När vi granskade NVIDIA DGX Spark var lagring plattformens tydligaste designfel, och det är ett formfaktorproblem framför allt annat. Sparks interna kortplatser tar korta M.2-enheter, 2230- och 2242-klassen, där paketering vinner och kapacitet förlorar. Den högkapacitetsänden av klient-SSD-marknaden finns i fullstora 2280-enheter, där 8TB-modeller levereras idag, och Spark har helt enkelt ingenstans att placera en. Det lämnar en maskin byggd för seriöst AI-arbete med ett lagringstak som är bättre lämpat för en tunn och lätt bärbar dator, och ingen intern väg runt det. Luisuantech GP Spark är en lösning för just det problemet: en 0.58-liters låda med fyra fack för fullstora M.2-enheter som ansluts till Sparks 100GbE-port, visas som inbyggda NVMe-enheter utan drivrutiner eller formatering, och hanterar GPU Direct Storage-trafik med nära linjehastighet.
Tanken är enkelhet med klientdisk-ekonomi. GP Sparks fyra fack tar vanliga M.2 2280 eller 22110 NVMe SSD-diskar, formfaktorerna låser Spark själv och presenterar dem över NVMe-oF RDMA genom en hårdvaruavlastningsmotor på ett dedikerat chip. Luisuantechs specifikationsblad validerar hårddiskar upp till 4 TB idag, 16 TB per kabinett, även om det är samma platser där 8 TB klientdiskar redan levereras, så det praktiska taket är en valideringsfråga snarare än en mekanisk. Det finns ingen företagsarray här, ingen licens och inget lagrings-OS att lära sig. Anslut en DAC- eller AOC-kabel mellan GP Spark och DGX Spark, kör modprobe nvme-rdma på Sparks Ubuntu-bas, och hårddiskarna visas som /dev/nvme-enheter redo för GDS-åtkomst.
Design och bygga
GP Spark är en låda på 150 mm x 150 mm x 26 mm, en mindre yta än själva Spark, insvept i ett perforerat metallchassi med en enda strömbrytare som även fungerar som statuslampa: grön för normal, röd för fel. Strömmen kommer via USB-C PD från en extern 20V/5.4A adapter, med hela enheten klassad under 100W, inklusive hårddiskar. Bakpanelen har exakt tre kontakter: USB-C-strömingången, en USB-C fabriksfelsökningsport och QSFP28 100GbE-dataporten, som accepterar koppar-DAC:er eller optiska moduler. Inuti hanterar en dedikerad dataprocessor och coprocessor NVMe-oF-avlastningen, och de fyra M.2-facken sitter under toppkåpan.
Bakpanelen är helt professionell: USB-C-ström- och felsökningsportar till vänster, QSFP28-buren till höger och en rad kopparflänsar syns genom ventilerna mellan dem. Kylningen är helt passiv.
Öppna topplocket, så ligger de fyra M.2-facken i rad, här fyllda med våra KIOXIA XG8-testdiskar. Själva locket är diskkylaren: blå termiska dynor på undersidan kopplar varje SSD till den flänsförsedda kylflänsen som utgör chassits ovansida, en ren passiv lösning för klientdiskar som aldrig ser långvariga företagsdriftscykler.
Ett avslöjande före siffrorna: vår enhet är en prototyp. Den nedre etiketten lyder GP-Spark-1000, markerar enheten som Prototyp, Ej för Återförsäljning, och har ett tillverkningsdatum februari 2026 under varumärket Swingsoon som Luisuantech använder på hårdvara. Produktionsenheter kan skilja sig i passform och finish, men plattformsbeteendet vi testade är vad Luisuantech skickar till recensenter idag. Två ytterligare anmärkningar om den direkt ur lådan-upplevelsen. Vår enhet levererades med två tryckta manualer helt på kinesiska, och den initiala installationen verkar gå via Wi-Fi-onboarding. Ingetdera är ett hinder för den publik som denna låda riktar sig till, men en västerländsk lansering kommer att behöva engelsk dokumentation.
Installation och arkitektur
Det finns ingen RAID-kontroller och ingen lagringsabstraktion inbyggd: GP Spark är en JBOF i ordets rätta bemärkelse, vilket exponerar varje installerad SSD som ett eget NVMe-oF-namnområde. I vår konfiguration verkade fyra hårddiskar som fyra /dev/nvme-enheter på värden. Redundans eller striping är värdens uppgift. Leverantörens specifikationsblad listar en enda 100 GbE-port med 10 GB/s och 2.7 M IOPS; produktrapporten refererar separat till 2x100 GbE-konfigurationer och upp till 24 GB/s, en siffra som Luisuantech bekräftade är aggregerad läsning och skrivning. Vår enhet och testning använde enportskonfigurationen.
Luisuantech GP Spark Specifikationer
| Specifikation | Luisuantech GP Spark |
|---|---|
| Plattformöversikt | |
| Enhetsfack | 4 x M.2 NVMe (2280/22110) Blandade kapaciteter stöds, upp till 4 TB per hårddisk |
| nätverks | QSFP28 100GbE (DAC eller optisk) RDMA krävs |
| Protokoll | NVMe-oF RDMA GPU-direktlagring (GDS) |
| Prestanda (leverantörsangiven) | |
| genomströmning | 10 GB/s per 100 GbE-port Upp till 24 GB/s sammanlagt läs- och skrivhastighet |
| IOPS | 2.7M |
| Åtkomstlatens | Under 20 mikrosekunder |
| Kraft och fysisk | |
| Effekt | Under 100W totalt 20V/5.4A USB-C PD extern adapter |
| Mått | 150 mm x 150 mm x 26 mm (0.58 l) |
| drifttemperatur | 0 till 40 ° C |
| Kompatibilitet | NVIDIA DGX Spark DGX Station Arbetsstationer och servrar med RDMA-kompatibla nätverkskort |
Prestanda
Vår testkonfiguration parade ihop GP Spark med en GIGABYTE DGX Spark över en direkt 100 GbE-anslutning, med fyra 1 TB KIOXIA XG8-klient NVMe SSD-diskar i facken. Det är viktigt att komma ihåg att de hårddiskar du väljer kommer att spela en betydande roll i den uppmätta prestandan. Vi använde klient-SSD-diskar från Gen5; vissa modeller, särskilt företags-SSD-diskar, kan erbjuda högre ihållande skrivprestanda. Vi körde FIO-svep över 4K och 64K slumpmässiga och 1M sekventiella arbetsbelastningar, läsning och skrivning, stegvisa iodepth och numjobs för att mappa hela enveloppen. Resultaten återspeglar det slutliga omtestet efter att ha tillämpat Luisuantechs MTU-riktlinjer, vilket förbättrade överföringsbeteendet jämfört med våra första körningar.
4K slumpmässig prestanda
Det är vid småblocksläsningar som offload-motorn visar sitt värde. 4K slumpmässiga läsningar skalas med ködjup till en topp på 2.43 miljoner IOPS vid 9 475 MiB/s, inom synhåll från leverantörens påstående om 2.7 miljoner IOPS och mättar effektivt 100 GbE-länken med 4K-överföringar. För en passivt driven fyrfacksbox som matar ett skrivbordsbaserat AI-system är det en anmärkningsvärd siffra.
Skrivningarna följer samma form vid ungefär halva höjden, med en topp på 1.19 miljoner IOPS. Skillnaden mellan läs- och skrivtak är konsekvent för varje arbetsbelastning vi körde. Prestandan är direkt relaterad till de underliggande hårddiskarna, så resultaten här kommer att variera beroende på konfiguration.
Läslatensen bottnar vid 65.3 mikrosekunder i genomsnitt vid lågt ködjup. Det är högre än leverantörens påstående på under 20 mikrosekunder, men resultaten kommer att variera beroende på val av hårddisk och nätverkskonfiguration. Nätverkets tur- och returtid fungerar också i det numret; latensen förblir oförändrad och förutsägbar tills länken mättas.
Skrivlatens är det enda stället som specifikationsbladet påstår landar på: 20.4 mikrosekunder i genomsnitt vid minimalt djup, precis vid leverantörens siffra på under 20 mikrosekunder och tillräckligt låg för att tyget i praktiken är osynligt för applikationen.
64K slumpmässig prestanda
Vid 64K handlar det enbart om bandbredd. Slumpmässiga läsningar håller 9 503 MiB/s som mest, statistiskt identiskt med 4K- och 1M-taken. Oavsett blockstorlek som arbetsbelastningen medför, levererar GP Spark samma svar: full linjehastighet för sin 100GbE-port.
64K slumpmässiga skrivningar platåar vid 4 742 MiB/s, samma maxhastighet som vi mätte vid alla andra blockstorlekar.
1M Sekventiell prestanda
Sekventiella läsningar av stora block, profilen för modellinläsning och datauppspelningsströmning, når 9 496 MiB/s och håller sig där från blygsamma ködjup och framåt. Det är den arbetsbelastning som GP Spark finns för, och den körs direkt vid kabeln.
Sekventiella skrivningar håller 4 742 MiB/s, ungefär hälften av läsdataflödet, och det taket är identiskt för varje blockstorlek vi testade. Vi flaggade asymmetrin till Luisuantech under testningen och arbetade igenom en omgång av finjusteringar med företaget, inklusive MTU-ändringar. Siffrorna här representerar det bästa plattformen levererar i sin nuvarande konfiguration med en port, och Luisuantech bekräftade att de överensstämmer med deras specifikationer för skrivvägen. För de läsdominerade arbetsbelastningar som denna box riktar in sig på, modellinläsning, datauppspelningsströmning och RAG-hämtning, är det en fotnot. För tung inmatning, storleksförväntningar därefter.
Slutsats
GP Spark gör en sak, och gör det snyggt: den ger en eller flera DGX Spark-minnen den lagring som plattformen verkligen behöver för tunga lyft. Anslut den med kabel, ladda kärnmodulen, och nästan 10 GB/s GDS-tillgänglig flash dyker upp utan en drivrutinsinstallation, ett lagrings-OS eller en företagsfaktura. Att fylla den med klient-M.2-hårddiskar är poängen; kapaciteten blir relativt billig när lådan accepterar vilka 2280- eller 22110-SSD-diskar du än har, och offload-motorn hanterar protokollarbetet som hårddiskarna aldrig ser.
Vår uppfattning är att detta är ett snyggt, väl genomfört tillägg snarare än ett genombrott. Läshastigheten stannar vid den enskilda länkens linjehastighet; skrivningshastigheten stannar vid ungefär hälften av det. Prissättningen är den öppna frågan: GP Spark finns ännu inte listad i detaljhandeln i USA eller Kina, vår testenhet är en prototyp och Luisuantech har inte publicerat några priser. Värdeargumentet vilar på att lådan ligger betydligt lägre än alternativen för företags-NVMe-oF, vilket dess klientdrivna design borde tillåta. För Spark-ägare som stöter på den interna lagringsväggen, och vår ursprungliga recension antyder att många av dem kommer att göra det, är detta en enkel väg att lösa problemet utan att skära ut lagring från en stor företagslagringskapacitet.
Amazon