Nvidia ajustó su plataforma DGX Spark y el chip GB10 a lo que piden hoy los modelos de IA y a la escasez de memoria que golpea a toda la industria. La compañía presentó una versión del Spark con 64 GB de memoria, pensada para quienes trabajan con IA local y no necesitan los 128 GB del modelo original, informó Tom's Hardware.

Cuando aparecieron el DGX Spark y los equipos parecidos, la suposición general era que hacía falta mucha RAM para cargar los modelos más capaces que uno quisiera correr. Por eso los sistemas de memoria unificada armados sobre el Strix Halo de AMD, el GB10 de Nvidia y los chips M de Apple se podían configurar con 128 GB o más.

El campo avanzó rápido. Modelos densos como Qwen 3.8 27B ya caben con holgura en 32 GB de RAM, aunque con un contexto limitado, así que para inferencia local basta con mucho menos que los 128 GB del Spark original. A eso se suma el precio de la memoria, que se disparó. Un chip que viene soldado para siempre a demasiada LPDDR5X cara pasa a ser una barrera de entrada más que una ventaja.

¿Cuánto cuesta el DGX Spark de 64 GB?

Lo "más accesible" es relativo en el mercado actual. Los sistemas GB10 de 64 GB de Acer, Asus, Dell, Gigabyte, HP y MSI parten en 4.999 dólares y salen a la venta el 23 de octubre. Con los precios de memoria y almacenamiento moviéndose todas las semanas, puede que ese valor no dure mucho.

Como referencia, un sistema GB10 de 128 GB, si se encuentra con stock, cuesta hoy entre 7.000 y 9.000 dólares, bastante por encima incluso del precio sugerido que Nvidia ya había ajustado.

¿Qué conserva de la versión de 128 GB?

Fuera de la capacidad de memoria, el equipo no cambia.

  • La misma tarjeta de red ConnectX 7 con RDMA, de modo que se pueden juntar varios equipos en un clúster para sumar memoria y rendimiento de inferencia si los 64 GB se quedan cortos.
  • El mismo complejo de CPU Arm de 20 núcleos.
  • Los mismos 273 GB/s de ancho de banda de memoria, compartidos entre la CPU y la GPU.

Según el blog de Nvidia del 2 de octubre, un equipo de 64 GB soporta modelos de hasta 100.000 millones de parámetros. Dos unidades conectadas con un cable QSFP juntan 128 GB, suben ese techo a 200.000 millones de parámetros y, en la prueba de la propia Nvidia con Qwen 3.8 27B, rinden hasta 1,7 veces lo que rinde un solo equipo.

Software para unir y lanzar modelos

Para aprovechar esa tarjeta ConnectX 7, Nvidia publicó una herramienta que automatiza la unión de dos Spark, el Nvidia Sync Cluster Assistant. Sync es la aplicación de conexión remota y administración del Spark, la que permite usar la capacidad de cómputo del equipo desde otros Mac y PC.

La herramienta se suma a varias utilidades que la comunidad desarrolló durante el último año para simplificar el armado de clústeres. Tom's Hardware usó esas utilidades a comienzos de año para unir dos sistemas GB10 de Dell en sus propias pruebas.

Nvidia también agrega a Sync una función llamada Model Launcher. Descarga y arranca modelos como Qwen 3.8 27B en uno o varios equipos y los conecta con OpenCode, el agente de programación que corre en el navegador, para que el usuario empiece a trabajar con flujos de agentes apenas enciende el sistema.

El modelo de 128 GB sigue a la venta

El DGX Spark de 128 GB y los equipos equivalentes de otras marcas siguen disponibles. Son la opción para quien necesita espacio para modelos más grandes, para escalar en clústeres o para tareas que consumen más memoria, como el ajuste fino de modelos. La versión de 64 GB suma una alternativa a la línea sin quitar ninguna de las anteriores.