NVIDIA giới thiệu DGX Spark 64GB cho người dùng AI Local

NVIDIA vừa chính thức giới thiệu biến thể bổ sung của dòng máy tính AI để bàn DGX Spark: phiên bản 64GB Unified Memory với mức giá khởi điểm 4.999 USD, mở bán thương mại từ ngày 23/10/2026 thông qua đối tác OEM (Acer, ASUS, Dell, Gigabyte, HP và MSI) và không phát hành bản Founders Edition. Điểm nghịch lý lớn nhất nằm ở phương trình tài chính: Một năm trước, bản 128GB Founders Edition ra mắt ở mức 3.999 USD; hôm nay, người mua phải trả thêm 1.000 USD để nhận lại một dung lượng RAM bị cắt giảm một nửa. Điều này phản ánh sự dịch chuyển sâu sắc của toàn ngành bán dẫn khi GPU không còn là linh kiện duy nhất bị nghẽn nguồn cung, mà chính dung lượng bộ nhớ mới là yếu tố chi phối định giá. Bài phân tích dưới đây từ Sicomp sẽ đưa ra chi tiết và cung cấp căn cứ để doanh nghiệp quyết định đầu tư chính xác.

I. LỊCH SỬ ĐIỀU CHỈNH GIÁ: TỪ $31/GB LÊN $78/GB TRONG VÒNG MỘT NĂM

Sự xuất hiện của bản 64GB đánh dấu đỉnh điểm của chu kỳ tăng giá bộ nhớ DRAM toàn cầu. Bản 128GB nguyên bản đã trải qua hai đợt điều chỉnh giá niêm yết chính thức:

• Tháng 10/2025: Ra mắt bản 128GB Founders Edition với giá 3.999 USD.
• Tháng 02/2026: Tăng giá đợt 1 lên mức 4.699 USD (+17,5%).
• Tháng 10/2026: Tiếp tục điều chỉnh lên 6.950 USD (tổng mức tăng gần 74% so với thời điểm ra mắt).
• Cùng thời điểm: Bản 64GB mới được định vị ở mức 4.999 USD.

Để thấy rõ mức độ lạm phát phần cứng đối với các nhóm phát triển AI, chúng ta thiết lập công thức tính đơn giá trên mỗi Gigabyte bộ nhớ khả dụng:

II. PHẦN CỨNG GIỮ NGUYÊN, BĂNG THÔNG 273 GB/S KHÔNG ĐỔI

Ngoại trừ việc cắt giảm một nửa số lượng chip nhớ LPDDR5x vật lý (hoặc thay đổi mật độ die trên bus 256-bit), toàn bộ kiến trúc tính toán của bản 64GB được giữ nguyên vẹn:

• Siêu chip NVIDIA GB10 Grace Blackwell: Tích hợp 20 nhân CPU Arm (10 nhân Cortex-X925 hiệu năng cao kết hợp 10 nhân Cortex-A725 tiết kiệm điện) cùng khối GPU kiến trúc Blackwell (6.144 nhân CUDA, nhân Tensor Cores thế hệ thứ 5 hỗ trợ FP4/FP8 và nhân RT Cores thế hệ thứ 4).
• Mã lực tính toán AI lý thuyết: Vẫn đạt định mức 1 PFLOPS ở định dạng FP4 Sparse (khoảng ~1.000 TOPS) và hỗ trợ đầy đủ bộ tăng tốc Transformer Engine thế hệ mới.
• Băng thông bộ nhớ hợp nhất: Giữ nguyên ở mức 273 GB/s trên giao diện bus 256-bit. Chuẩn kết nối giữa CPU và GPU là đường liên kết nội bộ NVLink-C2C.
• Hạ tầng giao tiếp mạng cao cấp: Trang bị sẵn card mạng NVIDIA ConnectX-7 SmartNIC 200 Gbps (2 cổng QSFP112) kèm cổng 10GbE RJ-45 LAN độc lập và Wi-Fi 7.

III. NĂNG LỰC CHẠY MODEL THỰC TẾ: 64GB NẠP ĐƯỢC MÔ HÌNH NÀO?

Trong kiến trúc bộ nhớ thống nhất (Unified Memory), toàn bộ hệ điều hành NVIDIA DGX OS, kernel Linux, các dịch vụ nền và bộ nhớ đệm đồ họa tiêu tốn một khoản dung lượng cố định từ 8GB đến 12GB RAM ngay sau khi khởi động. Do đó, dung lượng bộ nhớ thực tế khả dụng cho tiến trình AI (Model Weights + KV Cache + Activations) trên bản 64GB chỉ còn lại khoảng 52GB đến 56GB.

NVIDIA tuyên bố bản 64GB có thể vận hành các mô hình có quy mô lên tới 100 tỷ tham số (100B). Phân tích kỹ thuật chuyên sâu chỉ ra các điều kiện ràng buộc thực tế:

IV. 2X 64GB VS 1X 128GB — ĐÁNH ĐỔI GIỮA TỐC ĐỘ VÀ CHI PHÍ

Cùng với việc ra mắt bản 64GB, NVIDIA công bố rằng: Cụm hai máy DGX Spark 64GB ghép lại có thể đạt tốc độ suy luận nhanh hơn một máy 128GB đơn lẻ tới 1,7 lần khi thử nghiệm trên mô hình ngôn ngữ 27B tham số. Bản chất kỹ thuật đằng sau con số này được giải thích như sau:

• Nhân đôi băng thông bộ nhớ tổng hợp: Khi ghép 2 node qua mạng ConnectX-7 200Gbps bằng kỹ thuật song song hóa Tensor Parallelism (TP=2) hoặc Pipeline Parallelism, mô hình 27B được phân chia đều cho hai chip GB10. Lúc này, hệ thống tận dụng đồng thời hai đường bus bộ nhớ 256-bit độc lập, nâng tổng băng thông truy xuất lên: 273 GB/s × 2 = 546 GB/s. Chính băng thông tổng hợp 546 GB/s này giúp tốc độ đọc trọng số tăng vọt, tạo ra mức cải thiện 1,7x so với việc chỉ dùng 1 bus 273 GB/s của máy 128GB đơn lẻ.
• Nhân đôi số lượng nhân tính toán: Cụm 2 máy cung cấp tổng cộng 40 nhân CPU Arm và 2 PFLOPS FP4, tối ưu hóa tốc độ xử lý prompt (Prefill stage).

V. CĂN CỨ ĐỂ RA QUYẾT ĐỊNH: NÊN MUA BẢN NÀO?

Dựa trên các thông số đo đạc thực tế, đội ngũ kỹ sư Sicomp đưa ra khung định hướng lựa chọn rõ ràng cho từng nhóm đối tượng:

VI. KHI BỘ NHỚ TRỞ THÀNH NÚT THẮT CỦA AI

Sự điều chỉnh giá và phân mảnh cấu hình của dòng DGX Spark là minh chứng rõ ràng nhất cho xu hướng lớn: GPU không còn là thứ duy nhất bị thiếu hụt, mà chính chip nhớ mới là tâm điểm của cuộc khủng hoảng phần cứng. Toàn bộ các nhà máy sản xuất wafer bán dẫn hàng đầu (Samsung, SK Hynix, Micron) đang ưu tiên dồn công suất dây chuyền sang đóng gói bộ nhớ HBM3e và HBM4 phục vụ các siêu chip trung tâm dữ liệu như B200 hay H200.

Hệ quả trực tiếp là nguồn cung chip nhớ LPDDR5x và DRAM tiêu chuẩn bị bóp nghẹt. Các trung tâm dữ liệu khổng lồ (Hyperscalers) đang bao tiêu phần lớn sản lượng bộ nhớ toàn cầu, buộc các doanh nghiệp vừa và nhỏ (SMB) cùng các phòng nghiên cứu phải chấp nhận mua các thiết bị tính toán biên với mức giá ngày càng tăng cao.

VII. TỔNG KẾT

NVIDIA DGX Spark 64GB là giải pháp giúp hạ thấp rào cản chi phí gia nhập hệ sinh thái tính toán AI chuẩn mực của NVIDIA xuống mức 4.999 USD. Tuy nhiên, xét trên đơn giá từng Gigabyte ($78/GB) và trần giới hạn ngữ cảnh khi chạy các mô hình 70B, đây là cấu hình đòi hỏi sự tính toán kỹ lưỡng về mặt kỹ thuật phần mềm. Nếu mô hình của bạn cố định dưới 30B tham số, bản 64GB là lựa chọn tối ưu ngân sách; nhưng nếu đích đến là các mô hình 70B–120B với context dài, bản 128GB nguyên bản vẫn là khoản đầu tư kinh tế và an toàn hơn về lâu dài.