください。

配線後の確認コマンド

ibdev2netdev
sudo ethtool <CX-7のインターフェース名> | grep Speed
ping -c 3 <相手ノードのCX-7側IP>
ssh <ユーザー名>@<相手ノードのCX-7側IP> hostname

ethtoolでSpeed: 200000Mb/sを確認し、全ノード間でpingとパスワードなしSSHが通る状態にします。インターフェース名は環境により異なります。物理リンクが正常になってからNVIDIA Sync Cluster AssistantやNCCLテストを実行すると、ケーブル、IP設定、分散ランタイムのどこに問題があるか判断しやすくなります。

モデル容量はどう判定するか

DeepSeek-V4-Flash公式モデルは総284B・活性13B・1Mコンテキストで、公開重みはFP8 Mixedです。Hugging Face上のファイル合計は148.7GiBのため1台には入りませんが、2台の256GBではランタイム用の余白を確保しやすい容量です。

GLM-5.2公式モデルは753Bです。公式FP8チェックポイントは703.8GiBあり、4台の512GBを超えます。DGX Spark 1〜4台で扱うには、さらに低ビット化したGGUFなどが前提です。

量子化後の重みの理論下限は「パラメータ数 × 1パラメータ当たりのバイト数」で概算できます。

  • BF16 / FP16: 1パラメータ当たり2バイト
  • FP8 / INT8: 1パラメータ当たり1バイト
  • 4bit: 1パラメータ当たり0.5バイト

この計算に量子化メタデータ、埋め込み、KVキャッシュ、activation、CUDAやRPCのバッファ、OSの使用分は入りません。特にDeepSeek V4とGLM-5.2は1Mコンテキスト対応ですが、DGX Sparkで1Mをそのまま指定するとKVキャッシュが収まらない可能性があります。最初は16K〜32K、同時系列1で起動し、空きメモリを見ながら増やします。

今回採用した量子化チェックポイント

モデル形式ファイル合計容量候補位置づけ
DeepSeek-V4-Flash公式FP8 Mixed148.7GiB2台公式重みを優先する本命
DeepSeek-V4-FlashUnsloth UD-IQ2_M GGUF84.7GiB1台高圧縮。品質低下を許容できる検証用
GLM-5.2公式FP8703.8GiB5台超1〜4台には収まらない
GLM-5.2Unsloth UD-IQ2_M GGUF222.2GiB2台超低ビットの最小構成
GLM-5.2Unsloth UD-Q3_K_M GGUF319.2GiB3台容量と品質の中間候補
GLM-5.2Unsloth UD-Q4_K_M GGUF433.8GiB4台1〜4台では品質を優先しやすい候補

DeepSeek-V4-Flash-GGUFとGLM-5.2-GGUFは、モデル開発元の公式量子化ではなくUnslothによる第三者チェックポイントです。量子化名が同じでも、別の配布元では容量・品質・互換性が異なります。

DGX Spark 1台で動かせるモデル

1台では、DeepSeek-V4-Flash UD-IQ2_M GGUF（84.7GiB）を候補にします。公称128GBに対して40GB前後の余白があり、KVキャッシュとランタイムを置きやすい一方、2bit級の強い量子化なので、コーディング・推論精度が用途に耐えるかを評価する必要があります。

NVIDIAのllama.cppプレイブックは、互換性のあるGGUFで、モデルとKVキャッシュが統合メモリへ収まればDGX Sparkで利用できると説明しています。ただしDeepSeek-V4-Flashのこの量子化をNVIDIAが個別検証したわけではありません。

1台は16Kコンテキストから開始

最初は--ctx-size 16384、--parallel 1程度から始めます。モデルカード上の1Mコンテキストはアーキテクチャ上の上限であり、84.7GiBの重みを読み込んだ残りメモリで1MのKVキャッシュを確保できるという意味ではありません。

DGX Spark 2台で動かせるモデル

2台は合計256GBです。本命はDeepSeek-V4-Flash公式FP8 Mixed（148.7GiB）です。1台には入りませんが、2台なら100GB前後をランタイムとKVキャッシュへ残せます。vLLMプロジェクトはDeepSeek V4対応コンテナを公開していますが、DGX Spark 2台での同チェックポイントはNVIDIA公式検証例ではありません。

GGUFを優先する場合、UnslothのDeepSeek-V4-Flash UD-Q4_K_XLは144.4GiBです。公式FP8との差は約4.3GiBしかないため、互換性と再現性を優先するなら公式FP8、llama.cppで扱う必要があるならGGUFという選び方になります。

GLM-5.2を2台で試すならUD-IQ2_M

GLM-5.2 UD-IQ2_M GGUFは222.2GiBで、2台の容量内には入ります。ただし残りは約34GB相当しかなく、753Bモデルを2bit級まで圧縮するため品質面でも余裕がありません。GLM-5.2を起動できる最小候補であり、実用構成の第一候補は3台以上です。

DGX Spark 3台で動かせるモデル

3台は合計384GBです。2026年7月14日更新のDGX Sparkリリースノートでは、NCCL 2.30u1が3台のリングトポロジーをサポートし、NVIDIA Sync Cluster Assistantもスイッチなしで最大3台に対応したと案内されています。

GLM-5.2 UD-Q3_K_Mが容量候補

GLM-5.2 UD-Q3_K_M GGUFは319.2GiBです。3台の公称384GBに対して約65GB相当を残せるため、2台のIQ2より量子化品質と実行余白のバランスを取りやすくなります。

GGUFを3ノードへ分ける場合は、llama.cpp RPCバックエンドを利用できます。RPCは重みとKVキャッシュを各デバイスの空きメモリに応じて分散し、ConnectX環境ではRDMAも利用できます。ただし開発元はRPCをproof-of-conceptで脆弱かつ不安定と位置づけています。インターネットへ公開せず、CX-7の隔離ネットワーク内だけで使います。

3台リングが公式に接続対応していることと、GLM-5.2 Q3が安定稼働することは別です。購入前に同じGGUF、同じllama.cppコミット、同じコンテキスト長で起動と生成速度を確認してください。

DGX Spark 4台で動かせるモデル

4台は合計512GBです。GLM-5.2 UD-Q4_K_M GGUFは433.8GiBで、1〜4台の範囲では最も品質を優先しやすい候補です。公称メモリとの差は約78GB相当で、Q3より重い一方、KVキャッシュとRPCバッファの余白も確保できます。

4台では200GbEスイッチを介してスター接続し、1台をメインホスト、残る3台でrpc-serverを起動する構成が考えられます。公式GLM-5.2-FP8は703.8GiBあるため、4台でも収まりません。4台で利用する場合はQ4以下の量子化が前提です。

GLM-5.2 Q4も、NVIDIAまたはZ.aiがDGX Spark 4台で検証した公式例ではありません。433.8GiBは重みファイルの容量であり、長いコンテキスト、複数同時実行、llama.cppの更新によっては起動できない場合があります。

4台構成の費用と運用

本体代の単純合計は約367.6万円です。さらに高速ネットワーク用スイッチ、QSFPケーブル、UPS、電源と冷却を用意します。4台が必要なモデルを常時使わないなら、RTX PROワークステーションやクラウドGPUの方が、導入時間や保守を含めて安くなる可能性があります。

台数を増やしても速度が比例しない理由

モデル分割では、各ノードが計算した中間結果を高速ネットワークで交換します。DGX Sparkの統合メモリ帯域は273GB/sですが、ノード間では通信と同期の待ち時間が加わります。そのため、2台にするとメモリ合計は2倍でも、生成速度まで必ず2倍になるわけではありません。

目的向く構成理由
単体に入らない巨大モデルを起動TP / PPで複数台へ分割複数ノードへ重みを分散できる
小型モデルの総処理量を増加各台に同じモデルを複製ノード間通信を減らし、要求を台数へ分散できる
RAGと生成を分離埋め込み・reranker・生成を別ノード化負荷管理と障害切り分けがしやすい
複数モデルを比較各台に異なるモデル独立して更新・停止できる

推論エンジンの選び方

  • llama.cpp: DeepSeek-V4-Flash / GLM-5.2のUnsloth GGUFを使う場合。1台は通常起動、複数台はRPCバックエンドを使う
  • vLLM: DeepSeek-V4-Flash公式FP8を使い、Rayと対応するTP / EP構成で複数ノードへ分散したい場合
  • Transformers / SGLang: GLM-5.2の公式サポート先。ただし公式FP8は4台に収まらないため、DGX Spark 1〜4台ではGGUFの方が現実的

同じモデル名でも、公式FP8、GGUFのIQ2 / Q3 / Q4では必要メモリ、速度、精度、対応ランタイムが異なります。モデル名だけでなく、リポジトリ名、量子化名、llama.cppまたはコンテナの版、コンテキスト長、台数を一組として記録します。

購入前の5ステップ

  1. 対象モデルを1つ決める: 量子化形式、必要コンテキスト、同時利用者数まで決める
  2. 3か月以内の公式例を探す: 同じモデル、エンジン、台数の記載があるか確認する
  3. 重み以外の余白を取る: 理論下限と合計メモリが近い構成は避ける
  4. 分割条件を確認する: TP数でattention headやhidden dimensionを分けられるか確認する
  5. 本体以外も見積もる: ケーブル、スイッチ、UPS、冷却、保守を含める

DeepSeek-V4-Flashは、品質重視なら公式FP8を2台、1台で試すならUD-IQ2_Mを選びます。GLM-5.2は2台のUD-IQ2_Mが最小候補、3台のUD-Q3_K_Mが中間、4台のUD-Q4_K_Mが品質重視です。いずれも購入前に同じチェックポイントで起動と速度を実測してください。

よくある質問

DGX Sparkを2台つなぐだけで256GBとして使えますか？

いいえ。単一の256GB GPUとして自動的に見えるわけではありません。公式FP8では対応ランタイムのTP / EP、GGUFではllama.cpp RPCなどを設定し、モデルを複数ノードへ分散します。

1台で最大何Bまで動きますか？

パラメータ数だけでは決まりません。DeepSeek-V4-Flashは284Bですが、UD-IQ2_M GGUFは84.7GiBなので容量上は1台の候補です。一方、GLM-5.2の753BはUD-IQ2_Mでも222.2GiBあり、最低2台が必要です。

GLM-5.2は3台で実用運用できますか？

UD-Q3_K_Mの319.2GiBは3台の容量内ですが、実用速度と安定性は未確認です。3台リングはNVIDIA公式対応でも、GLM-5.2 GGUFとllama.cpp RPCの組み合わせは公式検証例ではないため、購入前の実機検証が必要です。

4台ならGLM-5.2公式FP8を動かせますか？

いいえ。公式FP8は703.8GiBあり、4台の512GBを超えます。4台では433.8GiBのUD-Q4_K_Mなど、4bit級以下の量子化が必要です。

Unsloth GGUFは公式モデルですか？

基盤モデルはDeepSeekまたはZ.aiの公開モデルですが、GGUFへの変換・量子化はUnslothによる第三者配布です。公式FP8と同じ精度や動作保証はなく、ハッシュとリポジトリ名を固定して評価します。

2台なら生成速度は2倍になりますか？

必ずしも2倍にはなりません。ノード間通信と同期の負担があります。単体に収まるモデルの総処理量を増やすなら、各台へモデルを複製して要求を振り分ける方が有利な場合があります。

DGX Spark互換機を混ぜてクラスタにできますか？

GB10とConnectX-7が共通でも、OSやファームウェアの更新時期はメーカーごとに異なる可能性があります。2026年7月のNVIDIAリリースノートも、パートナー機へ同時に更新が届くとは限らないと明記しています。同一モデル、同一ソフトウェア版でそろえる方が安全です。

まとめ

最新モデルを基準にすると、1台はDeepSeek-V4-Flash UD-IQ2_M、2台はDeepSeek-V4-Flash公式FP8、3台はGLM-5.2 UD-Q3_K_M、4台はGLM-5.2 UD-Q4_K_Mが容量上の候補です。

DeepSeek-V4-Flashの公式FP8以外は第三者GGUFで、台数別のNVIDIA公式検証例ではありません。モデルファイルがメモリに入ること、llama.cpp RPCで起動できること、必要な品質と速度が出ることを分けて判断してください。

関連記事

参照資料と更新日

NEXT READ

関連記事