DGX Spark vs Cloud vs Abonnements LLM — Le Benchmark Économique Qui Tue le Rêve du Hardware Local
منتشر شده در 06 May 2026
زمان مطالعه: 14 minutes
انویدیا DGX Spark را به عنوان یک «ابرکامپیوتر هوش مصنوعی رومیزی» با قیمت ۴,۶۹۹ دلار میفروشد. Ollama مدلهای ابری خود را با قیمت ۲۰ دلار در ماه ارائه میدهد. اجاره یک H100 در Vast.ai ساعتی ۱.۳۸ دلار است. و مدلهای متنباز چینی — DeepSeek، Qwen، GLM — در همه جا، رایگان و بدون نیاز به خرید کارت گرافیک در دسترس هستند. پس، این Spark دقیقاً به چه دردی میخورد؟ من حساب و کتابهایم را کردم.
زمینه: بازاری که تغییر جهت داده است
در مه ۲۰۲۶، چشمانداز هوش مصنوعی در مقایسه با معرفی DGX Spark در CES 2025 بهطور ریشهای تغییر کرده است. سه نیروی متلاقی باعث شدهاند که توجیه سختافزار محلی بهطور فزایندهای دشوار شود:
-
سقوط قیمتهای کلود GPU: یک H100 بین ۱.۳۸ تا ۳ دلار در ساعت اجاره میشود، در حالی که ۱۸ ماه پیش این مبلغ ۵ تا ۸ دلار در ساعت بود
-
انفجار مدلهای متنباز چینی: DeepSeek-V4، Qwen-3، GLM-5 با مدلهای غربی رقابت میکنند و بهصورت رایگان در دسترس هستند
-
ظهور پلتفرمهای استنتاج مدیریتشده: Ollama، Groq و Together AI ایپیآیهایی با قیمتهای رقابتی و سطوح رایگان سخاوتمندانه ارائه میدهند
دیجیاکس اسپارک (DGX Spark) که ابتدا با قیمت $2 999 معرفی شد و سپس به $4 699 افزایش یافت، در دنیایی وارد میشود که دیگر به آن نیازی ندارد.
پنل تنظیمات
در اینجا راهکارهای موجود در مه ۲۰۲۶ برای اجرای LLMها، از سبکترین تا سنگینترین، آورده شده است:
| گزینه | هزینه | VRAM / ظرفیت | مدلهای در دسترس | محدودیت اصلی |
|---|---|---|---|---|
Ollama رایگان |
۰ دلار/ماه |
ابر سبک |
تمامی مدلهای عمومی |
استخدام محدود، ۱ مدل همزمان |
Claude Pro |
۲۰ دلار در ماه (تقریباً ۲۴۰ دلار در سال) |
ناموجود (API بسته است) |
فقط Claude 4.x |
مدل منحصربهفرد، بدون متنباز |
Ollama Pro |
۲۰ دلار در ماه (~۲۰۰ دلار در سال) |
محیط ابری |
همه مدلهای عمومی |
حداکثر ۳ مدل بهطور همزمان |
Ollama Max |
۱۰۰ دلار در ماه (حدود ۱۲۰۰ دلار در سال) |
ابرناک شدید |
همه مدلهای عمومی |
۱۰ مدل همزمان |
GPU ابری (H100) |
$1.38-3/h |
80 Go HBM |
همه مدلها، fine-tuning |
صورتحساب ساعتی، نیاز به راهاندازی (setup) |
DGX Spark |
۴,۶۹۹ دلار (خرید) |
128 Go unifié |
Tous modèles <128 Go |
کندیم (حدود ۱۰ برابر کمتر از |
مک استودیو M3 Ultra |
~$5 000+ |
192 Go unifié |
Tous modèles <192 Go |
بدون CUDA، اکوسیستم MLX |
|
قیمتهای ذکر شده برای GPUهای ابری مربوط به Vast.ai و RunPod در می ۲۰۲۶ است — از نوع spot/on-demand و نه رزرو شده. قیمتهای هایپرسکیلرها (AWS, GCP, Azure) همچنان ۲ تا ۳ برابر بالاتر است. |
آنچه حذف کردم (و چرا)
من قصد گزینههای زیر را از این بنچمارک حذف کردهام:
-
API OpenAI / Anthropic / Google: موضوع در اینجا اجرای مدلهای open-source است که بتوانیم آنها را انتخاب و fine-tuner کنیم و به یک vendor واحد وابسته نباشیم
-
Huawei Ascend / Atlas : هواوی معادل دسکتاپ DGX Spark را عرضه نمیکند. سری Ascend (910C, 910D) و Atlas (300I Duo, 350) برای دیتاسنتر طراحی شدهاند — کارتهای PCIe، سرورهای rack — و نه کیسهای کوچک آماده به کار. تراشه Ascend 910C دارای 128 Go HBM است اما یک تراشه سرور است، نه یک سیستم مستقل. Atlas 300I Duo مقدار 96 Go را برای ~$1 400 ارائه میدهد اما به یک ماشین میزبان نیاز دارد
استنتاج ساده: مرگ سختافزار محلی
بیایید با رایجترین مورد کاربرد شروع کنیم: چت کردن با یک LLM، بررسی کد (code review) و تولید متن. بدون fine-tuning، بدون batch processing، فقط استنتاج (inference) تعاملی.
محاسبه
یک DGX Spark به قیمت $4,699. آن را بر هزینه سالانه هر اشتراک تقسیم میکنیم:
@startuml skinparam backgroundColor #FEFEFE skinparam defaultTextAlignment center title Seuil de Rentabilité — DGX Spark ($4 699) vs Abonnements rectangle "DGX Spark\n$4 699" as spark #FFCDD2 rectangle "Ollama Pro\n$200/an" as opro #C8E6C9 rectangle "Claude Pro\n$240/an" as cpro #C8E6C9 rectangle "Ollama Max\n$1 200/an" as omax #FFF9C4 rectangle "Cloud H100\n$3/h × 10h/sem" as cloud #BBDEFB spark --> opro : 23.5 années ⏳ spark --> cpro : 19.6 années ⏳ spark --> omax : 3.9 années spark --> cloud : 3.0 années (à 10h/semaine, intermittent) note bottom of spark Sans compter l'électricité (~$150/an) Sans compter l'obsolescence hardware Sans compter qu'il est 10x plus lent end note @enduml
حکم بیرحمانه است. برای استنتاج:
-
Ollama Pro: شما نیاز خواهید داشت۲۳ سالبرای مستهلک کردن یک
DGX Spark. مدلSparkتا ۲۰ سال دیگر منسوخ خواهد شد. -
Ollama Maxلطفاً متن مورد نظر خود را برای ترجمه ارسال کنید.۴ سال— به شرطی که از Spark به صورت ۲۴/۷ استفاده شود، که هیچکس این کار را نمیکند
-
Claude Pro: همان مشکل،۲۰ سالبرای مدل تکمدله بسته (single-model fermé)
لطفاً متن مورد نظر خود را برای ترجمه ارسال کنید. وعد «سوپرکامپیوتر هوش مصنوعی رومیزی» با یک واقعیت حسابداری ساده روبروست: $4 699 / $20 در ماه = هرگز برای استفاده فردی بهصرفه نیست. لطفاً متن مورد نظر برای ترجمه را ارسال کنید.
حتی با استفاده شدید
بدترین سناریو برای کلود را در نظر بگیرید: شما یک H100 را ۸ ساعت در روز، ۵ روز در هفته و ۵۲ هفته در سال اجرا میکنید.
-
8 × 5 × 52 = 2 080 ساعت/سال
-
2 080 × $2/h (قیمت متوسط spot H100) =۴٬۱۶۰ دلار در سال
Spark (۴,۶۹۹ دلار) در مدت زمان … بازگشت سرمایه دارد۱۳ ماه. مگر اینکه:
-
H100 استحدود ۱۰ برابر سریعتراز GB10 اسپارک. شما در ۱ ساعت کاری را انجام میدهید که اسپارک در ۱۰ ساعت انجام میدهد. برای حجم کاری یکسان، H100 برای شما ۴۱۶ دلار در سال هزینه دارد، نه ۴,۱۶۰ دلار.
-
Le H100 a 80 Go HBM à 3.35 To/s de bande passante. Le Spark a 128 Go LPDDR5X à 273 Go/s. Pour les gros modèles, la bande passante compte plus que la capacité.
|
مقایسه ۱ ساعت H100 با ۱ ساعت Spark منطقی نیست. H100 کار را ۱۰ برابر سریعتر انجام میدهد. بنابراین، هزینه واقعی ابری برای یک workload مشخص، حدود ۱۰ برابر کمتر از محاسبه سادهلوحانه بر اساس ساعتها است. |
تنظیم دقیق (Fine-Tuning): ابر بیرقیب است
استدلال رایج طرفداران Spark: «بله، اما برای fine-tuning، موضوع متفاوت است».
نه، نیست.
هزینه واقعی یک Fine-Tune
یک fine-tune LoRA/QLoRA روی Unsloth برای یک مدل 7B:
-
~۲-۳ ساعت روی یک H100 =۵ تا ۹ دلار
-
همان مورد در مورد
Spark=۲۰-۳۰ ساعت(۱۰ برابر کندتر)، دستگاه را متوقف میکند
با مبلغ ۴,۶۹۹ دلارِ Spark، میتوانید هزینههای موارد زیر را تأمین کنید:
-
~۵۰۰ تا ~۹۰۰ fine-tuneدر فضای ابری H100
-
Ou حدود ۲۳ سالاز Ollama Pro
-
Ou ~۴ سالاز Ollama Max
و برای مدلهای بزرگتر (70B+):
-
Le Spark avec ses 128 Go peut charger un 70B en Q4 — mais le fine-tune sera extrêmement lent
-
Un H100 avec 80 Go peut fine-tuner un 70B en QLoRA 4-bit en quelques heures
-
برای full fine-tune در هر صورت به multi-GPU نیاز است — Spark خارج از بازی است
بازیگران متخصص
در سال ۲۰۲۶، پلتفرمهایی مانند Unsloth، Modal، Replicate و Together AI خدمات fine-tuning بدون سرور (serverless) ارائه میدهند:
-
بدون مدیریت GPU
-
بدون پیکربندی محیط
-
پرداخت به ازای هر دقیقه
-
بهینهسازیهای داخلی (flash attention، کوانتیزاسیون خودکار)
@startuml skinparam backgroundColor #FEFEFE skinparam defaultTextAlignment center title <size:20>Coût d'un Fine-Tune LoRA 7B — Comparaison</size> note as N |= Option |= Coût par fine-tune |= Fine-tunes possibles avec $4 699 | | **Replicate** | $3-5 | ~1 000 | | **Modal (serverless)** | $2-4 | ~1 500 | | **Unsloth + Vast.ai H100** | $5-9 | ~500-900 | | **Together AI** | $4-8 | ~600-1 000 | | **DGX Spark** | « gratuit » mais 20-30h | ∞ (en théorie) | end note note bottom Le Spark est « gratuit » par fine-tune seulement si votre temps vaut $0/h et que vous n'avez pas besoin de la machine pour autre chose pendant 30h end note @enduml
تنها دلیل واقعی: حاکمیت دادهها
پس از حذف استنتاج، fine-tuning و نسبت کیفیت به قیمت — چه چیزی برای Spark باقی میماند؟
محرمیت مطلق.
منظورم حریم خصوصیِ «نمیخواهم پرامپتهایم توسط کارمند OpenAI خوانده شود» نیست. این در سال ۲۰۲۶ یک مشکل ساختگی است: Ollama، Groq و اکثر ارائهدهندگان معتبر، سیاستهای zero log و zero retention دارند.
حریم خصوصی واقعی یعنی:
-
جدال هوایی رگولاتوری (Air-gap réglementaire): دفاع، دیپلماسی، بهداشت — دادهها بهصورت فیزیکی نمیتوانند از ساختمان خارج شوند
-
دادههای اختصاصی حساس: کد منبع یک محصول منتشر نشده، اسرار صنعتی، الگوریتمهای معاملاتی
-
تابآوری شبکه: هوش مصنوعی باید حتی در صورت قطع شدن اینترنت به کار خود ادامه دهد
|
اما بیایید صادق باشیم: چند درصد از خریداران DGX Spark واقعاً در این وضعیت هستند؟ ۱٪؟ باقیاش فقط یک «nice to have» است که به هزینهای ۴,۶۹۹ دلاری تبدیل شده است. |
محاسبه واقعی حریم خصوصی
برای استفاده شخصی:
-
Ollama Pro(۲۰ دلار در ماه) + مدلهای متنباز چینی = راهکار عملگرایانه
-
اگر یک پرامپت در Ollama نشت کند، در میان میلیونها درخواست روزانه غرق میشود. این قطرهای در اقیانوس است.
-
ریسک واقعی نشت یک
promptنیست — بلکه آموزش بدون رضایت روی دادههای شماست. و ارائهدهندگان جدی، این مورد را در قرارداد ممنوع میکنند.
لطفاً متن مورد نظر خود را برای ترجمه ارسال کنید. ترسیم ترس از «distiller son prompt dans le LLM» سطحی از انتشار اطلاعات شخصی است که چنان رقیق شده است که بیشتر به اضطراب شباهت دارد تا یک تهدید واقعی. در مقیاس صنعتی، موضوع متفاوت است؛ اما در مقیاس فردی، این چیزی جز نویز نیست. لطفاً متن مورد نظر خود را برای ترجمه ارسال کنید.
خلاصه: ماتریس تصمیمگیری
@startuml
skinparam backgroundColor #FEFEFE
skinparam defaultTextAlignment center
title Quelle Solution IA Choisir en 2026 ?
start
:Quel est votre besoin principal ?;
switch (Besoin)
case (Inférence interactive occasionnelle)
:**Ollama Free**\n$0/mois, tous modèles open-source;
stop
case (Inférence quotidienne, code review, dev)
:**Ollama Pro** ($20/mois)\nAccès à tous les modèles open-source\nDeepSeek, Qwen, GLM, Llama, Mistral;
stop
case (Agents IA, multi-modèles, usage intensif)
:Contexte > 30K tokens ?;
if (Oui) then
:**Ollama Max** ($100/mois)\n10 modèles simultanés\nContexte long sans dégradation;
stop
else (Non)
:**Cloud GPU H100 spot** ($1.38–3/h)\n+ Unsloth/Modal pour fine-tuning\nPerformance brute maximale;
stop
endif
case (Fine-tuning régulier)
:**Vast.ai H100 + Unsloth** ($5–9/fine-tune)\nou **Together AI / Modal** (serverless)\n500+ fine-tunes pour le prix d’un Spark;
stop
case (Air-gap obligatoire)
:Données classifiées ?;
if (Oui) then
:**DGX Spark** ou **Mac Studio M3 Ultra**\nSeul cas où le hardware local est justifié\n(pas économiquement — politiquement);
stop
else (Non)
:Retour au cloud : pas de besoin d’air-gap;
stop
endif
endswitch
@enduml
| معیار | Ollama رایگان | Ollama Pro | GPU ابری H100 | DGX Spark |
|---|---|---|---|---|
استنتاج |
✅ محدود |
✅ راحتبخش |
✅ زیادهروی |
⚠️ Lent |
تنظیم دقیق (Fine-tuning) |
❌ |
❌ |
✅ شکستناپذیر |
⚠️ ممکن اما کندتر |
هزینه سالانه |
$0 |
$200 |
متغیر (~$416-2 080*) |
۴ ۶۹۹ دلار پیشپرداخت |
حریم خصوصی |
⚠️ Cloud US |
⚠️ Cloud US |
⚠️ ابر ایالات متحده (متغیر) |
✅ مجموع |
نگهداری |
هیچکدام |
هیچکدام |
تنصب منحصربهفرد |
برق، بهروزرسانیها |
کهنگی |
هیچکدام |
هیچکدام |
هیچکدام |
۳ تا ۵ سال |
اکوسیستم نرمافزاری |
همه مدلهای open |
همه مدلهای open |
همه مدلهای open |
CUDA (اما کندتر) |
حکم نهایی |
گاهبهگاه |
توصیه شده |
حرفهایها/جستجو |
فقط Air-gap |
*متغیر بسته به حجم کاری؛ با سرعت H100 که حدود ۱۰ برابر بیشتر از Spark است، هزینه مؤثر برای یک workload given پایین است.*
مورد خاص: اشتراک Pro در برابر مدلهای چینی
یک نکته شایان ذکر است: ترکیبOllama Pro با قیمت ۲۰ دلار در ماه + مدلهای متنباز چینیاحتمالاً بهترین نسبت کیفیت به قیمت در تاریخ هوش مصنوعی برای مصرفکنندگان عام است.
چرا مدلهای چینی همه چیز را تغییر میدهند
-
DeepSeek-V4-Pro: ۱.۶ تریلیون پارامتر، CSA+HCA، کانتکست ۱ میلیون، رقابتی با Claude 4 و GPT-5 برای کدنویسی
-
Qwen-3: ۲۳۵ میلیارد پارامتر، ۲۵۶ هزار پنجره بافت (context)، عالی در زبان فرانسوی و استدلال
-
GLM-5.1: 744B, MLA+DSA, 200K context, طراحی شده برای عاملمحوری (agentic)
همه در Ollama در دسترس هستند. همه متنباز (با مجوزهای سهلگیرانه) هستند. همه بدون محدودیت و از طریق اشتراک ماهیانه $20 قابل استفاده هستند.
|
با Ollama Pro، شما به حدود ۵ مدل open-source «پیشرو» با قیمت تنها یک مدل بسته (Claude Pro) دسترسی دارید. این ارزش چنان نامتقارن است که تقریباً مضحک به نظر میرسد. |
معنای این موضوع برای سختافزار
اگر بهترین نسبت کیفیت به قیمت، یک اشتراک ابری ۲۰ دلار در ماه باشد، سختافزار محلی به انتخابی از روی راحتی یا اصول تبدیل میشود — نه یک انتخاب اقتصادی.
یک DGX Spark به قیمت ۴,۶۹۹ دلار، معادل است با:
-
۲۳۵ ماه Ollama Pro
-
۲۳ بازی AAA روز انتشار
-
4 عدد MacBook Air M4
-
اجاره یک سال یک آپارتمان دو اتاقه در لیون
برای محاسبات. کند.
و هواوی چطور؟
از آنجایی که این سؤال در طول تحقیقاتم از من پرسیده شد: خیر، هواوی معادل DGX Spark را به فروش نمیرساند.
آنچه وجود دارد:
-
Ascend 910C : 128 Go HBM, 800 TFLOPS FP16 — اما این یک تراشه سرور است، نه دسکتاپ
-
Atlas 300I Duo : 96 Go LPDDR4X, کارت PCIe با قیمت ~$1 400 — نیاز به میزبان دارد
-
اتلس ۳۵۰ : 112 Go HBM, 1.56 PFLOPS FP4 — accélérateur datacenter, pas un boîtier compact
هوآوی همچنان بر بازار سرورها و مراکز داده متمرکز است. برای یک کیس کوچک «آماده به کار» با 120+ Go VRAM، مدلهای DGX Spark (128 Go یکپارچه) و Mac Studio M3 Ultra (192 Go یکپارچه) تنها گزینهها در سال 2026 هستند. و در حال حاضر، هیچ سازنده چینی محصول مشابهی را در این فرمت معرفی نکرده است.
نتیجهگیری: تجملِ نزدیکی
DGX Spark محصول بدی نیست. اما برای ۹۹٪ از خریداران احتمالی، سرمایهگذاری بدی است.
@startuml
skinparam backgroundColor #FEFEFE
skinparam defaultTextAlignment center
title Le Paysage IA en 2026 — Qui Domine ?
left to right direction
package "Usage Personnel / PME" #C8E6C9 {
rectangle "🏆 Ollama Pro\n$20/mois" as pro
rectangle "Ollama Free\n$0/mois" as free
rectangle "Cloud GPU spot\n$1-3/h" as spot
}
package "Usage Intensif / Pro" #FFF9C4 {
rectangle "🏆 Ollama Max\n$100/mois" as max
rectangle "🏆 Cloud GPU dédié\n$2-4/h" as dedicated
rectangle "Modal / Together AI\nServerless" as serverless
}
package "Air-Gap Obligatoire" #FFCDD2 {
rectangle "DGX Spark\n$4 699" as spark
rectangle "Mac Studio M3U\n~$5 000" as mac
}
note bottom of spark
1% des cas d'usage — défense,
santé réglementée, secrets
industriels critiques
end note
@enduml
لطفاً متن مورد نظر خود را ارسال کنید تا آن را ترجمه کنم. خرید یک DGX Spark در سال ۲۰۲۶، مانند خرید یک سرور ایمیل در سال ۲۰۱۰ است: از نظر فنی ممکن، از نظر فلسفی رضایتبخش و از نظر اقتصادی برای یک فرد مضحک. لطفاً متن مورد نظر برای ترجمه را ارسال کنید.
محاسبه ساده است و دروغ نمیگوید:
-
$0برای گپ زدن با DeepSeek در Ollama Free
-
۲۰۰ دلار در سالبرای کار جدی با `Ollama Pro
-
۵-۹ دلاربرای یک fine-tune موردی روی cloud GPU
-
۴٬۶۹۹ دلاربرای… تجربه داشتن یک کیس NVIDIA روی میز کار؟
بازار تصمیم خود را گرفته است. اشتراکهای ابری و مدلهای متنباز چینی در نبرد قیمت پیروز شدند. سختافزار داخلی در شکافهای مقرراتی بقا یافته است، نه در دفاتر توسعهدهندگان.
لطفاً متن مورد نظر خود را برای ترجمه ارسال کنید. DGX Spark ابزاری به صرفه نیست. بلکه یک بیانیه است: «من میخواهم هوش مصنوعیام پیش خودم باشد، نه در فضای ابری شخص دیگر.» این قابل احترام است. اما در سال ۲۰۲۶، وقتی Ollama مدل DeepSeek-V4-Pro را در فضای ابری با قیمت ۲۰ دلار در ماه در اختیارت قرار میدهد، این بیشتر بیانیهای است که هزینه بسیار زیادی دارد. لطفاً متن مورد نظر خود را برای ترجمه ارسال کنید.
این مقاله حاصل گفتگو با ایجنت هوش مصنوعی من درباره توجیه اقتصادی DGX Spark است که با رصد بازار در مورد قیمتهای کلود GPU (Vast.ai و RunPod)، تعرفههای Ollama/Claude و اکوسیستم مدلهای متنباز چینی تطبیق داده شده است. قیمتهای ذکر شده مربوط به مه ۲۰۲۶ هستند و احتمالاً تا زمانی که این متن را بخوانید، باز هم کاهش یافتهاند.