2026年11月のAIハードウェア：机の上からデータセンターまで
執筆： Andrew Miller ·
自分のハードウェアでオープンなモデルを動かしたいなら、ほぼすべてを決めるのはメモリです。そもそもどのモデルを読み込めるかを決め、その速度がどれだけ速く答えるかを決めます。このガイドでは、2026年11月にNVIDIAが販売または貸し出しているものを、机に載る箱からラック1台分まで取り上げます。各マシンは、私たちがレビューしたモデルと照らし合わせて規模を示しています。メモリチップの不足で今年は価格が急騰しているので、購入前にここの数字を最新の見積もりと照らし合わせてください。
DGX SparkとGB10搭載機：机の上の128 GB
DGX Sparkは、NVIDIAのGB10チップを使ったミニPCです。CPUとGPUが1つのメモリプールを共有し、OSはLinuxです。NVIDIAの仕様ページによると、そのプールは273 GB/sの128 GBのLPDDR5xです。NVIDIAは最大1ペタフロップスのFP4演算性能をうたっていますが、これはスパース性を前提にした理論値で、1台で最大2,000億パラメーターのモデルを扱えるとしています。Acer、ASUS、Dell、GIGABYTE、HP、Lenovo、MSIが独自のGB10版を販売しています。どれもチップは同じなので、支払っているのは筐体、ストレージ、保証の分です。
話の中心は価格です。Sparkは2025年10月に3,999ドルで発売されました。NVIDIAは2月にメモリの供給を理由に4,699ドルに値上げしました。The Registerによると、10月には128 GBモデルが6,950ドルになり、1年前より75パーセント近く高くなりました。ServeTheHomeによると、パートナー各社による64 GB版が10月23日に4,999ドルで発売されました。200 Gbpsのネットワークポートはそのままなので、最大4台をつなげられます。
兄弟チップのRTX Sparkは、現在Windowsのノートパソコンに搭載されています。Tom’s Hardwareによると10月16日に2,599ドルから発売されましたが、その価格で手に入るのは24 GBです。128 GBモデルは約5,100〜7,000ドルです。
128 GBに収まるもの：gpt-oss-120b（4.0）はOllamaで65 GBのダウンロードです。Nemotron 3.5 Super VL（4.1）の4ビット版は約75 GBで、まさにDGX Sparkを狙ったものです。Qwen3.8-27B（4.5）とGemma 4（4.4）は余裕を持って収まります。64 GBモデルは数字の印象より窮屈で、gpt-oss-120bはもう収まりません。48 GBが必要なFlint（3.9）はまだ収まります。
DGX StationとHP ZGX Fury：机の横の748 GB
DGX Stationはその一段上です。GB300チップを使ったデスクサイドのタワーで、Blackwell Ultra GPUと72コアのGrace CPUを組み合わせています。NVIDIAの記載では、両方のチップが扱える748 GBのメモリを2つの階層で備えています。GPU自身の252 GBのHBM3eは7.1 TB/sで動きます。残りの496 GBはCPUにつながったLPDDR5Xで、396 GB/sです。NVIDIAは最大20ペタフロップスのAI演算性能をうたっています。NVIDIAはボードを設計していますが、完成品のStationは販売しておらず、価格も公表していません。マシンを作っているのはASUS、Dell、Exxact、GIGABYTE、HP、MSI、Supermicroです。Exxactのモデルは94,930ドルで掲載されていました。
HP ZGX Fury G1nは、別のチップではなく、HP版のDGX Stationです。HPの製品ページとQuickSpecsには、同じGB300チップと748 GBのメモリに加え、最大20ペタフロップスのFP4演算性能と、2台をつなぐための400 Gbのネットワークポート2つが記載されています。HPは、1台のFuryでFP4なら最大1兆パラメーターのモデルを動かせるとしています。出荷時のOSはUbuntu 24.04です。Windowsは10月7日に公開の場で披露されましたが、HPはWindows版の価格も発売日も発表していません。
LinuxモデルはHPの営業チームを通じて注文でき、HPは定価を公表していません。水冷式で、重さは41 kgから、電源は1,600 Wです。HPは専用の200〜240 Vの回路が必要だとしているので、注文する前にどこに電源をつなぐか計画してください。
748 GBに収まるもの：約250 GBのMiniMax-M3.1-Flash（4.0）と、NVFP4で273 GiBのBeam（3.8）です。GLM-5.3-Flash（4.3）のFP8の重みは約330 GB、Muse Spark Open（4.0）のNVFP4の重みは約537 GBですが、後者のモデルカードは、長い会話を保持するメモリを含めると700 GBを推奨しています。これらはすべて合計容量には収まりますが、速いGPUメモリにあるのは最初の252 GBだけです。はみ出した分は、より遅いCPUメモリの速度で動きます。
データセンターのGrace Blackwell Ultra：GB300 NVL72とB300
この階層は、多くのチームが買うのではなく借りています。GB300 NVL72は、72基のBlackwell Ultra GPUと36基のGrace CPUを1つのシステムにつなげた水冷式のラックで、20 TBのHBM3Eを備えています。NVIDIAはスパース性なしで1,080ペタフロップスのFP4演算性能をうたい、現在提供中としています。より一般的な単位はHGX B300サーバーで、GPUが8基、メモリは合計2.1 TBです。NVIDIAは出荷中としています。
時間単位では、料金表によると、B300は1基あたりRunpodのコミュニティクラウドで6.94ドル、セキュアクラウドで8.99ドルです。VerdaはB300が11.35ドル、GB300が13.05ドルです。8基のGPUのサーバーなら1時間あたりおよそ55〜90ドルになります。規模の感覚で言えば、Spark 1台の6,950ドルで、Runpodの最も安いB300を約1,000時間使えます。
最大級のオープンなモデルが必要とするのはこの階層です。Kimi K3（4.3）は1.56 TBのチェックポイントで、vLLMのレシピではGB300 GPU 8基が最低ラインです。Hy4 preview（4.2）はFP8でB300 8基で動きます。約753 GBのGLM-5.3（4.4）と約865 GBのDeepSeek-V4-Pro（4.3）も、8基のGPUのサーバーがまるごと必要です。
Vera Rubin：出荷中だが、少量では買えない
Vera RubinはBlackwellの次の世代です。NVIDIAの新しいRubin GPUと、自社のVera CPUを組み合わせています。主力のラックはVera Rubin NVL72で、ServeTheHomeの説明によると、NVIDIAは以前、各パッケージの2つのGPUダイを別々に数えていたため、これをNVL144と呼んでいました。NVIDIAのページには、288 GBのHBM4を持つRubin GPUが72基、ラックあたり20.7 TBと記載されています。モデルの実行で3,600ペタフロップス、学習で2,520ペタフロップスのFP4性能をうたっています。
状況を順に追います。5月、NVIDIAはVera Rubinが本格的な量産に向けて立ち上がっているとし、秋から出荷するとしました。8月の決算では、CoreWeave、Google Cloud、Microsoft Azure、Oracle、Nebiusでラックが稼働しているとしました。Tom’s Hardwareは、NVIDIAがRubinを今四半期のデータセンター売上の約20%と見込んでいると報じました。CoreWeaveは9月30日に限定的な提供を始め、Oracleは10月27日に一般提供を発表しました。私たちが確認した料金表のどれにも、公開された時間単価はありません。
NVIDIAが長いプロンプトの読み込み向けに発表した安価なチップRubin CPXは、これらのNVIDIAの発表のどちらにも登場しません。Rubin Ultraも同様です。NVIDIAが確認するまで、それらについて見かける日付は噂として扱ってください。
比較
| システム | メモリ | FP4（ベンダーの数字） | 価格 | 状況 |
|---|---|---|---|---|
| DGX Spark / GB10搭載機 | 64または128 GBの統合メモリ、273 GB/s | 最大1 PF、スパース性あり | 4,999ドル（64 GB）、6,950ドル（128 GB） | 出荷中 |
| DGX Station / HP ZGX Fury | 748 GB（252 GBのHBM3e＋496 GBのLPDDR5X） | 最大20 PF | 定価なし。Exxactは94,930ドルで掲載 | パートナー経由で注文可能 |
| HGX B300（GPU 8基） | 2.1 TBのHBM3e | 密で108 PF | レンタルでGPU1時間あたり6.94〜11.35ドル | 出荷中 |
| GB300 NVL72ラック | 20 TBのHBM3E | 密で1,080 PF | 営業に問い合わせ。VerdaではGB300がGPU1時間あたり13.05ドル | 提供中 |
| Vera Rubin NVL72ラック | 20.7 TBのHBM4（GPUあたり288 GB） | モデルの実行で3,600 PF | 非公表 | クラウドで初期提供 |
NVIDIA以外
知っておく価値のある代替が2つあります。AMDのRyzen AI Haloは、Ryzen AI Max+ 395と128 GBの統合メモリを組み合わせて3,999ドルで、速度は最大256 GB/sです。メモリの容量と速度はSparkとほぼ同じで、価格は安いものの、NVIDIAのCUDAソフトウェアは動きません。
AppleのM5 Ultra搭載Mac Studioは最大512 GB、1.2 TB/sで、メモリ速度はSparkの4倍以上です。512 GBの構成は最低22,299ドルです。Qwen3.5-397B（3.6）の214 GBの4ビット版が余裕を持って収まります。
注意点：表のFP4の数字はNVIDIA自身のピーク値で、スパース性を含む場合も含まない場合もあるため、モデルが実際にどれだけ速く答えるかの目安にはなりません。机の上でモデルを動かすなら、たいていはメモリの速度のほうが重要で、Sparkの273 GB/sはこの一覧で最も遅い数字です。もう一つの制約はソフトウェアです。モデルの4ビットNVFP4版にはBlackwell世代のGPUが必要です。大規模モデルのガイドが前提にしているサーバーはvLLM（4.7）とSGLang（4.4）です。Spark、Halo、Macでの手軽な道はllama.cpp（4.8）とOllama（4.6）で、Macでのネイティブな選択肢はMLX（4.4）です。
結論：演算性能の数字を見る前に、モデルにどれだけのメモリが必要かを確かめてください。約100 GB未満なら、速くはないにせよ128 GBのSparkかHaloで動きます。およそ200〜500 GBなら、Mac StudioかDGX Stationで1つの机の上に収まりますが、価格は車か小さな家ほどです。それより大きいものはレンタルです。GPU1時間あたり10ドル未満なら、数百時間のB300の利用のほうが、95,000ドルのタワーよりも多くのことを教えてくれます。