Dgx-Spark

Mit NemoClaw bringt NVIDIA OpenClaw-Agenten in eine OpenShell-Sandbox mit Policy-Gateway, lokaler vLLM-Inferenz und Audit-Log. Für den Mittelstand heißt das: immer verfügbare KI-Agenten auf eigener Hardware, ohne Cloud-Zwang und mit Schutz gegen Prompt-Injection. Der Überblick.

Wer mehrere DGX Spark (GB10) zu einem Cluster verbindet, steht vor einem Verwaltungsproblem: Deployment, Load-Balancing, Fine-Tuning und GPU-Telemetrie. Die NVIDIA-Community baut gerade Open-Source-Control-Planes wie DGX Manager — ein Web-Dashboard, das alles auf eigener Hardware erledigt. Was Mittelständler jetzt wissen müssen.

Die Community erzielt auf dem NVIDIA DGX Spark mit Qwen3.8-27B und NVFP4-Quantisierung 34–38 Tokens pro Sekunde — rund 30 % schneller als mit FP8 bei kleinerem Speicherbedarf. Was Mittelständler über NVFP4, SGLang und die Stolperfallen wissen müssen.

Der NVIDIA DGX Spark begeistert mit 128 GB Unified Memory — aber die Community berichtet offen über schwache CUDA- und Treiber-Kompatibilität. Was Mittelständler über die Software-Realität wissen müssen, bevor sie 3.200 EUR investieren.

DeepSeek V4 Flash offiziell (FP8) auf zwei DGX Spark im Cluster: TP=2, MTP, 200K Kontext. Das komplette Setup aus dem NVIDIA-Forum mit echten Messwerten, Gotchas und Kosten.