Quando analisamos o NVIDIA DGX Spark , o armazenamento foi o ponto fraco mais evidente da plataforma, e trata-se, antes de tudo, de um problema de formato. Os slots internos do Spark aceitam unidades M.2 de tamanho reduzido, das classes 2230 e 2242, onde o tamanho é o fator determinante, e a capacidade, o problema. O segmento de alta capacidade do mercado de SSDs para clientes está nas unidades 2280 de tamanho padrão, com modelos de 8 TB disponíveis atualmente, e o Spark simplesmente não tem espaço para elas. Isso resulta em uma máquina projetada para tarefas complexas de IA com um limite de armazenamento mais adequado a um laptop fino e leve, sem nenhuma solução interna para contornar essa limitação. O Luisuantech GP Spark é uma solução exatamente para esse problema: um gabinete de 0.58 litro com quatro baias para unidades M.2 de tamanho padrão, que se conecta à porta 100GbE do Spark, é reconhecido como um dispositivo NVMe nativo sem necessidade de drivers ou formatação e oferece tráfego de GPU Direct Storage próximo à velocidade da linha.
A proposta é simplicidade com economia voltada para o cliente. Os quatro compartimentos do GP Spark aceitam SSDs NVMe M.2 2280 ou 22110 comuns, formatos que o próprio Spark bloqueia, e os apresentam via NVMe-oF RDMA por meio de um mecanismo de descarregamento de hardware em um chip dedicado. A ficha técnica da Luisuantech valida unidades de até 4 TB atualmente, 16 TB por compartimento, embora esses sejam os mesmos slots onde unidades de 8 TB para clientes já são comercializadas, então o limite prático é uma questão de validação e não mecânica. Não há array empresarial aqui, nem licenciamento, nem sistema operacional de armazenamento para aprender. Conecte um cabo DAC ou AOC entre o GP Spark e o DGX Spark, execute o comando `modprobe nvme-rdma` na base Ubuntu do Spark e as unidades aparecerão como dispositivos `/dev/nvme` prontos para acesso GDS.
Design e Construção
O GP Spark é uma caixa de 150 mm x 150 mm x 26 mm, com dimensões menores que o próprio Spark, revestida por um chassi de metal perfurado com um único botão liga/desliga que também funciona como indicador de status: verde para funcionamento normal, vermelho para falha. A alimentação é feita via USB-C PD a partir de um adaptador externo de 20 V/5.4 A, com toda a unidade classificada em menos de 100 W, incluindo os drives. O painel traseiro possui exatamente três conectores: a entrada de alimentação USB-C, uma porta USB-C para depuração de fábrica e a porta de dados QSFP28 100GbE, que aceita DACs de cobre ou módulos ópticos. Internamente, um processador de dados e um coprocessador dedicados gerenciam o descarregamento NVMe-oF, e os quatro compartimentos M.2 ficam sob a tampa superior.
O painel traseiro é totalmente funcional: portas USB-C para alimentação e depuração à esquerda, o compartimento para o chip QSFP28 à direita e uma fileira de aletas de cobre visíveis através das aberturas entre elas. O resfriamento é inteiramente passivo.
Ao abrir a tampa superior, os quatro compartimentos M.2 estão alinhados, aqui equipados com nossos SSDs de teste KIOXIA XG8. A própria tampa funciona como cooler para os SSDs: almofadas térmicas azuis na parte inferior acoplam cada SSD ao dissipador de calor com aletas que forma a parte superior do chassi, uma solução passiva e eficiente para SSDs de clientes que nunca são submetidos a ciclos de trabalho contínuos em ambientes corporativos.
Antes de apresentar os números, uma observação importante: nossa unidade é um protótipo. A etiqueta na parte inferior indica GP-Spark-1000, marca o dispositivo como Protótipo, Não destinado à revenda, e traz uma data de fabricação de fevereiro de 2026 sob a marca Swingsoon, utilizada pela Luisuantech em seus hardwares. As unidades de produção podem apresentar diferenças em termos de encaixe e acabamento, embora o comportamento da plataforma que testamos seja o mesmo que a Luisuantech está enviando aos avaliadores atualmente. Duas observações adicionais sobre a experiência inicial: nossa unidade veio com dois manuais impressos inteiramente em chinês, e a configuração inicial parece ser feita via Wi-Fi. Nenhum desses aspectos representa um obstáculo para o público-alvo deste dispositivo, mas um lançamento no Ocidente exigirá documentação em inglês.
Configuração e arquitetura
Não há controlador RAID nem abstração de armazenamento integrada: o GP Spark é um JBOF no sentido literal, expondo cada SSD instalado como seu próprio namespace NVMe-oF. Em nossa configuração, quatro unidades apareceram como quatro dispositivos /dev/nvme no host. A redundância ou striping é responsabilidade do host. A ficha técnica do fornecedor lista uma única porta 100GbE com 10 GB/s e 2.7 milhões de IOPS; o relatório do produto menciona separadamente configurações com 2 portas 100GbE e até 24 GB/s, um valor que a Luisuantech confirmou ser a soma da leitura e gravação. Nossa unidade de teste utilizou a configuração com uma única porta.
Especificações do Luisuantech GP Spark
| Especificação | Luisuantech GP Spark |
|---|---|
| Visão geral da plataforma | |
| Baias | 4 x M.2 NVMe (2280 / 22110) Suporta capacidades mistas, até 4 TB por unidade. |
| Network | QSFP28 100GbE (DAC ou óptico) RDMA necessário |
| protocolos | NVMe-oF RDM Armazenamento direto de GPU (GDS) |
| Desempenho (declarado pelo fornecedor) | |
| Produtividade | 10 GB/s por porta 100 GbE Velocidade agregada de leitura e gravação de até 24 GB/s. |
| IOPS | 2.7M |
| Latência de acesso | Menos de 20 microssegundos |
| Poder e Físico | |
| Energia | Menos de 100W no total Adaptador externo USB-C PD 20V/5.4A |
| Dimensões | 150 mm x 150 mm x 26 mm (0.58 L) |
| Temperatura de Operação | 0 a 40C |
| Compatibilidade | NVIDIA DGX Spark Estação DGX Estações de trabalho e servidores com placas de rede compatíveis com RDMA |
Desempenho
Nossa configuração de teste combinou o GP Spark com um GIGABYTE DGX Spark por meio de uma conexão direta de 100GbE, com quatro SSDs NVMe KIOXIA XG8 de 1 TB instalados nos compartimentos. É importante lembrar que os drives escolhidos terão um impacto significativo no desempenho medido. Utilizamos SSDs Gen5 para clientes; alguns modelos, especialmente SSDs corporativos, podem oferecer desempenho de gravação sustentada superior. Executamos varreduras de FIO em cargas de trabalho aleatórias de 4K e 64K e sequenciais de 1M, tanto de leitura quanto de gravação, ajustando a profundidade de E/S (iodepth) e o número de tarefas (numjobs) para mapear toda a gama de operações. Os resultados refletem o reteste final após a aplicação das diretrizes de MTU da Luisuantech, que melhoraram o comportamento de transferência em relação aos nossos testes iniciais.
Desempenho aleatório 4K
É nas leituras de blocos pequenos que o mecanismo de descarregamento demonstra seu valor. As leituras aleatórias de 4K escalaram com a profundidade da fila até um pico de 2.43 milhões de IOPS a 9,475 MiB/s, aproximando-se da alegação do fornecedor de 2.7 milhões e saturando efetivamente o link de 100GbE com transferências de 4K. Para um dispositivo de quatro baias com alimentação passiva, que alimenta um sistema de IA de mesa, esse é um número notável.
As gravações seguem o mesmo formato em aproximadamente metade da altura, atingindo um pico de 1.19 milhão de IOPS. A diferença entre os limites de leitura e gravação é consistente em todas as cargas de trabalho que executamos. O desempenho está diretamente relacionado às unidades subjacentes, portanto, os resultados aqui podem variar dependendo da configuração.
A latência de leitura atinge um mínimo de 65.3 microssegundos em média, com baixa profundidade de fila. Esse valor é superior à alegação do fabricante de menos de 20 microssegundos, mas os resultados podem variar dependendo da unidade de armazenamento escolhida e da configuração da rede. O tempo de ida e volta na rede também contribui para esse valor; a latência permanece estável e previsível até a saturação do link.
A latência de escrita é o único ponto em que a especificação técnica se confirma: uma média de 20.4 microssegundos na profundidade mínima, exatamente de acordo com a meta do fornecedor de menos de 20 microssegundos e suficientemente baixa para que a estrutura seja efetivamente invisível para a aplicação.
Desempenho aleatório 64K
Em 64K, a questão passa a ser puramente a largura de banda. As leituras aleatórias atingem um pico de 9,503 MiB/s, estatisticamente idêntico aos limites de 4K e 1M. Independentemente do tamanho do bloco da carga de trabalho, o GP Spark oferece a mesma resposta: a taxa de linha completa de sua porta 100GbE.
As gravações aleatórias de 64K atingem um platô em 4,742 MiB/s, o mesmo limite máximo que medimos em todos os outros tamanhos de bloco.
Desempenho Sequencial de 1M
Leituras sequenciais de blocos grandes, o perfil de carregamento de modelos e streaming de conjuntos de dados, atingem 9,496 MiB/s e se mantêm nesse patamar a partir de profundidades de fila modestas. Essa é a carga de trabalho para a qual o GP Spark existe, e ele opera no limite da capacidade da rede.
As gravações sequenciais atingem 4,742 MiB/s, aproximadamente metade da taxa de transferência de leitura, e esse limite é idêntico em todos os tamanhos de bloco que testamos. Alertamos a Luisuantech sobre a assimetria durante os testes e realizamos uma rodada de ajustes com a empresa, incluindo alterações no MTU; os valores aqui apresentados representam o melhor desempenho que a plataforma oferece em sua configuração atual de porta única, e a Luisuantech confirmou que eles estão de acordo com suas especificações para o caminho de gravação. Para as cargas de trabalho com predominância de leitura para as quais este dispositivo é projetado — carregamento de modelos, streaming de conjuntos de dados e recuperação de RAG —, isso é irrelevante; para ingestão intensa, as expectativas de tamanho são condizentes.
Conclusão
O GP Spark faz uma coisa e a faz de forma impecável: fornece a um ou mais DGX Spark o armazenamento que a plataforma realmente precisa para tarefas pesadas. Basta conectá-lo com cabos, carregar o módulo do kernel e quase 10 GB/s de flash acessível via GDS aparecem sem a necessidade de instalar drivers, um sistema operacional de armazenamento ou uma fatura corporativa. O objetivo é preenchê-lo com unidades M.2 de clientes; a capacidade se torna relativamente barata quando o dispositivo aceita qualquer SSD 2280 ou 22110 que você tenha, e o mecanismo de descarregamento lida com o trabalho de protocolo que as unidades nunca veem.
Nossa avaliação é que este é um complemento elegante e bem executado, e não uma inovação revolucionária. As leituras param na taxa de linha do link único; as gravações param em aproximadamente metade disso. O preço é uma incógnita: o GP Spark ainda não está disponível para venda nos EUA ou na China, nossa unidade de teste é um protótipo e a Luisuantech não divulgou o preço. O argumento de valor reside no fato de o dispositivo custar significativamente menos do que as alternativas NVMe-oF corporativas, o que seu design com unidades de cliente deve permitir. Para os proprietários do Spark que atingirem o limite de armazenamento interno, e nossa análise inicial sugere que muitos deles o atingirão, esta é uma maneira fácil de resolver esse problema sem precisar alocar armazenamento de um grande parque de armazenamento corporativo.
Amazon