Nvidia DGX Spark за 400K ₽: 20K фото/мес на Qwen3-VL-32B без обучения

Что произошло

Блогер протестировал Nvidia DGX Spark (128 ГБ RAM, ~90 ГБ под модель) для задач компьютерного зрения в закрытом контуре. На Qwen3-VL-32B-Instruct в полной плотности — ~3 токена/сек, 2 мин на фото, ~20 000 фото в месяц при пакетной обработке через RabbitMQ.

Детали

• Nvidia DGX Spark: 128 ГБ RAM, ~90 ГБ под модель, ~400K ₽
• Qwen3-VL-32B-Instruct в полной плотности, без MoE и квантизации
• ~3 токена/сек, ~2 мин на фото
• ~20 000 фото/мес с RabbitMQ
• Mac Studio аналогичной конфигурации >700K ₽

Что это значит

Альтернатива обучению CV-моделей для рутинных проверок: VLM описывает задачу через Pydantic-схему, без сбора датасета и переобучения.

Для CV-проверок в закрытом контуре VLM + Pydantic-схема заменяет обучение: меняешь описание полей — меняешь задачу, без нового датасета. DGX Spark за 400K ₽ даёт ~20K фото/мес при ~2 мин на кадр.