26.02.28 - 「レビュー」NVIDIA DGX Spark： SuperAIのパワーを、小型・ローカルで
NVIDIA DGX Spark：SuperAIのパワーを、小型・ローカルで
今回アスク様よりMSI製NVIDIA DGX Sparkを貸していただき、弊社のAI生成ツールといろんなテストをしてみました。
■NVIDIA DGX Sparkとは？
ソース：https://www.nvidia.com/ja-jp/products/workstations/dgx-spark/
NVIDIA DGX Sparkは、2025年にNVIDIAが正式リリースしたコンパクトデスクトップAIスーパーコンピューターです。Grace Blackwellアーキテクチャを採用した「GB10 Superchip」を搭載し、わずか150mm × 150mm × 50.5mmのボディの中に、データセンター級のAI演算能力を凝縮しています。
🔑 ポイント：NVIDIA DGX Sparkは「デスクの上に置けるAIスーパーコンピューター」であり、従来は大規模データセンターでしか実現できなかったAI処理能力を、個人・企業のオフィスに持ち込めるようにしたデバイスです。
メモリアーキテクチャで、128 GBのユニファイドメモリ（GPU・CPUが同一メモリ空間を共有）により、最大2000億パラメータのAIモデルをローカルで推論実行できます。さらに、ConnectX-7ネットワークを使って2台のNVIDIA DGX Sparkを接続すれば、最大4050億パラメータのモデルにも対応します。
主なユースケース
- AIモデルのプロトタイピング・テスト・検証
- 最大700億パラメータまでのファインチューニング
- 高解像度画像・動画のAI生成・処理（ComfyUIなど）
- エッジAIアプリ開発（Isaac、Metropolis、Holoscanフレームワーク）
- データサイエンス・機械学習ワークフロー
※MetAI実務での活用例：クライアントオフィスへの持ち込みデモ
弊社（合同会社MetAI）の実務では、NVIDIA DGX Sparkの最大のメリットの一つとして「クライアントオフィスへの持ち込みデモ」が挙げられます。クライアントから「自社オフィスでMetAIのAIツールを実際に試してみたい」というご要望をよくいただきますが、従来のデスクトップワークステーションは本体が大きく重いため、持ち運びが現実的ではありませんでした。
NVIDIA DGX Sparkは、重量わずか1.2kg・150mm角のコンパクトボディのため、バッグに入れてそのままクライアント先へ持参できます。現地での設定も短時間で完了し、すぐにAIデモ・テストを開始できるため、商談・提案の場でリアルタイムにAIの実力を体感していただける点がクライアントに非常に好評です。
■ テスト環境
今回は、弊社のオフィス環境であるMSI製NVIDIA DGX SparkでComfyUIを使ったAIクリエイティブワークフローの処理速度・リソース消費をテストしてみた。
■ComfyUIインストール方法
MSI製NVIDIA DGX SparkへのComfyUIインストールは、通常のLinux環境と異なり、Blackwellアーキテクチャ向けの特別な手順が必要です。公式サイトやサポートには解決策が見当たらなかったため、AIの協力を得ながら以下の方法を確立しました。同様の問題を抱える方の参考になれば幸いです。
0. コマンドプロンプトを開く
コマンドプロンプトで事前インストールしたComfyUIフォルダーに移動
1. システム確認
nvidia-smi
nvcc --version
２. Python仮想環境の作成（Python 3.12+推奨）
python3 -m venv comfy_blackwell
source comfy_blackwell/bin/activate
pip install --upgrade pip setuptools wheel
3. PyTorchインストール（Blackwell最適化版）
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu130
4. ComfyUIとdependenciesのインストール
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
pip install -r requirements.txt
5. GB10最適化オプションで起動
NVIDIA DGX Sparkには--highvramと--fp8_e4m3fn-text-encフラグの指定が重要です：
python main.py --listen 0.0.0.0 --highvram --fp8_e4m3fn-text-enc
💡 起動後、モデル（Checkpoints、LoRA等）とワークフローを通常通りインストールしてください。ComfyUI Managerを使うと効率的です。
■テスト開始
以下のベンチマークはすべてComfyUI上で実施しました。「1回目」はモデルのCold Start（初期ロード込み）、「2回目」はウォームアップ後の実行時間です。
📊 重要：DGX SparkはUnified Memory（CPU-GPU共有）のため、VRAMは常に0%表示されます。その代わりRAMとGPU使用率で処理状況を確認します。
①Lighting Migration（ライティング変更）
ウォームアップ後は43秒と安定した処理速度を発揮。GPU使用率88%、温度51°Cと安定した動作を確認できました。ただし温度は約20°C低く、静音・省電力な動作が確認できます。
バックライト
マルチライト
左側から照明
② Upscale 20x（832×1248 → 16,640×24,960）
20倍アップスケール（最終解像度：16,640 × 24,960px）という超高解像度処理でもWarm実行で約85秒。128GBのユニファイドメモリのおかげでVRAM不足によるOOMエラーなしに処理できます。
③ 画像リアル化（img2img高品質化）
④ ポーズ・カメラ変更
⑤ ControlNetポーズ変更
■ 動画AI生成テスト
①480P → 4K アップスケール（動画）
動画リンク：https://drive.google.com/file/d/1Zq-hvuYf14rDSDEDM_riWyubBWZiYvvy/view?usp=sharing
動画の4Kアップスケールは処理量が膨大なため時間がかかりますが、128GBメモリにより長尺動画でもVRAM不足でのクラッシュが発生しません。放送・映像制作での実用性が高いです。
②白黒 → カラー化（17秒動画）
動画リンク：https://drive.google.com/file/d/1Rb7h_-6546kpukRC16HlQ3hqbyNZ1BL1/view?usp=sharing
17秒動画のカラー化を約40秒で処理。放送局向け映像復元・デジタルアーカイブの自動カラー化などに実用的なスピードです。
■ 総評
MSI製NVIDIA DGX Sparkは「コンパクトなのにデータセンター級」という点で、AIクリエイティブワークフローに新しい可能性をもたらします。Cold Startの遅さはあるものの、Warm実行時は安定した高速処理を発揮し、何よりVRAM制約がないことで超高解像度・長尺動画処理において従来のGPUでは不可能だった作業が実現できます。
NVIDIA DGX Sparkのメリット
- 128 GBユニファイドメモリによりVRAM不足（OOMエラー）が発生しない
- 温度が低く（50〖65°C）、動作音も非常に静か（35dB）で長時間稼働に最適
- 1.2kg・240Wの省スペース・省電力設計でオフィスへの導入が容易
- バッグに入れてクライアント先へ持参でき、現地でのAIデモがすぐに開始できる
- 2台接続で最大04050億パラメータモデルまでスケールアウト可能
- NVIDIAの完全なAIソフトウェアスタックがプリインストール済み
注意点
- Cold Start（初回モデルロード）が長いため、複数モデル運用にはプリロード設計が必要
- Blackwell向けComfyUIのセットアップが複雑で、CUDA 13.0専用ビルドが必要
- 動画AI生成は処理量が多く、長尺になるほど時間がかかる
MetAI LLCでは今後もNVIDIA DGX Sparkを使ったAIクリエイティブワークフローのテストを継続し、放送局・企業向けAIソリューションへの実装を推進していきます。
.png)