Nvidia DGX Spark vs AMD Strix Halo: $4.000 AI supercomputer uitgedaagd door $2.199 mini PC met betere real-time prestaties

Nvidia's 4000 dollar kostende DGX Spark betreedt de compacte AI-arena

Nvidia heeft de DGX Spark als eerste poging tot compacte AI-systemen. Het werkstation ter grootte van een desktop wordt aangedreven door de GB10 Superchip van het bedrijf en kan tot 1 PFLOP bereiken bij FP4. Nvidia positioneert het als een "persoonlijke AI-supercomputer" die onderzoekers en ontwikkelaars kan ondersteunen bij het werken met grootschalige generatieve modellen.

Hoewel het op papier allemaal geweldig klinkt, kan de vrij hoge prijs een zware pil zijn om te slikken. De DGX Spark kost $4.000, en veel enthousiastelingen moeten de kosten-batenverhouding zorgvuldig overwegen.

AMD Strix Halo daagt Nvidia uit op prijs-prestatieverhouding

De uitdager doet zijn intrede.

GMKtec is een fabrikant van prestatiegerichte mini-pc's. Het bedrijf heeft onlangs zijn eigen EVO-X2 tegen de Nvidia DGX Spark en publiceerde de resultaten. De EVO-X2 is gebouwd op AMD's Ryzen AI Max+ 395 Strix Halo APU.

Volgens GMKtec overtrof de Strix Halo het DGX Spark-systeem in benchmarktests met meerdere open-source grote taalmodellen, waaronder Llama 3.3 70B, Qwen3 Coder, GPT-OSS 20B en Qwen3 0.6B. Het AMD-systeem bood betere prestaties op het gebied van tokengeneratiesnelheden en eerste-responslatentie.

GMKtec verklaarde dat zijn EVO-X2 mini PC uitblonk in prestaties met lage latentie in realtime inferentiewerklasten dankzij de combinatie van de CPU + GPU + NPU lay-out van de Ryzen-chip en de XDNA 2 AI-engine. De AI-supercomputer van Nvidia gaf in plaats daarvan voorrang aan ruwe doorvoer.

Vergelijkbare kracht voor de helft van de kosten

Het topmodel van de EVO-X2 kost $2.199, ongeveer de helft van de prijs van de DGX Spark. Hoewel de test van GMKtec laat zien dat de setup van Nvidia de te kloppen hardware blijft voor grote modellen, hoge doorvoerbewerkingen, kan de Strix Halo van AMD een betere waarde bieden voor AI-ontwikkelaars en enthousiastelingen die werken met on-device AI en token-efficiënte werklasten.