10.10.2026 · Sprzęt · ~10 min czytania
NVIDIA DGX Station czy klaster DGX Spark — cena, pamięć i kiedy który
Kto szuka ceny NVIDIA DGX Station, ma budżet rzędu kilkuset tysięcy złotych i zwykle jedno pytanie: czy nie lepiej kupić kilka mniejszych DGX Spark i połączyć je w klaster. Odpowiedź zaczyna się od rzeczy, którą trzeba powiedzieć wprost: to nie są rozwiązania z tej samej klasy.
DGX Station to jedna maszyna z ogromną i bardzo szybką pamięcią. Klaster DGX Spark to kilka małych jednostek, które razem dają dużo pamięci za ułamek ceny — ale pamięć jest wolniejsza, a jednostki rozmawiają ze sobą przez sieć. Klaster wygrywa pojemnością na złotówkę, Station wygrywa szybkością. Reszta wpisu to liczby, które pozwalają zdecydować, co jest ważniejsze w Waszym przypadku.
Specyfikacje i ceny sprawdziliśmy 05.10.2026 — przy każdej podajemy datę i źródło, bo ceny tego sprzętu zmieniają się teraz razem z cenami pamięci.
Rodzina NVIDIA DGX w skrócie
Pod marką DGX NVIDIA sprzedaje kilka klas sprzętu, które łatwo pomylić:
- DGX Spark — komputer wielkości dłoni z układem GB10 i pamięcią do 128 GB, stawiany na biurku. Ten sam układ mają urządzenia partnerów, np. ASUS Ascent GX10.
- DGX Station — stacja robocza w obudowie typu wieża, z układem GB300 i 748 GB pamięci. Kupuje się ją od partnerów NVIDIA.
- Serwery i systemy szafowe DGX — sprzęt do centrów danych, z wieloma układami graficznymi w jednej obudowie lub szafie.
Ten wpis porównuje dwie pierwsze klasy — bo to między nimi wybiera firma, która chce uruchamiać duże modele u siebie, bez serwerowni.
DGX Station — cena i parametry
Według NVIDIA DGX Station ma układ GB300 Grace Blackwell Ultra: 72-rdzeniowy procesor Grace i układ graficzny Blackwell Ultra, połączone łączem o przepustowości 900 GB/s. Pamięć to łącznie 748 GB pamięci spójnej, która składa się z dwóch części o bardzo różnej szybkości:
- 252 GB HBM3e przy układzie graficznym — przepustowość 7,1 TB/s;
- 496 GB LPDDR5X przy procesorze — przepustowość 396 GB/s.
Do tego karta sieciowa ConnectX-8 do 800 Gb/s, która pozwala połączyć dwie stacje, do 20 PFLOPS mocy AI w precyzji FP4 i — rzecz istotna w biurze — pobór mocy 1600 W, wymagający obwodu 20 A. NVIDIA podaje, że Station obsługuje modele do biliona parametrów.
Cena. NVIDIA nie publikuje oficjalnej ceny i nie sprzedaje własnej wersji — Station kupuje się od partnerów, m.in. ASUS, Della, Gigabyte, HP, MSI i Supermicro. Najtańsza publiczna oferta w USA 28 września 2026 r. wynosiła ok. 91,8 tys. USD (Supermicro), a inne zaczynały się od ok. 96–100 tys. USD. U europejskiego sprzedawcy ceny netto wynosiły 5 października 2026 r. od 104 800 do 205 000 EUR, zależnie od producenta i konfiguracji. W polskim sklepie internetowym konfiguracje zaczynały się tego dnia od 367 838 zł (MSI XpertStation WS300) — sklep nie zaznacza na stronie produktu, czy to kwota netto, czy brutto. Czas dostawy w ofertach wynosił od kilku do kilkunastu tygodni. Jest też droga pośrednia: wynajem w polskiej kolokacji, w umowie rocznej od 32 375 zł netto miesięcznie.
Klaster DGX Spark — ile pamięci dają 2 i 4 jednostki
Pojedynczy DGX Spark ma 128 GB pamięci o przepustowości 273 GB/s i kartę sieciową ConnectX-7 200 Gb/s. Dwie jednostki łączy się bezpośrednio jednym kablem i dostaje się dwa razy więcej pamięci. Trzy można spiąć bez przełącznika, w pierścień trzech kabli, a cztery wymagają przełącznika sieciowego 200 Gb/s; cztery jednostki to cztery razy więcej pamięci niż jedna. Wszystkie te konfiguracje NVIDIA opisuje w swoich oficjalnych instrukcjach.
Taki klaster mamy u siebie i pracujemy na nim na co dzień. Na dwóch jednostkach uruchamiamy MiniMax M2.7 — model o 230 mld parametrów — z prędkością 33–36 tokenów na sekundę. Jak klaster jest spięty, ile pamięci daje w każdej konfiguracji i jakie modele się w nim mieszczą, opisujemy szczegółowo, razem z pomiarami, na stronie klastra DGX Spark.
Uwaga przy zakupie: od 23 października 2026 r. partnerzy NVIDIA sprzedają też wersję DGX Spark z 64 GB pamięci. Do klastra pod duże modele liczy się wersja 128 GB — różnice między wersjami i urządzeniami partnerów opisaliśmy we wpisie ASUS GX10 czy DGX Spark.
DGX Station kontra 2× i 4× DGX Spark — tabela
| DGX Station | 2× DGX Spark | 4× DGX Spark | |
|---|---|---|---|
| Pamięć łącznie | 748 GB | 2 × 128 GB | 4 × 128 GB |
| Przepustowość pamięci | 7,1 TB/s (HBM3e, 252 GB), 396 GB/s (LPDDR5X) | 273 GB/s w każdej jednostce | 273 GB/s w każdej jednostce |
| Połączenie | wszystko w jednej maszynie | kabel 200 Gb/s | przełącznik 200 Gb/s |
| Cena orientacyjna (05.10.2026) | od 367 838 zł w Polsce; od ok. 91,8 tys. USD w USA | ok. 49–62 tys. zł | ok. 98–124 tys. zł + przełącznik |
| Pobór mocy | 1600 W, obwód 20 A | zasilacze 2 × 240 W | zasilacze 4 × 240 W + przełącznik |
| Dostępność | od kilku do kilkunastu tygodni | w ofercie polskich sklepów | w ofercie polskich sklepów |
Ceny klastra policzyliśmy z cen pojedynczej jednostki w polskich sklepach 05.10.2026: od 24 499 zł (ASUS GX10 z dyskiem 1 TB) do 30 999 zł (DGX Spark Founders Edition z dyskiem 4 TB). Licząc na gigabajt pamięci, cztery jednostki wychodzą wtedy ok. 190–240 zł brutto za GB, a Station w najtańszej polskiej ofercie ok. 490 zł za GB — co najmniej dwa razy drożej za każdy gigabajt, a jeśli cena Station jest podana netto, różnica po doliczeniu VAT jest jeszcze większa. Za tę różnicę Station daje szybkość, której klaster nie ma.
Jakie modele się zmieszczą — pojemność kontra szybkość
O tym, czy model w ogóle się uruchomi, decyduje pojemność. O tym, jak szybko odpowiada — przepustowość pamięci. Kilka przykładów, z rozmiarami w formatach 4-bitowych, w jakich takie modele zwykle uruchamia się lokalnie:
- Modele do ok. 120 mld parametrów — mieszczą się na jednej jednostce DGX Spark ze 128 GB. Klaster nie jest potrzebny.
- DeepSeek V4 Flash — 284 mld parametrów. W popularnych formatach 4-bitowych plik ma według zestawień ok. 156–175 GB, więc nie mieści się na jednym Sparku, ale mieści się na dwóch, z zapasem na kontekst. Na Station mieści się nawet w całości w szybkiej pamięci HBM3e. Więcej o tym modelu pisaliśmy we wpisie o chińskich modelach z otwartymi wagami.
- MiniMax M2.7 — 230 mld parametrów. Na naszych dwóch jednostkach działa z prędkością 33–36 tokenów na sekundę.
- DeepSeek V4 Pro — 1,6 bln parametrów. Oficjalne wagi już są w większości 4-bitowe, a i tak zajmują co najmniej ok. 800 GB. To więcej niż cztery Sparki i więcej niż 748 GB Station. Zmieściłby się dopiero przy mocniejszej kompresji, która zwykle odbija się na jakości odpowiedzi.
Jak na dwóch jednostkach wypadają DeepSeek V4 Flash, GLM 5.3 Flash i Qwen3.8-Flash-Next — prędkość, pamięć i licencje z naszych pomiarów — pokazujemy we wpisie DeepSeek V4, GLM 5.3 czy Qwen 3.8 na DGX Spark.
A szybkość? Własnych pomiarów na DGX Station nie mamy, więc nie podajemy liczby tokenów na sekundę. Ze specyfikacji widać jednak skalę: pamięć HBM3e w Station ma przepustowość 7,1 TB/s, czyli ok. 26 razy większą niż 273 GB/s jednego Sparka. Przepustowość pamięci jest głównym czynnikiem szybkości generowania, choć nie przekłada się na nią jeden do jednego. Jest też zastrzeżenie po stronie Station: ta przewaga dotyczy modeli, które mieszczą się w 252 GB pamięci HBM3e. Część modelu, która się w niej nie zmieści, trafia do pamięci LPDDR5X o przepustowości 396 GB/s — wolniejszej, choć wciąż szybszej niż w Sparku.
Kiedy Station, kiedy klaster
Praktyczne kryteria, w kolejności, w jakiej warto je sprawdzić:
- Budżet. Jeśli wydatek rzędu 400 tys. zł nie jest realny, odpowiedź jest prosta — i nie oznacza rezygnacji z dużych modeli, tylko wolniejsze odpowiedzi.
- Ilu użytkowników naraz. Przy kilku osobach, które zadają pytania co jakiś czas, prędkość rzędu kilkudziesięciu tokenów na sekundę zwykle wystarcza. Przy dziesiątkach jednoczesnych zapytań albo przetwarzaniu dużych partii dokumentów szybka pamięć Station zaczyna się realnie liczyć.
- Szybkość czy pojemność. Jeśli kluczowe jest uruchomienie dużego modelu — klaster. Jeśli kluczowy jest czas odpowiedzi przy modelu, który mieści się w 252 GB — Station.
- Rozbudowa krok po kroku. Klaster można zacząć od jednej jednostki, potem dodać drugą, a w razie potrzeby kolejne dwie — i nie wydawać całego budżetu od razu. Station kupuje się w całości.
- Prąd i miejsce. 1600 W i obwód 20 A to wymaganie, które w zwykłym biurze trzeba sprawdzić przed zakupem. Kilka Sparków podłącza się do zwykłych gniazdek.
| Sytuacja | Rozsądny wybór |
|---|---|
| Kilka–kilkanaście osób, duży model, ograniczony budżet | klaster 2× DGX Spark, z opcją rozbudowy |
| Kilka modeli naraz albo modele powyżej 250 mld parametrów | klaster 4× DGX Spark albo Station |
| Dziesiątki jednoczesnych użytkowników, liczy się czas odpowiedzi | DGX Station |
| Trenowanie i dostrajanie dużych modeli | DGX Station |
| Chcecie sprawdzić Station przed zakupem | wynajem na kilka miesięcy |
Najczęstsze pytania
Ile kosztuje DGX Station?
NVIDIA nie publikuje oficjalnej ceny i nie sprzedaje własnej wersji — DGX Station kupuje się od partnerów: ASUS, Dell, Gigabyte, HP, MSI, Supermicro i innych. Najtańsza publiczna oferta w USA 28 września 2026 r. wynosiła ok. 91,8 tys. USD (Supermicro). U europejskiego sprzedawcy ceny netto wynosiły 5 października 2026 r. od 104 800 do 205 000 EUR, a w polskim sklepie konfiguracje zaczynały się od 367 838 zł. Do tego dochodzą dysk, dodatkowe karty i serwis.
Ile pamięci ma DGX Station?
Według NVIDIA 748 GB pamięci spójnej: 252 GB HBM3e przy układzie graficznym o przepustowości 7,1 TB/s oraz 496 GB LPDDR5X przy procesorze o przepustowości 396 GB/s. Obie części są dostępne jako jedna przestrzeń, ale różnią się szybkością.
Czy 4 DGX Spark zastąpią DGX Station?
Pojemnością prawie: cztery jednostki DGX Spark dają 512 GB pamięci wobec 748 GB w DGX Station, za kilkakrotnie niższą cenę. Szybkością nie: pojedynczy Spark ma pamięć o przepustowości 273 GB/s, a jednostki łączy sieć 200 Gb/s, podczas gdy pamięć HBM3e w Station osiąga 7,1 TB/s. Klaster wygrywa pojemnością na złotówkę, Station — szybkością.
Jaki model zmieści się na klastrze DGX Spark?
Jedna jednostka ze 128 GB mieści modele do ok. 120 mld parametrów w kwantyzacji 4-bitowej. Dwie jednostki mieszczą np. DeepSeek V4 Flash (284 mld parametrów, ok. 156–175 GB w popularnych formatach 4-bitowych) albo MiniMax M2.7 (230 mld). Największe otwarte modele, takie jak DeepSeek V4 Pro (1,6 bln parametrów), nie mieszczą się w użytecznej kwantyzacji ani na czterech jednostkach, ani na DGX Station.
Ile prądu potrzebuje DGX Station?
Według NVIDIA całkowity pobór mocy DGX Station to 1600 W i wymaga ona obwodu 20 A. Pojedynczy DGX Spark ma zasilacz 240 W, więc nawet cztery jednostki mieszczą się w mniej niż 1000 W, nie licząc przełącznika sieciowego.
Źródła
- NVIDIA, DGX Station — specyfikacja — GB300, 748 GB pamięci spójnej (252 GB HBM3e 7,1 TB/s + 496 GB LPDDR5X 396 GB/s), ConnectX-8 do 800 Gb/s, 20 PFLOPS FP4, 1600 W i obwód 20 A, modele do biliona parametrów, lista partnerów. Sprawdzono 05.10.2026.
- NVIDIA, DGX Spark — specyfikacja — 128 GB, 273 GB/s, ConnectX-7 200 Gb/s, zasilacz 240 W; DGX Spark Playbooks — łączenie dwóch jednostek kablem i kilku przez przełącznik. Sprawdzono 05.10.2026.
- BetterClaw, DGX Station Price (Sept 2026) — ceny ofert w USA na 28.09.2026 (Supermicro 91 812,55 USD, Exxact od 96 250 USD, MSI 99 999 USD), brak oficjalnej ceny NVIDIA, czasy dostawy.
- buyzero.de, NVIDIA DGX Station GB300 — ceny netto w EUR dziewięciu modeli partnerów. Sprawdzono 05.10.2026.
- OnIntelligence, NVIDIA DGX Station — ceny konfiguracji w zł, w tym MSI XpertStation WS300 od 367 838 zł; StartCDC, wynajem DGX Station GB300 — od 32 375 zł netto miesięcznie przy umowie rocznej. Sprawdzono 05.10.2026.
- Ceny DGX Spark i ASUS GX10 w polskich sklepach na 05.10.2026 — źródła we wpisie ASUS GX10 czy DGX Spark.
- DeepSeek, karta modelu DeepSeek-V4-Pro — 1,6 bln parametrów, wagi w precyzji FP4 + FP8; localmodel.run, DeepSeek-V4-Flash: GGUF size — rozmiary plików w formatach 4-bitowych (szacunek serwisu zewnętrznego).
- ailone, Klaster DGX Spark — nasze pomiary MiniMax M2.7 na dwóch jednostkach.
Stan na 05.10.2026. Ceny pochodzą z publicznych ofert w dniu sprawdzenia, zmieniają się często i nie obejmują dysków, dodatkowych kart ani serwisu — przed zakupem warto je potwierdzić u sprzedawcy. Rozmiary modeli to szacunki dla formatów 4-bitowych; rzeczywiste zapotrzebowanie na pamięć zależy też od długości kontekstu i liczby jednoczesnych zapytań.