
O supercomputador pessoal de IA da NVIDIA: superchip GB10 Grace Blackwell, 128 GB de memória unificada, 1 petaFLOP FP4 e 4 TB NVMe em 1,2 kg — rode modelos de até 200B de parâmetros na sua mesa
O DGX Spark é a aposta da NVIDIA para levar o datacenter até a sua mesa. Dentro de um chassi de 15 × 15 cm e 1,2 kg mora o superchip GB10 Grace Blackwell: CPU ARM de 20 núcleos (10× Cortex-X925 + 10× Cortex-A725), GPU Blackwell com 6.144 núcleos CUDA, 192 Tensor Cores de 5ª geração e até 1 petaFLOP de desempenho FP4 esparso — consumindo apenas 240 W, em silêncio.
O grande trunfo são os 128 GB de memória unificada LPDDR5X, compartilhada entre CPU e GPU no mesmo espaço de endereçamento. Na prática: modelos como Llama 3.1 70B, Gemma 3 27B e GPT-OSS 120B carregam direto na memória, sem o gargalo de transferência para VRAM. A NVIDIA especifica inferência em modelos de até 200 bilhões de parâmetros (FP4) numa única unidade — e dois Sparks interligados pelo ConnectX-7 de 200 Gbps chegam a 405B.
São 4 TB de NVMe, Wi-Fi 7, Bluetooth 5.4, HDMI 2.1a, 4 portas USB e RJ-45 10 GbE, rodando o DGX OS com a stack de IA da NVIDIA pré-configurada — CUDA, playbooks e ferramentas de fine-tuning prontas.
O que dizem os reviews: a StorageReview chamou o Spark de "ponto de inflexão fundamental" no acesso à computação de IA, medindo ~924 tokens/s no Llama 3.1 8B FP4 em alta concorrência. A LMSYS o coloca como "novo padrão para inferência local de IA", com capacidade de GPU entre uma RTX 5070 e uma 5070 Ti. A crítica honesta, unânime: a banda de memória de 273 GB/s é o gargalo — a geração de tokens é mais lenta que numa RTX 5090. O Spark é sobre CAPACIDADE (rodar modelos que não cabem em nenhuma GPU de consumo), não sobre velocidade bruta. E o The Register lembra: é máquina de desenvolvedor Linux, não PC de consumo para jogos.
Unidade importada original NVIDIA, com impostos inclusos no preço e rastreio unificado até sua porta.



