DGX Spark 1〜4台モデル容量比較｜何Bまで動く？

情報監査日: 2026年10月11日。NVIDIAのリリースノートとネットワークガイドは同年9月10日更新。モデルカードとリポジトリの公開表示を同日に確認しました。
対象: Founders Edition相当の128GB統合メモリを各台に搭載した構成。64GB SKUを混在させる場合、この表の合計値は使えません。
判定方法: 公式モデル配布物・第三者GGUFのファイル表示と、ノード台数別のメーカー公称メモリ表記を並べた机上整理です。NVIDIAの公開仕様は「GB」のbyte定義を示していないため、ここではGiB換算や数値の残量を算出しません。NVIDIA、DeepSeek、Z.aiが各モデル・台数・ランタイムの組み合わせを検証したという意味ではありません。

2台構成の実測を読みたい方へ: Qwen3.8-Flash-Nextの独立2台とTP=2の実測比較では、ASUS GX10を2台使い、同時要求数ごとの出力速度と応答開始までの時間を掲載しています。以下のDeepSeek V4・GLM-5.2の容量比較とはモデルも検証条件も異なるため、そのまま速度を当てはめることはできません。

DGX Spark 1台・2台・3台・4台の比較表

NVIDIA DGX Spark Founders Editionの公開仕様は統合メモリを128GBと表記していますが、その「GB」が何byteを指すかは明記していません。そのため、配布ページの丸めたファイル表示から公称メモリとの差や残量を計算しません。実機では選択した全ファイルの正確なbyte数を確認し、Linuxのfree -bで各ノードのOSが推定するavailableメモリを読み、対象ランタイム・コンテキストで起動後の使用量も検証してください。available値だけで起動を保証できるわけではありません（procps free(1)）。2台をつないでも単一メモリ領域として自動認識されるとは限らず、複数ノードへモデルを分割するには対応ランタイムのTP / EPや、GGUFを扱う場合のllama.cpp RPCなどが必要です。

ファイル容量は2026年10月11日に確認したHugging Faceリポジトリの表示を丸めたものです。表示サイズや配布ファイルは変わるため、取得時に対象フォルダの正確なbyte合計を再確認してください。公称メモリとファイルのbyte数を同じ基準で確かめても、OS、画面予約メモリ、実行バッファ、KVキャッシュ、活性値、CUDA / RPC通信を含む実行時の余裕は別途、対象ノードとランタイムで検証が必要です。

本記事では最新の購入価格を調査していません。複数台を導入する場合は各商品の現在の型番・容量で見積もりを取り、スイッチ、承認ケーブル、UPS、設置、電気代、保守を別項目として加えてください。

2026年10月11日に確認したソフトウェア基準

NVIDIAの現行リリースノートに掲載されるDGX Spark Founders Editionの基準はDGX OS 7.5.0、GPUドライバー580.159.03、CUDA Toolkit 13.0.2です（同ページは2026年9月10日更新）。この版はFounders Edition向けで、GB10パートナー機へ同時に更新が届くとは限りません。接続前に各ノードのOS、ドライバー、ファームウェア、推論エンジンの対応と版を照合してください。

NVIDIAが公称する目安は単体で最大200B、2台で最大405Bです。この記事はDeepSeek-V4-FlashやGLM-5.2の公開ファイル表示と接続方式を整理したもので、台数別の起動可能候補を検証した結果や、NVIDIAの公称範囲・公式検証例ではありません。

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。

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200Gbps以上で動作するQSFP56-DD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。

NVIDIA承認QSFP112ケーブルを型番で確認する

NVIDIAの現行DGX Spark User Guideは、CX-7ポートをEthernet専用とし、次のケーブルを承認品として挙げています。ポート自体は最大200Gbpsですが、ケーブル名やコネクタの見た目だけで代用品を選ばないでください。

• Amphenol: NJAAKK-N911（0.4m）またはNJAAKK0006（0.5m）
• Luxshare: LMTQF022-SD-R（0.4m）
• 2〜3台の直結: 接続1本ごとに上記承認型番を使い、リンク速度を実測
• 4台＋スイッチ: 1台につき1本。400Gbpsポートやブレークアウトを使う場合も、スイッチ、ケーブル、ポートモードの組み合わせをメーカーへ確認

QSFP28や、型番と互換性を確認していない汎用QSFP56 DACを代用品として購入しないでください。8月23日時点で承認型番と一致するAmazon.co.jpの商品リンクを確認できなかったため、この記事には200GbEクラスタケーブルのAmazonリンクを掲載していません。

4台用スイッチは要件確認を優先する

この記事では特定の市販スイッチを推奨しません。NVIDIAの現行要件は、200Gbps以上で動作するQSFP56-DDポートを4つ以上備えることです。以前候補にしていたMikroTik CRS812は該当ポートが2つしかなく、単体で4台を直接収容する要件を満たしません。QSFP28を4ポート備えるCRS504も100GbE世代のため、公式200GbE構成の代替にはなりません。ブレークアウトを含む構成は、4本すべてが同時に200Gbpsで動作すること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公式モデルカードは総284B・活性13B・1Mコンテキストを示し、通常版チェックポイントをFP4 + FP8 Mixedと表記しています（MoE expert weightsがFP4、その他の大半がFP8）。同じカードのBase版FP8 Mixedとは別物です。通常版の公式ファイル一覧は約160GB（約149GiB）と表示されます。メーカー公称メモリとの比較や起動可否は、選択した全ファイルの正確なbyte数と対象ノードの実行時メモリを確認してください。

Z.aiのGLM-5.2公式モデルカードは753Bパラメータを掲載しています。公式FP8リポジトリは約756GB（約704GiB）と表示されます。この表示だけで必要台数、起動可否、性能は判断できません。

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

DeepSeek-V4-Flash UD-IQ2_MとGLM-5.2 UD-IQ2_M、UD-Q3_K_M、UD-Q4_K_MはUnslothによる第三者GGUFです。各フォルダのファイル容量は2026年10月11日に確認した概数で、公開元の変更により変わります。公式モデルと同じ精度・互換性・品質保証を意味しません。

DGX Spark 1台の公開ファイル例

1台構成の例は、DeepSeek-V4-Flash UD-IQ2_M GGUF（配布表示で約84.7GiB）です。NVIDIAの公称128GB表記とはbyte基準を確認できていないため、両者の数値差や起動余地は算出しません。2bit級の強い量子化でもあるため、正確なファイルbyte数、実機の利用可能メモリ、対象用途での出力品質を確認してください。

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程度から段階的に試します。モデルカード上の1Mコンテキストは最大対応長であり、約84.7GiBの重みを読み込んだ残りから1M分のKVキャッシュを確保できる意味ではありません。

DGX Spark 2台の公開ファイル例

2台の公称合計は256GBです。DeepSeek-V4-Flashの公式FP4 + FP8 Mixed配布物は約149GiBと表示されていますが、byte基準が揃っていないため、この数字から容量差は計算できません。複数ノードでモデルを分散する対応ランタイムとネットワーク設定も必要です。vLLMには一般的な複数ノードTP / PP手順がありますが、DGX Spark 2台とこのチェックポイントの組み合わせを保証するものではありません。

実ファイルは更新されるため、ここでは容量を再確認していない別のGGUF派生版を比較へ加えません。使う場合は配布元の正確な量子化名・ファイル合計・ランタイム対応を購入前に固定して確認してください。

GLM-5.2を2台で試すならUD-IQ2_M

GLM-5.2 UD-IQ2_M GGUFは配布表示で約222.6GiBです。2台の公称合計は256GBですが、単位のbyte基準が揃っていないため残量を算出しません。安全な実行最小構成とも断定できず、ノードごとの配置、OS、通信・計算バッファ、KVキャッシュを含めて実機で確認してください。753Bモデルを2bit級まで圧縮した品質確認も必要です。

DGX Spark 3台の公開ファイル例

3台の公称合計は384GBです。現行のDGX Sparkリリースノートでは、NVIDIA Sync Cluster Assistantがスイッチなしで最大3台、スイッチ経由で最大4台の接続を支援します。これはネットワーク構成の支援であり、任意のモデルや推論エンジンを3台へ自動分割する機能ではありません。

GLM-5.2 UD-Q3_K_Mのファイル表示

GLM-5.2 UD-Q3_K_M GGUFは配布表示で約319.3GiBです。公称メモリとの残量は計算できず、OS、推論エンジン、KVキャッシュ、コンテキスト設定を含む実行可否と品質は未検証です。

GGUFを3ノードへ分ける検証手段として、llama.cpp b10588のRPCバックエンドが考えられます。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。GLM-5.2との組み合わせも未検証です。インターネットや管理LANへ公開せず、CX-7の隔離ネットワーク内だけで試します。

3台リングの公式接続支援と、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台の公開ファイル例

4台の公称合計は512GBです。GLM-5.2 UD-Q4_K_M GGUFは配布表示で約434GiBです。公称メモリとの差やOS、表示予約、推論エンジン、KVキャッシュ、通信バッファを含む残量は算出できません。購入前に対象ファイル・短いコンテキストで4ノード実測を行ってください。

4台では200GbEスイッチを介してスター接続し、ノード間通信を確立します。モデル分割方法は推論エンジンごとに異なり、llama.cpp RPCも本番運用を保証する構成ではありません。GLM-5.2公式FP8の配布表示は約704GiBです。公称メモリとの大小関係や必要台数は、同一基準の正確なbyte数と実機検証なしには判断できません。

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。約434GiBはGGUFファイル合計の概数です。長いコンテキストや複数同時実行、ランタイム更新などで必要メモリが増えるため、4台の起動・速度・品質を事前検証してください。

4台構成の費用と運用

本体価格は現在の128GB SKUと保証条件で見積もり直します。さらに200GbE対応スイッチ、承認QSFPケーブル、UPS、冷却、電力、保守を加えて総費用を比べてください。4台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も同じモデル・利用時間・保守条件で比較対象になります。本記事では最新価格やランニングコストを調査していません。

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。

推論エンジンの選び方

• llama.cpp: Unsloth GGUFを扱う候補。1台は通常起動、複数台のRPCはproof-of-conceptで、対象モデルとの互換性と起動を個別に検証
• vLLM: Rayを使う複数ノードTP / PPの一般手順はあるが、DeepSeek-V4-FlashとDGX Sparkの台数別構成は公式検証例として扱わない
• Transformers / SGLang: モデルカードと各ランタイムの対応状況を確認。GLM-5.2をDGX Spark複数台で動かせると記事だけで断定しない

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. 現行の公式対応情報を確認する: 同じモデル・エンジン・ノード数の検証例が見つからない場合は未検証として扱う
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

この表は、128GB/台の公称表記と現在確認できたファイル表示を並べたものです。メーカー公称メモリとの比較には同一基準の正確なbyte数と実機側のavailable memoryが必要です。DeepSeek-V4-Flash公式混合精度やGLM-5.2の第三者GGUFは、台数ごとの起動・速度・品質を確認していません。購入判断の前に同じチェックポイント、実際のコンテキスト、対象ランタイムで実機検証し、OS等を含む空きメモリと出力品質を記録してください。

まとめ

各台128GBというNVIDIA公称表記と、DeepSeek-V4-Flash・GLM-5.2各配布物の公開サイズを並べました。単位のbyte基準が確認できないため、容量の大小や残量、必要台数は算出していません。各モデルの起動・速度・品質も実測していません。

公式配布物・第三者GGUFを問わず、正確なファイルbyte数、実機でOSが示す利用可能メモリ、分散ランタイムでの起動、必要なコンテキスト・品質・速度は別々に確認してください。この記事は実測済み構成の報告ではありません。

2026年10月11日に再確認した一次資料

• NVIDIA：DGX Spark Release Notes（ページ更新日: 2026年9月10日。Founders Editionのソフト版とCluster Assistant）
• NVIDIA：DGX Spark Hardware Overview（Founders Editionの128GB/台を容量計算に使用）
• NVIDIA：ConnectX-7 Networking（ページ更新日: 2026年9月10日。ネットワークと承認ケーブル）
• DeepSeek公式：DeepSeek-V4-Flashモデルカード（通常版のFP4 + FP8 MixedとBase版の精度を区別）
• DeepSeek公式：V4-Flashファイル一覧（監査日に表示された合計容量の概数）
• Z.ai公式：GLM-5.2モデルカード（753B）
• Z.ai公式：GLM-5.2-FP8ファイル一覧（監査日に表示された合計容量の概数）
• Unsloth：DeepSeek-V4-Flash UD-IQ2_M GGUF（第三者配布、容量のみ参照）
• Unsloth：GLM-5.2 UD-IQ2_M GGUF（第三者配布、容量のみ参照）
• Unsloth：GLM-5.2 UD-Q3_K_M GGUF（第三者配布、容量のみ参照）
• Unsloth：GLM-5.2 UD-Q4_K_M GGUF（第三者配布、容量のみ参照）

ファイルサイズは2026年10月11日の公開表示を丸めた値で、取得時には対象リポジトリ・フォルダを再確認してください。次のリンクはモデル分割・接続の参考資料で、個別モデルの動作保証ではありません。

• NVIDIA：Connect Two Sparks
• NVIDIA：Connect Three Sparks
• NVIDIA：Connect Multiple Sparks Through a Switch
• NVIDIA：Run models with llama.cpp on DGX Spark
• llama.cpp b10588：RPC backend README
• vLLM：Parallelism and Scaling