Vale a pena? Resposta direta
Depende do que você chama de "valer a pena". Se você precisa rodar localmente modelos que não cabem em nenhuma GPU de consumo — Llama 3.1 70B, GPT-OSS 120B, fine-tuning em modelos de até 70B — o NVIDIA DGX Spark é, hoje, a forma mais direta de fazer isso em um gabinete de 1,2 kg. Se você só quer gerar tokens rápido em modelos pequenos, uma GPU de consumo entrega mais por menos. Honestidade antes de tudo: este é um supercomputador de IA para desenvolvedores, não um PC de consumo.
Nos EUA ele foi lançado em outubro de 2025 por US$ 3.999. Aqui na Orbe Live, importado com impostos inclusos, ele sai por R$ 45.000,00.
Ver o NVIDIA DGX Spark na loja — importado, 12–18 dias úteis, rastreio unificado.
O que é o NVIDIA DGX Spark?
O DGX Spark é um supercomputador de IA de mesa da NVIDIA, construído em torno do superchip GB10 Grace Blackwell — a mesma arquitetura da linha de data centers, em escala desktop. Ele roda o DGX OS (Linux) com stack CUDA e playbooks pré-configurados, ou seja: sai da caixa como uma estação de desenvolvimento de IA, não como um PC tradicional.
| Componente | Especificação |
|---|---|
| Superchip | NVIDIA GB10 Grace Blackwell |
| CPU | ARM de 20 núcleos: 10× Cortex-X925 + 10× Cortex-A725 |
| GPU | Blackwell: 6.144 CUDA cores, 192 Tensor Cores (5ª geração), 48 RT Cores (4ª geração) |
| Desempenho | Até 1 petaFLOP FP4 esparso |
| Memória | 128 GB LPDDR5X unificada, 8533 MT/s, barramento 256 bits, 273 GB/s |
| Armazenamento | 4 TB NVMe |
| Rede | ConnectX-7 200 Gbps (cluster de 2 unidades), RJ-45 10 GbE, Wi-Fi 7, Bluetooth 5.4 |
| Portas | 4× USB, HDMI 2.1a |
| Consumo | 240 W, operação silenciosa |
| Dimensões | 150 × 150 × 50,5 mm; 1,2 kg |
| Sistema | NVIDIA DGX OS (Linux) com stack CUDA e playbooks |
| Preço de venda | R$ 45.000,00 |
The Register resume bem a posição do produto: não é PC de consumo nem máquina para jogos — é uma plataforma de desenvolvimento de IA em Linux. É um desktop de 150 mm de lado que carrega a plataforma de software do datacenter NVIDIA.
128 GB unificados: o que isso muda na prática
O número que importa no DGX Spark não é o mais impressionante da ficha técnica — são os 128 GB de memória unificada LPDDR5X, compartilhados entre CPU e GPU. É isso que separa o Spark de tudo que existe em hardware de consumo.
Uma RTX 5090 tem 32 GB de VRAM. Uma RTX 3090, 24 GB. Nenhuma GPU de consumo roda um Llama 3.1 70B inteiro em quantização razoável, e modelos como o GPT-OSS 120B simplesmente não cabem. O Spark, não: a LMSYS rodou Llama 3.1 70B FP8 e GPT-OSS 120B localmente na máquina. É uma classe de capacidade que, até pouco tempo, pedia um servidor.
É também por isso que o consenso entre as reviews é claro: o valor está na capacidade, não na velocidade bruta. Você não compra o Spark para ser o mais rápido em tokens por segundo — você compra para rodar modelos que nenhuma máquina de consumo roda.
Se você ainda está decidindo o tamanho da sua aposta em IA local, a Orbe Live montou uma linha completa: o Mac mini M4 com Hermes (IA local plug-and-play para começar), a RTX 3090 24 GB usada (o melhor custo-benefício em VRAM) e o DGX Spark no topo — a capacidade máxima.
NVIDIA DGX Spark — Supercomputador de IA GB10 · 128 GB Unificados · 4 TB
Superchip: NVIDIA GB10 Grace BlackwellDesempenho real: benchmarks e o gargalo honesto
Vamos aos números medidos por reviews independentes, sem filtro:
- StorageReview chamou o Spark de "ponto de inflexão fundamental" no acesso à computação de IA. Mediu ~924 tokens/s no Llama 3.1 8B FP4 em alta concorrência (batch 128) e ~483 tokens/s no Qwen3 Coder 30B FP8 em batch 64.
- LMSYS disse que ele estabelece um "novo padrão para inferência local de IA", com capacidade de GPU entre uma RTX 5070 e uma RTX 5070 Ti — e confirmou o gargalo.
Agora a parte que muitos reviews escondem e nós vamos dizer na lata: a banda de memória de 273 GB/s é o gargalo do sistema. A LMSYS é explícita: em modelos que cabem nela, uma RTX 5090 gera tokens cerca de 4× mais rápido que o Spark. Isso porque 273 GB/s é pouca banda para os padrões de uma GPU moderna dedicada.
Tradução prática: o Spark não é a máquina mais rápida por token gerado — é a máquina que gera tokens em modelos que as outras nem abrem. Se o seu trabalho exige modelos de 70B+ locais, a velocidade por token vira detalhe diante da possibilidade de rodar. Se o seu trabalho cabe em modelos de até 30B, uma GPU de consumo é mais rápida e mais barata.
Para quem é (e para quem não é)
O Digit.in resumiu: "é assim que um AI PC de verdade se parece" — uma máquina de desenvolvedor que exige conforto com Linux e tooling de IA. O DGX OS não é Windows; você vai viver em terminal, CUDA, Docker e playbooks. Isso é recurso, não bug — mas é decisivo na compra.
O DGX Spark é para:
- Desenvolvedores e pesquisadores que precisam de inferência local em modelos de até 200B (FP4);
- Quem faz fine-tuning em modelos de até 70B sem alugar cloud toda semana;
- Equipes que querem um cluster de 2 unidades (ConnectX-7) para alcançar modelos de 405B;
- Quem precisa de privacidade e dados que nunca saem da máquina;
- Quem já vive em Linux e sabe o que é um gargalo de banda sem precisar googlar.
Não é para:
- Quem quer um PC de uso geral, navegação, jogos ou produtividade tradicional;
- Quem quer gerar tokens no máximo de velocidade — nesse caso uma GPU de consumo entrega mais por real;
- Quem não está disposto a operar Linux e stack de IA.
Prós e contras
Prós:
- 128 GB de memória unificada rodam modelos que não cabem em nenhuma GPU de consumo;
- Inferência local em modelos de até 200B (FP4) e fine-tuning de até 70B;
- Cluster de 2 unidades via ConnectX-7 200 Gbps alcança modelos de 405B;
- DGX OS com stack CUDA e playbooks pré-configurados — saída da caixa;
- Gabinete de 150 mm, 1,2 kg, 240 W, silencioso;
- Garantia internacional NVIDIA com suporte da assistência no Brasil.
Contras:
- 273 GB/s de banda de memória é o gargalo — uma RTX 5090 gera tokens ~4× mais rápido em modelos que cabem nela;
- É Linux e exige conhecimento de IA — não é plug-and-play como um Mac;
- Não é PC de consumo nem máquina para jogos (The Register);
- Preço alto: R$ 45.000,00 importado.
Placa de Vídeo NVIDIA GeForce RTX 5050 — Seminova, Garantia Estendida
Modelo: NVIDIA GeForce RTX 5050Veredito
O NVIDIA DGX Spark é a resposta mais direta que existe hoje para uma pergunta específica: "quero rodar modelos de 70B a 200B localmente, sem depender de cloud". Ele entrega isso em um gabinete de 1,2 kg, com a plataforma CUDA completa e a possibilidade de escalar para 405B com uma segunda unidade.
Ele não é um PC de consumo, não é rápido no sentido que gamers medem velocidade, e a banda de 273 GB/s limita a geração de tokens frente a GPUs dedicadas. Quem compra entendendo isso — desenvolvedor, pesquisador, time de IA — vai achar difícil voltar para o modelo cloud-everything depois de rodar um 70B na mesa.
Recomendado para:
- Desenvolvedores e pesquisadores de IA com modelos de 70B a 200B;
- Quem quer fine-tuning local de até 70B com privacidade total;
- Times que vão escalar para cluster de 2 unidades (405B);
- Quem conforta-se com Linux e tooling de IA.
Não é para:
- Quem quer um PC de uso geral ou para jogos;
- Quem prioriza velocidade bruta de geração de tokens (escolha uma GPU de consumo);
- Quem espera plug-and-play no nível de um Mac.
Ver preço atualizado do DGX Spark na Orbe Live — importado, impostos inclusos, 12–18 dias úteis.
Transparência: como testamos
Esta review é baseada em especificações oficiais da NVIDIA e em testes publicados por veículos independentes (StorageReview, LMSYS, The Register e Digit.in), todos citados ao longo do texto. Não testamos uma unidade própria — o produto é importado sob demanda. Nossa opinião não é vendida. Se você comprar pelos nossos links, podemos receber comissão — isso não altera o preço que você paga e nos ajuda a continuar publicando análises honestas.
Perguntas frequentes
O NVIDIA DGX Spark roda modelos de que tamanho?
Numa única unidade, o DGX Spark roda inferência em modelos de até 200 bilhões de parâmetros em FP4 e fine-tuning de modelos de até 70B. Duas unidades em cluster (ligadas pelo ConnectX-7 200 Gbps) chegam a modelos de 405B.
O DGX Spark é rápido como uma GPU de consumo?
Não na velocidade bruta de geração de tokens. A banda de memória de 273 GB/s é o gargalo: uma RTX 5090 gera tokens cerca de 4× mais rápido em modelos que cabem nela. O valor do Spark está na capacidade — 128 GB rodam modelos que não cabem em nenhuma GPU de consumo.
O DGX Spark serve como PC para jogos ou uso comum?
Não. Como resume The Register, ele não é PC de consumo nem máquina para jogos — é uma plataforma de desenvolvimento de IA em Linux. Exige conforto com terminal, stack CUDA e tooling de IA.
Quanto custa o NVIDIA DGX Spark no Brasil?
O preço de venda no momento desta publicação é R$ 45.000,00, com importação em 12 a 18 dias úteis, impostos inclusos, rastreio unificado e garantia internacional NVIDIA com suporte da assistência no Brasil.
Ver o DGX Spark agora — preço verificado pela Orbe Live.
