---
title: "DGX Spark HPC Developer Kit: quattro nodi senza switch"
description: "A SC26 NVIDIA ha presentato il DGX Spark HPC Developer Kit: quattro DGX Spark collegati ad anello con cavi QSFP112, 512 GB di memoria unificata, modelli fino a 700 miliardi di parametri in NVFP4 e un playbook HPC SDK in arrivo."
url: "https://www.noze.it/insights/dgx-spark-hpc-developer-kit-quattro-nodi/"
lang: "it"
alternate: "https://www.noze.it/en/insights/dgx-spark-hpc-developer-kit-four-nodes/"
published: "2026-11-17"
author: "noze S.r.l."
keywords: "AI, Hardware, R&D, DGX Spark, NVIDIA, SC26, HPC, Cluster, NVFP4, Pesi Aperti, On-Premise, Local AI"
---

# DGX Spark HPC Developer Kit: quattro nodi senza switch

A SC26 NVIDIA ha presentato il DGX Spark HPC Developer Kit: quattro DGX Spark collegati ad anello con cavi QSFP112, 512 GB di memoria unificata, modelli fino a 700 miliardi di parametri in NVFP4 e un playbook HPC SDK in arrivo.

17 novembre 2026

![Quattro DGX Spark impilati su una scrivania, collegati ad anello con cavi QSFP: ogni unità è cablata alle due vicine, senza switch. Accanto una tazza e una penna.](https://www.noze.it/images/insights/dgx-spark-hpc-developer-kit-quattro-nodi.jpg)

Il DGX Spark HPC Developer Kit: quattro unità collegate ad anello. Immagine: NVIDIA (nvidia.com).

NVIDIA ha presentato a SC26, la conferenza sul supercalcolo in corso a Chicago dal 15 al 20 novembre, il **DGX Spark HPC Developer Kit**: quattro DGX Spark collegati direttamente fra loro con la rete ConnectX-7, ognuno ai due vicini, _“with no network switch to buy or set up”_. Il kit parte da un nodo e arriva a quattro. È pensato per chi fa ricerca e sviluppo in ambito HPC e AI e vuole preparare il codice prima di portarlo su sistemi più grandi.

## Cosa c’è dentro

Il kit è fatto di quattro DGX Spark e dei cavi, che secondo NVIDIA si comprano dai partner OEM (Acer, ASUS, Dell Technologies, GIGABYTE, H3C, HP, Lenovo, MSI e xFusion) o dal Marketplace di NVIDIA.

|                                  | Un DGX Spark                                   | Il kit, quattro nodi |
| -------------------------------- | ---------------------------------------------- | -------------------- |
| Memoria unificata LPDDR5x        | 128 GB, 273 GB/s                               | 512 GB               |
| Storage NVMe                     | 4 TB                                           | 16 TB                |
| Modelli in NVFP4, secondo NVIDIA | fino a 200 miliardi di parametri               | fino a 700 miliardi  |
| Rete                             | ConnectX-7, due porte QSFP, 200 Gb/s per porta | anello, quattro cavi |

Ogni nodo monta il superchip GB10, con una CPU Arm a 20 core e una GPU Blackwell che condividono la memoria. Esiste anche una versione da 64 GB, venduta solo dai partner, ma per arrivare a 512 GB servono quattro unità da 128 GB.

Il prezzo del kit non è indicato. A ottobre The Register riportava 6.950 dollari per il DGX Spark da 128 GB venduto da NVIDIA: quattro unità fanno circa 27.800 dollari, prima di cavi, dazi e IVA.

## Come si cabla l’anello

Il playbook di NVIDIA _Connect Multiple DGX Sparks_ documenta l’anello a quattro dal 20 ottobre, quasi un mese prima di SC26. Lo schema è semplice: la porta 0 di ogni unità va alla porta 1 della successiva, con cavi DAC QSFP112 in modalità Ethernet; il quarto cavo chiude l’anello. Serve la release di DGX OS di aprile 2026 o successiva.

- **I nodi opposti non si parlano direttamente.** Lo scrive il playbook: Spark 1 e Spark 3 non sono collegati, Spark 2 e Spark 4 nemmeno. Il traffico fra nodi opposti passa da un vicino.
- **La configurazione è manuale.** NVIDIA Sync non imposta l’anello a quattro: si usa la scheda _Configure Manually_ e lo script `setup-cluster.sh` del repository di terzi spark-vllm-docker.
- **La documentazione non è ancora allineata.** Le FAQ della pagina prodotto dicono ancora che per quattro sistemi serve uno switch a 200 GbE, mentre la stessa pagina presenta il kit ad anello. Il playbook di NCCL copre due nodi, tre ad anello e quattro con switch, non ancora quattro ad anello.

Sulla banda effettiva NVIDIA non pubblica numeri per l’anello. Nella sua recensione di ottobre 2025 ServeTheHome aveva misurato in TCP circa 96 Gb/s sia con una porta sia con due, attribuendo il limite al collegamento PCIe x4 della scheda ConnectX-7. Era una prova TCP e non RDMA. La documentazione di NVIDIA descrive però due collegamenti PCIe Gen5 x4 indipendenti e il playbook li configura entrambi: la banda reale dell’anello resta da misurare.

## DeepSeek V4.1 su quattro nodi

L’esempio di NVIDIA è DeepSeek V4.1. Su Hugging Face il modello pubblicato è DeepSeek-V4.1-Flash, con un backbone da 552 miliardi di parametri e una memoria condizionale Engram da 196 miliardi, che sommati superano i 700 miliardi indicati da NVIDIA come tetto. La versione NVFP4 rilasciata da NVIDIA il 30 ottobre pesa circa 429 GB.

Divisi su quattro nodi sono circa 107 GB per unità, su 128. Restano una ventina di GB per nodo per il sistema, la KV cache e le attivazioni: sulla carta il modello entra, ma il contesto lungo e le richieste in parallelo hanno poco spazio. NVIDIA ha provato quella versione su quattro GPU GB300: non risultano ancora misure pubblicate su quattro DGX Spark.

Per l’inferenza locale di tutti i giorni bastano meno nodi: nelle [ricette per DGX Spark](https://www.noze.it/insights/dgx-spark-modelli-locali-agosto-2026/) di agosto due unità erano indicate come punto di equilibrio per DeepSeek V4 Flash e su tre girava GLM-5.2.

## Non solo LLM

Il kit nasce per il calcolo scientifico. NVIDIA annuncia come _“coming soon”_ un playbook per l’HPC SDK, con compilatori C, C++ e Fortran accelerati su GPU, librerie e strumenti MPI. Su quattro sistemi ha mostrato LAMMPS con Kokkos e NAMD; la comunità ha già validato su DGX Spark GROMACS, OpenFOAM, WRF e i microservizi NIM di OpenFold3 e Boltz-2.

Gli esempi di laboratorio citati da NVIDIA riguardano invece una sola unità. A UC Berkeley l’Hartwig Group fa fine-tuning LoRA di Nemotron 3 Super 120B in NVFP4 su un singolo DGX Spark, con addestramenti da 8 a 24 ore. Il Rubin Lab dell’IGI usa Evo 2 per prevedere tratti batterici dalle sequenze genomiche, con risultati arrivati _“15x sooner”_ e senza code da 11 ore.

## Cosa ne pensiamo

L’anello toglie dal conto uno switch a 200 GbE, che costa e va configurato. Per università, laboratori e reparti R\&D che vogliono un piccolo cluster MPI sotto il proprio controllo, quattro unità e quattro cavi sono una soglia d’ingresso chiara.

È la stessa configurazione che abbiamo mostrato agli studenti il 10 novembre a [Homo Agenticus](https://www.noze.it/insights/noze-casi-agentic-ai-governance-homo-agenticus-unipi/): due unità con un cavo, tre o quattro ad anello, oltre con uno switch. Per noi DGX Spark è l’hardware di riferimento per l’AI in locale presso il cliente. Su un GB10 gira anche [Codendum](https://www.noze.it/open-source/codendum/), che serve i coding agent di un’intera classe.

Con un modello da 700 miliardi su quattro unità il margine dipende dal contesto richiesto, dalle richieste in parallelo e dalla banda fra i nodi, che NVIDIA non ha ancora pubblicato per l’anello.

## Fonti

- [NVIDIA Blog, «NVIDIA DGX Spark Developer Kit Turns a Desk Into a Supercomputing Lab»](https://blogs.nvidia.com/blog/dgx-spark-hpc-developer-kit-sc26/)
- [NVIDIA Developer Forums, annuncio del DGX Spark HPC Developer Kit](https://forums.developer.nvidia.com/t/new-at-sc26-the-nvidia-dgx-spark-hpc-developer-kit/389413)
- [NVIDIA DGX Spark, pagina prodotto e FAQ](https://www.nvidia.com/en-us/products/workstations/dgx-spark/)
- [NVIDIA, playbook «Connect Multiple DGX Sparks for Distributed Workloads»](https://build.nvidia.com/spark/connect-multiple-sparks/cable-devices)
- [NVIDIA, playbook NCCL per DGX Spark](https://build.nvidia.com/spark/nccl)
- [NVIDIA, repository dei playbook DGX Spark](https://github.com/NVIDIA/dgx-spark-playbooks)
- [DeepSeek-V4.1-Flash su Hugging Face](https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash)
- [NVIDIA, DeepSeek-V4.1-Flash-1017 in NVFP4](https://huggingface.co/nvidia/DeepSeek-V4.1-Flash-1017-NVFP4)
- [The Register, DGX Spark da 64 GB e prezzi, 2 ottobre 2026](https://www.theregister.com/systems/2026/10/02/nvidia-debuts-4999-dgx-spark-with-half-the-ram-and-storage-amid-memory-crunch/5300622)
- [ServeTheHome, recensione di NVIDIA DGX Spark](https://www.servethehome.com/nvidia-dgx-spark-review-the-gb10-machine-is-so-freaking-cool/2/)
- [SC26, Chicago](https://sc26.supercomputing.org/attendees/chicago/)
