NVIDIA DGX Spark 64GB Chega Enquanto o Modelo de 128GB Recebe um Grande Aumento de Preço
A NVIDIA anunciou o NVIDIA DGX Spark 64GB, enquanto o sistema original de 128GB recebe um aumento de preço de quase 50%.
A nova configuração preserva o processador GB10 Grace Blackwell, a pilha de software da NVIDIA e a rede de alta velocidade. No entanto, ela reduz pela metade a memória unificada e, segundo relatos, diminui o armazenamento local.
Essa mudança altera o significado do sistema de IA para desktop da NVIDIA. O DGX Spark prometia originalmente uma quantidade incomum de memória unificada em uma máquina compacta. O novo modelo de entrada torna esse recurso definidor mais escasso, cobrando ainda mais do que o preço de lançamento original do modelo de 128GB.
A NVIDIA afirma que os sistemas de 64GB estarão disponíveis por meio de Acer, ASUS, Dell, Gigabyte, HP e MSI em 23 de outubro. A empresa não venderá uma Founders Edition de 64GB com a marca NVIDIA.
Os detalhes do lançamento de 64GB destacam inferência privada, agentes de IA persistentes e um caminho mais simples para clusters de dois nós. Esses usos são plausíveis, mas os limites de capacidade determinarão quais modelos e fluxos de trabalho continuarão práticos.
O aumento de preço do NVIDIA DGX Spark cria o conflito central. Os compradores podem aceitar menos memória, pagar consideravelmente mais por 128GB ou avaliar sistemas concorrentes baseados em silício da AMD e da Apple.
NVIDIA DGX Spark 64GB Mantém o GB10, mas Reduz Sua Memória pela Metade
O novo sistema mantém a plataforma de computação da NVIDIA, mas reduz o recurso que tornava o DGX Spark especialmente valioso.
O DGX Spark combina uma GPU da geração Blackwell e uma CPU Arm de 20 núcleos no Superchip GB10 Grace Blackwell. A MediaTek colaborou com a NVIDIA no projeto do processador.
A CPU e a GPU compartilham um único pool coerente de memória. A memória unificada coerente permite que ambos os processadores acessem os mesmos dados sem manter alocações separadas de memória do sistema e memória gráfica.
Esse arranjo é importante para inteligência artificial local. Modelos grandes precisam acomodar seus pesos, estado de execução, prompts e dados gerados dentro da memória disponível.
GPUs de desktop tradicionais muitas vezes têm bem menos memória dedicada do que o DGX Spark. Desenvolvedores podem adicionar RAM do sistema, mas uma GPU discreta não consegue utilizá-la de forma tão eficiente quanto a memória de vídeo local.
A máquina original de 128GB oferecia um equilíbrio diferente. A NVIDIA afirmou que ela poderia executar inferência em modelos com até 200 bilhões de parâmetros e fazer fine-tuning de modelos com até 70 bilhões de parâmetros.
Esses são limites informados pelo fornecedor, não garantias para todos os modelos. Precisão, quantização, comprimento de contexto, requisitos de cache e sobrecarga do framework alteram o consumo real de memória.
O NVIDIA DGX Spark 64GB reduz o limite declarado pela NVIDIA para modelos em um único sistema a 100 bilhões de parâmetros. Isso ainda é substancial, especialmente quando os modelos usam pesos comprimidos.
No entanto, acomodar um modelo não é o mesmo que executá-lo confortavelmente. Uma carga de trabalho também precisa de espaço para seu cache de chave-valor, que armazena dados de atenção gerados durante a inferência.
Prompts mais longos consomem mais cache. Vários usuários ou agentes aumentam novamente essa exigência. Um modelo que mal consegue ser carregado pode deixar pouca margem para trabalho útil.
A NVIDIA não reduziu a largura de banda da memória junto com a capacidade. Relatos indicam que os sistemas de 64GB mantêm uma largura de banda de 273GB por segundo.
Isso sugere que os fabricantes estão usando pacotes LPDDR5X de menor densidade sem estreitar a interface de memória. Portanto, o design deve evitar uma penalidade evidente de largura de banda quando as cargas de trabalho couberem na memória.
As novas máquinas também mantêm DGX OS, bibliotecas CUDA, suporte a PyTorch, ferramentas de agentes da NVIDIA e runtimes populares de inferência. As opções compatíveis incluem Ollama, llama.cpp, vLLM e LM Studio.
A rede ConnectX-7 continua fazendo parte da plataforma. Sua conexão de 200Gbps permite que dois sistemas troquem dados muito mais rapidamente do que pela Ethernet comum para consumidores.
Portanto, a versão de 64GB não é um processador mais lento vendido sob o mesmo nome. É uma versão da plataforma existente com capacidade limitada.
Essa distinção favorece desenvolvedores que executam modelos compactos repetidamente. Ela é menos atraente para compradores que escolheram o DGX Spark especificamente para evitar limites de memória.
O armazenamento também teria sido reduzido junto com a memória do sistema. O anúncio público da NVIDIA concentra-se em memória e clustering, em vez de fornecer uma especificação completa de armazenamento para cada parceiro.
Os compradores devem verificar a configuração de cada fabricante antes de fazer o pedido. Como o lançamento ocorre exclusivamente por parceiros, armazenamento, portas, suporte e termos de garantia podem variar entre os sistemas.
O primeiro lançamento do DGX Spark da NVIDIA posicionou a máquina como um supercomputador pessoal de IA. A edição de 64GB restringe essa promessa a cargas de trabalho locais mais direcionadas.
Isso continua sendo útil. Simplesmente é uma proposta diferente de colocar um ambiente de desenvolvimento de modelos excepcionalmente grande em uma única mesa.
O Aumento de Preço do NVIDIA DGX Spark Reescreve o Argumento de Valor
O modelo de menor capacidade existe porque o sistema original foi muito além de sua posição inicial no mercado.
O DGX Spark começou como Project Digits, um sistema compacto de desktop anunciado na CES 2025. O posicionamento inicial sugeria um ponto de entrada menor do que o que a máquina acabou recebendo.
A Founders Edition de 128GB foi posteriormente lançada por um valor mais alto. A NVIDIA elevou esse preço novamente durante 2026, citando estoques limitados de memória LPDDR5X e flash NAND.
O mais recente ajuste reportado eleva o preço do modelo de 128GB em quase metade em relação ao seu preço de tabela anterior. Ele agora está quase três quartos acima do nível de lançamento original.
O preço exato de transação pode variar conforme o vendedor e a disponibilidade. Ainda assim, a direção é clara em toda a linha de produtos da NVIDIA e em diversos sistemas de parceiros.
Segundo a reportagem original sobre preços, a nova configuração de 64GB agora serve como a porta de entrada menos cara para o GB10.
“Menos caro” é relativo neste caso. O modelo reduzido supostamente custa um quarto a mais do que a Founders Edition de 128GB custava no lançamento.
Essa comparação revela a inversão. Os compradores não estão recebendo um desconto normal por menos memória em relação a um produto estável.
Em vez disso, recebem metade da memória por um custo de entrada superior ao modelo de capacidade total do ano passado. A alternativa de 128GB passou para outra categoria de gasto.
A NVIDIA apresenta a edição de 64GB como um ponto de partida acessível. Essa descrição só faz sentido dentro do mercado atual do GB10, não ao longo de toda a história do produto.
A empresa tem uma explicação razoável do lado da oferta. Os pacotes LPDDR5X são soldados nesses sistemas compactos, e as configurações de alta capacidade exigem muitos componentes de alta densidade.
O armazenamento NAND também afeta os custos. Ao contrário de uma workstation convencional, o DGX Spark não permite que compradores instalem módulos de memória mais baratos após a compra.
Os preços dos componentes não explicam integralmente todos os movimentos no varejo. Margens dos fabricantes, momento do estoque, demanda e disponibilidade nos canais também influenciam os preços de tabela.
A NVIDIA não divulgou publicamente uma composição de custos para nenhuma das capacidades. Portanto, os compradores não conseguem isolar quanto do aumento vem diretamente da memória.
Ainda assim, fornecedores de memória descrevem um mercado apertado. A Micron alertou que a demanda continuará excedendo a oferta até 2027 e 2028.
Essa perspectiva importa porque a infraestrutura de IA compete por capacidade de fabricação em diversas categorias de memória. Naturalmente, os fornecedores priorizam produtos e clientes que oferecem melhores retornos.
Sistemas compactos de IA ocupam uma posição desconfortável. Eles precisam de memória suficiente para se diferenciarem de PCs comuns, mas não têm a escala de compras de data centers.
Assim, o aumento de preço do NVIDIA DGX Spark é mais do que o fim de uma promoção temporária. Ele reflete pressão sobre o componente que define o produto.
Essa pressão também altera os cálculos de compra. Uma equipe que considera vários Sparks agora precisa compará-los com workstations, aceleradores alugados e servidores centralizados de inferência.
A computação em nuvem continua cara para cargas de trabalho persistentes. Porém, ela evita o risco de comprar um sistema de capacidade fixa pouco antes de os modelos ou requisitos crescerem.
O hardware local oferece privacidade, disponibilidade previsível e controle direto. Sua vantagem financeira depende de utilização, compatibilidade do modelo, energia, suporte e do cronograma de desenvolvimento do comprador.
Uma workstation parada tem uma economia ruim. Um Spark executando continuamente um agente interno de programação ou pesquisa tem uma justificativa mais forte.
A nova estrutura de preços torna a definição da carga de trabalho essencial. Os compradores já não podem justificar o sistema principalmente porque ele oferece um pool de memória excepcionalmente grande a um preço de lançamento agressivo.
DGX Spark 64GB vs 128GB É, na Verdade, uma Decisão de Carga de Trabalho
A capacidade correta depende do comprimento do contexto, da concorrência, das necessidades de fine-tuning e da escolha do modelo, e não apenas da contagem de parâmetros.
A NVIDIA argumenta que modelos abertos menores se tornaram capazes o suficiente para trabalhos locais valiosos. Ela aponta para modelos na faixa de 26 bilhões a 35 bilhões de parâmetros.
Esses modelos podem oferecer suporte a programação, análise de documentos, assistência em pesquisa e outras tarefas de agentes. A quantização pode reduzir ainda mais sua pegada de memória ao armazenar pesos com menor precisão.
A empresa afirma que um Spark de 64GB pode suportar modelos com até 100 bilhões de parâmetros. Esse número descreve um limite superior sob condições selecionadas.
Um modelo menor frequentemente produz uma experiência de trabalho melhor. Ele pode deixar memória para prompts longos, solicitações simultâneas, ferramentas, embeddings e processos do sistema operacional.
Considere um desenvolvedor executando continuamente um agente de programação. O sistema precisa manter o modelo enquanto indexa repositórios, processa documentação e preserva uma conversa em expansão.
Um pool de 64GB pode lidar com esse fluxo de trabalho usando um modelo adequado. Ele se torna restritivo quando o desenvolvedor aumenta o comprimento do contexto ou inicia vários agentes.
A análise de documentos cria uma pressão semelhante. Um agente de pesquisa pode precisar processar milhares de tokens de relatórios, notas e arquivos-fonte.
Os pesos do modelo são apenas uma parte da alocação. O mecanismo de inferência, o cache, as ferramentas de processamento de documentos e os serviços da aplicação competem todos por memória.
A geração de imagens e as cargas de trabalho multimodais acrescentam outra camada. Os modelos podem combinar codificadores de texto, decodificadores de imagem, componentes de visão e tensores temporários.
O fine-tuning é ainda mais exigente. Treinar ou adaptar um modelo requer memória para parâmetros, gradientes, estado do otimizador e ativações intermediárias.
Técnicas como adaptação de baixo posto reduzem essa carga. Elas não a eliminam, especialmente quando as equipes querem modelos maiores, sequências mais longas ou lotes maiores.
É por isso que a escolha entre DGX Spark 64GB e 128GB não pode se basear nos rótulos de modelo máximo da NVIDIA. Os compradores precisam de medições feitas com o software pretendido.
A configuração de 128GB oferece mais espaço para experimentação. Ela pode acomodar modelos maiores, janelas de contexto mais amplas e cargas de trabalho simultâneas sem clustering imediato.
A capacidade também reduz o atrito operacional. Os desenvolvedores gastam menos tempo alterando níveis de quantização, descarregando serviços ou dividindo o trabalho entre máquinas.
O sistema de 64GB se encaixa em um ambiente mais controlado. Ele é adequado para equipes que padronizam um modelo conhecido e entendem sua pegada de execução.
Implantações apenas para inferência podem ser particularmente adequadas. Depois que uma equipe seleciona e testa um modelo, ela pode otimizar a pilha de serviço para um tráfego previsível.
As equipes de fine-tuning enfrentam uma decisão mais difícil. Elas devem tratar 64GB como um limite a ser validado, não como um substituto geral para o Spark original.
Os exemplos de aplicação da NVIDIA incluem agentes de programação, agentes de pesquisa, geração de imagens e disponibilização remota de modelos. São categorias, não cargas de trabalho padronizadas.
Um agente de programação que lê um pequeno repositório é diferente de outro que analisa milhões de linhas. Um assistente de pesquisa para um único usuário é diferente de um serviço compartilhado por um departamento.
A questão útil não é se 64GB executam IA local. Claramente executam.
A questão é se a carga de trabalho-alvo completa funciona com capacidade de sobra suficiente para crescer. Essa resposta exige testes com modelos e dados reais.
As equipes devem registrar o pico de uso de memória, a velocidade de processamento de prompts, a velocidade de geração e o comportamento sob solicitações simultâneas. Também devem testar o contexto realista mais longo.
A compatibilidade de software reforça a posição da NVIDIA. CUDA continua sendo a plataforma preferida de muitas bibliotecas de IA, e desenvolvedores frequentemente otimizam novas ferramentas primeiro para a NVIDIA.
Essa vantagem pode compensar uma memória menor ou um custo de aquisição mais alto. Ela importa mais quando um sistema concorrente exige kernels não compatíveis ou correções manuais.
Ainda assim, a compatibilidade com CUDA não cria capacidade que está faltando. Quando uma carga de trabalho excede a memória física, o comprador precisa usar um modelo menor, distribuir a carga de trabalho ou escolher outro sistema.
NVIDIA Transforma Dois Sistemas Menores em Seu Caminho de Upgrade
O clustering oferece mais computação e memória compartilhada, mas não recria uma única máquina de 128GB por um custo menor.
Todo DGX Spark inclui uma interface de rede ConnectX-7. Dois sistemas podem ser conectados diretamente por um cabo QSFP e formar um cluster de alta velocidade.
O NVIDIA Sync Cluster Assistant detecta as máquinas, valida suas configurações e prepara a conexão ConnectX-7. Isso elimina várias etapas manuais de rede.
Um futuro Model Launcher simplificará a implantação de modelos compatíveis em um ou dois nós. A NVIDIA afirma que Qwen3.8 27B estará entre as opções iniciais.
Esse trabalho de software aborda uma fraqueza real. A inferência local distribuída antes exigia configuração por linha de comando e alterações nas configurações de inicialização do vLLM ou TensorRT-LLM.
A NVIDIA afirma que dois sistemas de 64GB agrupam sua memória para suportar modelos com até 200 bilhões de parâmetros. Eles também oferecem o dobro da largura de banda agregada de memória.
No teste da NVIDIA com Qwen3.8 27B, um cluster de dois nós entregou até 1,7 vez o desempenho de um sistema de 64GB.
Esse resultado foi gerado pelo fornecedor e não recebeu ampla validação independente. Ele não deve ser interpretado como uma proporção universal de escalabilidade.
O desempenho distribuído depende da frequência com que uma carga de trabalho transfere dados entre nós. As transferências de rede acrescentam latência, mesmo quando a interconexão é rápida.
Alguns modelos se dividem de forma limpa entre dois processadores. Outros perdem mais desempenho com sincronização, comunicação ou sobrecarga de software.
O cluster também duplica computação, armazenamento, hardware de rede e sistemas físicos. Não é apenas um método para combinar dois bancos de memória.
Isso torna o design valioso para throughput. Uma equipe pode atender mais solicitações, executar vários agentes ou atribuir tarefas separadas a cada dispositivo.
No entanto, comprar dois sistemas de 64GB custa muito mais do que adquirir um único sistema de 128GB com o novo preço. O cluster fornece computação adicional, mas não um caminho mais barato para capacidade equivalente.
A proposta de upgrade é mais forte quando as necessidades crescem gradualmente. Um desenvolvedor pode começar com um nó, confirmar a demanda e adicionar outro sem substituir a máquina original.
Ela é mais fraca quando a carga de trabalho já exige mais de 64GB. Esse comprador aceitaria complexidade imediata e um gasto total mais alto para evitar o modelo de capacidade total.
O uso de energia e a administração também crescem com a quantidade de nós. As equipes precisam monitorar dois sistemas operacionais, dois dispositivos de armazenamento, a saúde da rede e o comportamento do software distribuído.
O NVIDIA Sync reduz o trabalho de configuração. Ele não elimina as diferenças operacionais entre um computador e um cluster.
A empresa afirma que os aplicativos podem acessar o modelo em cluster a partir de laptops e desktops comuns. Isso cria um pequeno appliance compartilhado de inferência para uma equipe.
Um nó poderia hospedar um modelo privado de programação enquanto funcionários usam navegadores ou ferramentas de desenvolvimento familiares. Dados sensíveis poderiam permanecer na rede da organização.
Esse cenário mostra por que o DGX Spark não é apenas um mini PC premium. A NVIDIA está empacotando software de data center, rede e padrões de implantação para ambientes menores.
A abordagem também protege a estratégia de plataforma da NVIDIA. Um cliente que adiciona um segundo Spark aumenta a dependência de DGX OS, CUDA, ConnectX e das ferramentas de gerenciamento da NVIDIA.
Portanto, o NVIDIA DGX Spark 64GB funciona tanto como produto quanto como unidade de expansão. Seu valor de longo prazo depende de quão bem o cluster se comporta fora de demonstrações selecionadas.
Testes independentes devem medir a latência do primeiro token, a geração sustentada, usuários simultâneos, consumo de energia e recuperação de falhas em duas máquinas.
Até que esses testes cheguem, o resultado de 1,7 vez da NVIDIA é um teto útil, e não um resultado esperado para todos os modelos.
AMD e Apple Pressionam a Escolha de Memória da NVIDIA
A NVIDIA lidera com integração CUDA e rede para IA, enquanto rivais podem oferecer mais memória ou maior flexibilidade para desktops.
A AMD ampliou sua resposta à IA local compacta por meio de sistemas Ryzen AI Halo. Essas máquinas usam memória unificada e gráficos Radeon integrados.
Um sistema para desenvolvedores da AMD anunciado em 2026 incluía 128GB de memória LPDDR5X e suporte a Linux ou Windows. Seu posicionamento inicial ficou abaixo do preço anterior do Spark da NVIDIA.
A comparação de sistemas da AMD ilustra a escolha. A AMD oferece a flexibilidade familiar de um PC, enquanto a NVIDIA fornece um ambiente de software para IA mais estabelecido.
Sistemas Ryzen AI Max de diversos fabricantes também visam usuários de modelos locais. Alguns oferecem configurações de 128GB, recursos padrão de PC e armazenamento substituível.
Plataformas AMD de maior capacidade ampliam ainda mais essa concorrência. Elas podem priorizar grandes pools de memória para usuários dispostos a trocar parte do desempenho de IA ou da conveniência de software.
A capacidade de memória, por si só, não resolve a comparação. Avaliações frequentemente concluíram que o GB10 é mais rápido em trabalho de IA baseado em GPU do que alternativas contemporâneas com Radeon integrado.
CUDA continua sendo outra vantagem. Muitos frameworks, pacotes de modelos e projetos de otimização publicam suporte à NVIDIA antes que caminhos equivalentes para AMD amadureçam.
Desenvolvedores que precisam de uma biblioteca específica dependente de CUDA podem não ter substituto prático. Economizar em hardware tem pouco valor se o software necessário não puder funcionar corretamente.
O suporte ao Windows da AMD pode importar tanto quanto para outro grupo. Profissionais criativos e desenvolvedores podem querer IA local sem manter um appliance Linux dedicado.
A Apple oferece uma terceira rota. Sistemas Mac Studio combinam grandes capacidades de memória, processadores eficientes e um sistema operacional de desktop maduro.
A memória unificada da Apple permite carregar modelos grandes sem o limite habitual de memória de vídeo de uma GPU discreta. Ferramentas como MLX visam diretamente o Apple silicon.
Ainda assim, a disponibilidade de software e o desempenho dos modelos variam. Fluxos de trabalho centrados em CUDA não migram automaticamente para ambientes Metal ou MLX da Apple.
Sistemas Mac também não têm a malha ConnectX-7 integrada do DGX Spark. Eles não são projetados em torno do caminho direto de inferência local de dois nós da NVIDIA.
A decisão competitiva, portanto, tem várias dimensões.
Capacidade de memória
Sistemas NVIDIA de 64GB: Mais adequados a modelos definidos e cargas de trabalho de inferência controladas.
Sistemas NVIDIA de 128GB: Mais margem, mas o aumento mais recente enfraquece seu valor original.
Sistemas AMD e Apple: Configurações selecionadas podem fornecer pools de memória maiores, com diferentes compromissos de desempenho e software.
Compatibilidade de software
NVIDIA: Amplo suporte a CUDA e uma pilha de IA pré-configurada.
AMD: Suporte ROCm em evolução, além de opções convencionais de Windows e Linux.
Apple: Aplicativos nativos robustos e ferramentas MLX, mas compatibilidade limitada com CUDA.
Estratégia de expansão
NVIDIA: Clustering direto com ConnectX-7 e configuração assistida.
AMD: Opções mais convencionais de estação de trabalho e implantação em rede.
Apple: Alta capacidade em um único sistema, sem um design de clustering Spark equivalente.
Computação geral
NVIDIA: O DGX OS concentra o sistema em desenvolvimento e inferência de IA.
AMD: Funciona mais como um PC padrão de alto desempenho.
Apple: Combina IA local com uma plataforma consolidada de criatividade e produtividade.
A decisão entre DGX Spark 64GB e 128GB, portanto, precisa incluir alternativas. Compradores devem evitar tratar o GB10 como o único caminho para modelos locais privados.
A defesa mais forte da NVIDIA é a integração. Ela combina silício, CUDA, runtimes otimizados, rede e gerenciamento de sistemas em um único design com suporte.
Sua vulnerabilidade é o valor da memória. Se os compradores precisam principalmente de capacidade, concorrentes podem desafiar a NVIDIA sem igualar todos os resultados de desempenho do GB10.
O preço mais recente amplia essa abertura. Um comprador pode tolerar inferência mais lenta se uma alternativa comportar o modelo necessário em uma única máquina.
Por outro lado, um modelo menor executado mais rapidamente por meio de CUDA pode superar uma implantação maior, porém mais lenta, no uso diário. As cargas de trabalho reais devem decidir o vencedor.
O Que Compradores Devem Observar Após o Lançamento do Modelo de 64GB
Três sinais mostrarão se o Spark menor se torna uma plataforma prática ou uma resposta cara à escassez de memória.
O primeiro sinal é a disponibilidade dos parceiros em 23 de outubro e após essa data. A NVIDIA nomeou seis fabricantes, mas suas configurações exatas e volumes de envio serão importantes.
Uma configuração inicial nominal oferece pouco valor se permanecer indisponível. Compradores devem acompanhar os sistemas entregues, e não páginas de anúncio ou listagens em espera.
As especificações dos parceiros também exigem comparação cuidadosa. Capacidade de armazenamento, seleção de portas, disponibilidade regional, serviço de garantia e software incluído podem alterar o valor real.
Se diversos fabricantes mantiverem estoque confiável, o lançamento de 64GB reforçará a afirmação da NVIDIA de que criou um ponto de entrada utilizável.
Se o inventário continuar escasso, o produto parecerá mais uma referência de preço do que uma máquina de desenvolvimento amplamente acessível.
O segundo sinal são testes independentes de cargas de trabalho. Avaliações devem comparar um Spark de 64GB, um Spark de 128GB e um cluster de dois nós de 64GB.
Carregar modelos não é suficiente. Os testes precisam incluir contextos longos, usuários simultâneos, chamadas de ferramentas por agentes, cargas de trabalho de fine-tuning e operação sustentada.
As medições mais importantes incluem memória utilizável, tempo até o primeiro token, velocidade de saída, consumo de energia e eficiência de escalabilidade do cluster.
As contagens máximas de parâmetros da NVIDIA devem receber atenção especial. Um modelo que tecnicamente cabe ainda pode oferecer uma experiência impraticável.
Testes independentes também podem revelar se a largura de banda inalterada preserva a maior parte do desempenho de um único nó. Cargas de trabalho limitadas por capacidade devem se comportar de forma diferente das limitadas por largura de banda.
Se a máquina menor tiver desempenho previsível com modelos populares de 27 bilhões a 35 bilhões de parâmetros, o posicionamento da NVIDIA ganhará respaldo.
Se contextos comuns ou agentes simultâneos esgotarem a memória, a versão de 64GB atenderá a um público muito mais restrito do que sugere seu marketing.
O terceiro sinal é a resposta competitiva. Fabricantes de sistemas AMD e a Apple podem pressionar a NVIDIA por meio da capacidade de memória, suporte de software ou menor custo total de propriedade.
A AMD tem espaço para melhorar a compatibilidade com ROCm e promover IA local baseada em Windows. Melhor suporte dos executores de modelos enfraqueceria a dependência prática de CUDA.
A Apple pode enfatizar configurações de grande memória unificada e inferência local eficiente. Sua oportunidade é mais forte entre desenvolvedores que já usam macOS.
A NVIDIA pode responder com software melhor, em vez de outra mudança de hardware. O Sync Cluster Assistant e o Model Launcher são exemplos iniciais dessa estratégia.
Observe quantos modelos recebem perfis de implantação com um clique. Observe também se os desenvolvedores conseguem personalizar esses perfis sem voltar a configurações manuais complexas.
O mercado de memória continua sendo a variável externa. A continuidade da escassez normalizaria preços mais altos e incentivaria os fabricantes a priorizar configurações menores.
Uma melhora no fornecimento testaria se os aumentos recentes são temporários. Ela também poderia restabelecer a pressão sobre a NVIDIA para oferecer mais memória nos modelos de entrada.
Para compradores corporativos, a ação imediata é simples. Defina a carga de trabalho antes de escolher a máquina.
Teste o modelo pretendido, o tamanho do contexto, o número de usuários e o método de fine-tuning. Inclua a compatibilidade com frameworks e os custos operacionais na comparação.
O NVIDIA DGX Spark 64GB oferece a mesma base GB10 com um limite de memória mais restrito. Isso pode funcionar para inferência direcionada e implantações de agentes.
Ele não deve ser tratado como um substituto universal para o sistema original de 128GB. O modelo de 128GB continua mais flexível, mas seu preço mais alto exige uma utilização maior.
Sua carga de trabalho se beneficiará mais do desempenho do CUDA e da stack gerenciada da NVIDIA, ou do maior pool de memória que um único sistema pode oferecer? Faça esse teste antes de se comprometer com qualquer uma das configurações do Spark.
