NVIDIA hæver prisen på DGX Spark med 18 procent uden hardwareændringer

NVIDIA har netop sat prisen op på DGX Spark, selskabets kompakte AI-supercomputer til skrivebordet, med 18 procent. Founders Edition-modellen med 4 TB lagring koster nu 4.699 amerikanske dollars – cirka 35.000 danske kroner – mod 3.999 dollars ved lanceringen den 15. oktober 2025. Prisstigningen blev bekræftet på NVIDIAs udviklerforum den 23. februar 2026 og kommer uden nogen hardwareændringer. Det er samme maskine, samme specifikationer, samme ydelse – kun prisen er ny.

Årsagen er ifølge NVIDIA globale hukommelsesbegrænsninger. DGX Spark er udstyret med 128 GB fælles LPDDR5x-hukommelse, og det er netop denne komponent, der er blevet dyrere at skaffe i tilstrækkelige mængder. For danske virksomheder og udviklere, der overvejede at investere i lokal AI-kraft, ændrer prisstigningen regnestykket markant. Det er ikke længere en næsten selvfølgelig anskaffelse for mindre teams, men en strategisk beslutning, der kræver et konkret behov for privat, lokal inferens eller modeludvikling.

Hvad er DGX Spark egentlig?

DGX Spark er NVIDIAs bud på en AI-arbejdsstation, der kan stå på et skrivebord. Den måler blot 150 x 150 x 50,5 millimeter og vejer 1,2 kilo – på størrelse med en tyk bog – men rummer en GB10 Grace Blackwell Superchip. Chippen kombinerer en 20-kernet Arm-CPU med en Blackwell-GPU og leverer op til 1 petaFLOP AI-ydelse ved FP4-præcision. Det er samme arkitektur, som findes i NVIDIAs store datacenterløsninger, men pakket ned i et format, der kan drives fra en almindelig stikkontakt.

Maskinen kører på NVIDIA DGX OS og understøtter hele CUDA-softwarestakken. Det betyder, at udviklere kan træne, finjustere og køre inferens på AI-modeller lokalt med samme værktøjer, som de ville bruge i skyen eller på større GPU-klynger. Den 128 GB fælles hukommelse med en båndbredde på 273 GB/s gør det muligt at arbejde med modeller på op til 200 milliarder parametre uden at skulle distribuere arbejdsbyrden over flere maskiner. For mange brugere er netop denne kombination af lokal hukommelse og CUDA-understøttelse det primære argument for at vælge DGX Spark frem for en traditionel workstation med en kraftig GPU.

DGX Spark adskiller sig fra konventionelle løsninger ved at levere en komplet, selvstændig AI-platform i et kompakt format. Hvor en traditionel AI-arbejdsstation typisk kræver separat indkøb af CPU, GPU, hukommelse, køling og operativsystem, leveres DGX Spark som en integreret enhed, hvor alle komponenter er afstemt fra producentens side. Det reducerer kompleksiteten for slutbrugeren og gør det muligt at komme i gang med AI-udvikling uden at skulle sammensætte og konfigurere egen hardware. For mindre teams og specialister, der ønsker at fokusere på modeludvikling frem for systemadministration, kan denne integration være en væsentlig tidsbesparelse.

Prisstigning uden hardwareforbedringer

Den nye pris på 4.699 dollars svarer til en stigning på 700 dollars – eller omkring 5.200 danske kroner – i forhold til introduktionsprisen. NVIDIA har ikke annonceret ændringer i specifikationerne, og der er ikke tilføjet ekstra lagring, hurtigere hukommelse eller ny køling. Det er samme Founders Edition-enhed, som blev lanceret i oktober 2025. Prisstigningen på 18 procent er dermed udelukkende en afspejling af højere komponentomkostninger, ikke en opgradering af produktet.

På NVIDIAs udviklerforum har reaktionen været blandet. Flere brugere beskriver prisstigningen som "substantiel", og nogle påpeger, at en stigning på 18 procent uden tilsvarende hardwareforbedringer er svær at forsvare. Samtidig meldes der om termiske problemer og strømforsyningsbegrænsninger i tidlige enheder, som delvist er blevet adresseret gennem firmware-opdateringer. Det efterlader et indtryk af et produkt, der stadig er ved at finde sin form, og hvor prisen nu er steget, før alle børnesygdomme er fuldt udryddet.

Ydelsesmæssigt placerer DGX Spark sig under datacenter-GPU'er som RTX Pro 6000, men det er ikke hele billedet. RTX Pro 6000 er en ren GPU, der kræver en separat arbejdsstation, mens DGX Spark er en komplet, selvstændig enhed med CPU, hukommelse, operativsystem og softwarestak integreret. For teams, der ønsker at undgå kompleksiteten ved at bygge og vedligeholde egen hardware, kan det være en væsentlig forskel. DGX Spark tilbyder desuden 128 GB fælles hukommelse, hvilket er væsentligt mere end hvad der typisk findes i traditionelle arbejdsstationer med enkelt GPU-konfiguration, og netop denne hukommelsesmængde er afgørende for at kunne køre store sprogmodeller lokalt uden at skulle ty til kvantisering eller opsplitning.

Hvad betyder det for danske virksomheder?

For danske ledere, specialister og iværksættere er DGX Spark relevant af én primær årsag: muligheden for at udvikle og køre AI-modeller lokalt uden afhængighed af skyinfrastruktur. Det er særligt vigtigt for virksomheder, der arbejder med følsomme data – sundhedsdata, finansielle oplysninger, kundedata – eller som ønsker at prototypere og finjustere modeller hurtigt uden at vente på cloud-ressourcer eller betale løbende forbrugsafgifter. Med 128 GB fælles hukommelse kan DGX Spark håndtere modeller på op til 200 milliarder parametre lokalt, hvilket dækker en bred vifte af open source-modeller og specialiserede domænemodeller.

Med den nye pris på cirka 35.000 kroner er DGX Spark dog ikke længere en impulskøbsvare. Det er en investering, der kræver et konkret use case. For et mindre dansk startup, der skal finjustere en open source-model på egne data, kan maskinen betale sig hjem i forhold til månedlige cloud-udgifter. For en konsulent eller freelancer, der lejlighedsvis arbejder med AI, er det sværere at retfærdiggøre. Prisstigningen skubber produktet fra "nice to have" mod "need to have" for specialister og små teams med regelmæssige, datatunge arbejdsbyrder.

Derudover er der et strategisk aspekt. EU's databeskyttelsesregler og stigende fokus på digital suverænitet gør lokal AI-behandling attraktiv for danske organisationer. DGX Spark giver mulighed for at holde data inden for egne fire vægge, hvilket kan være afgørende for compliance og tillid. For virksomheder, der arbejder med persondata eller forretningskritisk information, kan muligheden for at træne og køre modeller uden at sende data til tredjeparts cloud-udbydere være en afgørende konkurrencefordel. Men det kræver, at organisationen har kompetencerne til at drive og vedligeholde maskinen – og at prisen nu er høj nok til, at beslutningen skal træffes med omtanke.

For danske forskningsinstitutioner og uddannelsesmiljøer kan DGX Spark også have relevans som et kompakt og relativt tilgængeligt værktøj til undervisning og eksperimenter med store sprogmodeller. Den lokale hukommelse og CUDA-understøttelsen gør det muligt at demonstrere og afprøve teknikker, der normalt ville kræve adgang til større GPU-klynger. Prisstigningen ændrer dog også her på kalkylen, og institutioner med begrænsede budgetter kan blive tvunget til at prioritere færre enheder eller søge alternative løsninger.

Et marked i bevægelse

Prisstigningen på DGX Spark skal ses i lyset af et bredere markedspres. Globale hukommelsesbegrænsninger rammer ikke kun NVIDIA; hele elektronikindustrien oplever stigende komponentpriser og længere leveringstider. NVIDIA har valgt at sende regningen videre til kunderne på DGX Spark, mens selskabet samtidig fortsætter med at lancere nye datacenterprodukter som Rubin-GPU'er og Vera-CPU'er, der sigter mod trillion-parameter inferens. Det understreger, at DGX Spark befinder sig i et spændingsfelt mellem forbrugerelektronik og professionel datacenterhardware, hvor prisfølsomheden er høj, men hvor efterspørgslen efter lokal AI-kraft fortsat vokser.

For danske købere betyder det, at timing er blevet en faktor. De, der nåede at bestille til introduktionsprisen, har fået en bedre aftale. De, der overvejer at købe nu, står over for en højere pris uden udsigt til umiddelbare hardwareforbedringer. Det kan give anledning til at overveje alternativer – enten traditionelle workstations med separate GPU'er eller cloudbaserede løsninger, hvor omkostningerne er variable men forudsigelige. Traditionelle workstations med højtydende GPU'er kan i nogle tilfælde levere højere rå ydelse, men de mangler den integrerede hukommelsesarkitektur og den kompakte formfaktor, som DGX Spark tilbyder. Cloudbaserede løsninger giver fleksibilitet, men indebærer løbende driftsomkostninger og potentielle bekymringer om datasikkerhed og latenstid.

DGX Spark er stadig et unikt produkt i sin kategori. Ingen anden producent tilbyder en komplet, CUDA-understøttet AI-supercomputer med 128 GB fælles hukommelse i et skrivebordsformat til denne pris. Men med en stigning på 18 procent er det ikke længere en selvfølge, at det er det rigtige valg for enhver dansk virksomhed med AI-ambitioner. Beslutningen kræver nu en ærlig vurdering af, hvor ofte maskinen vil blive brugt, hvor følsomme data er, og hvor meget værdi lokal AI-kraft reelt skaber i den konkrete forretning. For nogle vil svaret være, at DGX Spark er en nødvendig investering i digital suverænitet og udviklingshastighed. For andre vil prisen på 35.000 kroner være svær at forsvare, når cloudbaserede alternativer kan dække behovet med lavere initialomkostninger. Prisstigningen har med andre ord gjort valget skarpere – og det er i sig selv en værdifuld afklaring for danske virksomheder, der navigerer i et hastigt voksende AI-landskab.