Resumo:
A Nvidia está ajustando sua linha de produtos DGX Spark para o mercado local de computação de IA e lançando uma versão de 64 GB com menor capacidade e um preço relativamente mais acessível. As últimas notícias mostram que o DGX Spark de 64GB equipado com o super chip GB10 Grace Blackwell tem lançamento previsto para 23 de outubro, com preço inicial de US$ 4.999. Ao mesmo tempo, os preços do DGX Spark e sua versão OEM, originalmente equipada com 128 GB de memória unificada, continuaram a subir recentemente, e o preço real de venda de alguns produtos atingiu US$ 7.000 a US$ 9.000.
O lançamento da versão de 64 GB é principalmente uma resposta ao recente aumento contínuo nos preços da memória e às mudanças nos requisitos de capacidade de memória para modelos locais de IA. Um dos principais pontos de venda do DGX Spark é a memória unificada LPDDR5X de 128 GB, que permite que CPU e GPU compartilhem o mesmo conjunto de recursos de memória para executar modelos de IA em maior escala sem depender de memória gráfica independente.
Mas com o rápido desenvolvimento dos modelos de IA, nem todos os modelos requerem 128 GB de memória para funcionar. Hoje em dia, alguns modelos eficientes com dezenas de bilhões de parâmetros já podem rodar em cerca de 32GB de memória. Embora o comprimento do contexto e o modo de operação possam estar sujeitos a certas restrições, 128 GB não é necessariamente um requisito para usuários que precisam apenas realizar inferências locais.
Ao mesmo tempo, o surto da indústria de IA está aumentando a demanda global por memória, e o fornecimento de memória de alto desempenho, como LPDDR5X, também é afetado. Para um dispositivo que integra uma grande quantidade de memória diretamente no sistema, o aumento nos preços da memória se refletirá diretamente no custo de toda a máquina. Portanto, a NVIDIA está agora adicionando uma versão de 64GB, o que equivale a oferecer aos usuários a opção de sacrificar parte da capacidade de memória em troca de um preço menor.
O hardware principal da versão de 64 GB não diminuiu significativamente. Ele ainda usa o super chip GB10 Grace Blackwell, possui uma CPU Arm de 20 núcleos e adota uma arquitetura onde CPU e GPU compartilham memória unificada. A largura de banda da memória também permanece em torno de 273 GB/s, então a maior diferença entre a versão de 64 GB e a versão de 128 GB é a capacidade de memória disponível, e não a mudança no núcleo de computação em si.
A conectividade de rede também permanece inalterada. O DGX Spark de 64 GB continua equipado com o controlador de rede de alta velocidade ConnectX-7, para que vários dispositivos possam formar um cluster por meio de interconexão de alta velocidade. Para usuários que precisam executar modelos com capacidade de memória superior a 64 GB, a memória geral disponível e o poder de computação podem ser expandidos combinando vários DGX Sparks de 64 GB.
A NVIDIA também lançou uma nova ferramenta Sync Cluster Assistant para reduzir a complexidade de múltiplas redes Spark. No passado, se os usuários quisessem conectar dois ou mais DGX Sparks, eles precisavam realizar um certo grau de configuração manual, mas o novo software pode concluir automaticamente a conexão e o gerenciamento entre os dispositivos.
Ao mesmo tempo, a NVIDIA também adicionou a funcionalidade Model Launcher ao Sync. Depois que o usuário seleciona o modelo de IA, o sistema baixa e inicia automaticamente o modelo e conecta o modelo ao agente de programação do lado do navegador OpenCode. Dessa forma, um cluster de IA local composto por vários Sparks pode ser usado mais diretamente para desenvolvimento de código e outros fluxos de trabalho de agentes.
A versão de 64 GB custa US$ 4.999. No entanto, esse preço não é tão baixo quanto se imaginava, porque o preço atual de mercado da memória mudou significativamente e o preço real de mercado do próprio DGX Spark tem flutuado.
Muitos fabricantes OEM, incluindo Acer, Asus, Dell, Gigabyte, HP e MSI, planejam lançar versões de 64 GB de sistemas GB10. O preço inicial também deve ficar em torno de US$ 4.999. O lançamento do primeiro lote de produtos está previsto para 23 de outubro.
Em contrapartida, o preço da versão de 128 GB aumentou significativamente recentemente. Devido à oferta limitada, o preço do sistema GB10 de 128 GB atualmente disponível no mercado é de aproximadamente US$ 7.000 a US$ 9.000, e alguns modelos tiveram até cotações de varejo mais altas.
O DGX Spark Founders Edition da própria Nvidia custava anteriormente US$ 3.999, mas devido ao limitado fornecimento global de memória, a Nvidia aumentou o preço de varejo oficial sugerido para US$ 4.699. O preço real de venda no mercado pode ser ainda superior a este valor. Em outras palavras, o preço real de um DGX Spark de 128 GB hoje é muito mais alto do que os US$ 3.999 de quando foi lançado originalmente.
Este também é um pano de fundo importante para o lançamento da versão de 64GB. Para muitos usuários locais de IA, se o objetivo principal é executar modelos de linguagem, modelos de código ou agentes de IA de pequeno e médio porte, gastar milhares de dólares para comprar a versão de 128 GB não é necessariamente econômico. A versão de 64 GB pode reter o poder de computação do GB10 e do ecossistema de software completo da NVIDIA, ao mesmo tempo que reduz a pressão de custos causada pela memória de grande capacidade.
No entanto, para usuários que precisam executar modelos maiores ou ajustar modelos locais, a versão de 128 GB ainda tem vantagens óbvias. Especialmente à medida que o tamanho dos parâmetros do modelo continua a aumentar, mais memória unificada significa que modelos maiores podem ser carregados diretamente, sem a necessidade de quantização frequente, carregamento em camadas ou divisão do modelo em várias máquinas.
Além disso, a versão de 128 GB ainda é adequada para uso em clusters com várias máquinas. Os usuários podem conectar vários DGX Sparks por meio do ConnectX-7 para combinar a memória e os recursos de computação de vários dispositivos. Portanto, a Nvidia não substituiu a versão de 128 GB pela versão de 64 GB, mas formou uma hierarquia de produtos mais óbvia.
Do ponto de vista prático da aplicação, 64 GB são suficientes para cobrir uma parte considerável das cargas de trabalho locais de IA. Para um modelo eficiente de cerca de 27B, 32GB já podem completar o raciocínio local sob certas condições, enquanto 64GB podem fornecer mais espaço de contexto e margem de execução. Se os usuários usarem principalmente modelos quantizados para inferência, 64 GB poderão lidar com modelos ainda maiores.
Mas se envolver ajuste fino de modelo, contexto longo, fluxos de trabalho de agentes em grande escala ou vários modelos em execução simultaneamente, 128 GB ainda pode fornecer muito mais espaço. Portanto, a diferença entre 64 GB e 128 GB, em última análise, não é uma pura diferença de desempenho, mas mais sobre o tamanho que um modelo pode acomodar e quantos dados podem ser processados simultaneamente.
A principal competitividade do DGX Spark não é apenas a capacidade de memória. GB10 adota a arquitetura Grace Blackwell, equipada com GPU Blackwell e Tensor Core de quinta geração, e pode fornecer desempenho de computação FP4 AI de até aproximadamente 1 PFLOP. O sistema usa um chassi pequeno de cerca de 150×150×50 mm, pesa cerca de 1,2 kg e consome cerca de 240W.
Esse design coloca o DGX Spark entre estações de trabalho tradicionais e grandes servidores de IA. Ele não depende de placas gráficas independentes e memória de sistema para lidar com tarefas de IA separadamente, como PCs de jogos comuns. Em vez disso, ele usa uma arquitetura de memória unificada para permitir que a GPU acesse diretamente todo o espaço de memória do sistema. Esta é também uma das principais razões pelas quais pode fornecer 128 GB ou mesmo 64 GB de memória AI de grande capacidade num tamanho tão pequeno.
Ao mesmo tempo, a NVIDIA também está promovendo a linha de produtos RTX Spark para entrar no mercado. RTX Spark também usa CPU Grace e GPU Blackwell e fornece até 128 GB de memória LPDDR5X unificada, mas seu posicionamento é mais voltado para PCs com Windows, criadores e aplicativos de agentes de IA. A NVIDIA espera que os produtos relacionados para desktops e notebooks sejam lançados em outubro de 2026.
Isso significa que a concorrência enfrentada pela DGX Spark está mudando. Anteriormente, se os usuários quisessem comprar um pequeno supercomputador local de IA, havia poucas alternativas diretas ao DGX Spark; agora, à medida que o RTX Spark e plataformas como AMD e Apple continuam a aumentar a capacidade de memória unificada, o número de hardware de IA local que os consumidores podem escolher está aumentando rapidamente.
No entanto, o que atualmente limita o preço desses dispositivos não é apenas a GPU ou o SoC em si, mas a memória de alta capacidade e alta velocidade. Para dispositivos com arquitetura de memória unificada, como o DGX Spark, o LPDDR5X de 128 GB faz parte do design do chip e, diferentemente dos computadores desktop comuns, os módulos de memória podem ser adquiridos a qualquer momento para atualização. Portanto, uma vez que os preços da memória aumentem significativamente, o custo de toda a máquina também será diretamente afetado.
Desta perspectiva, o lançamento da versão de 64 GB da Nvidia não é apenas uma simples expansão do produto, mas uma resposta à realidade do atual mercado de hardware de IA. À medida que os modelos de IA continuam a ser otimizados, mais e mais modelos podem funcionar com menos memória e o preço da memória de alta capacidade continua a aumentar. 64 GB podem se tornar uma escolha de capacidade mais realista para alguns usuários locais de IA.
Para a Nvidia, a versão de 64 GB também pode expandir a base de usuários potenciais da plataforma GB10. Os usuários que originalmente não podiam aceitar o DGX Spark por causa do alto preço da versão de 128 GB agora podem escolher o modelo de 64 GB por US$ 4.999. Se os preços das memórias continuarem a subir no futuro, esta estratégia de escalonamento de capacidade também permitirá à Nvidia controlar de forma mais flexível os custos dos produtos.
Como resultado, o DGX Spark está evoluindo gradualmente de um único supercomputador local de IA de 128 GB para uma plataforma que cobre diferentes capacidades de memória e faixas de preço. A versão de 64 GB não torna a versão de 128 GB sem sentido, mas pode se tornar uma opção de entrada para mais desenvolvedores locais de IA entrarem no ecossistema GB10. À medida que os modelos de IA enfatizam cada vez mais a eficiência e o mercado de memória continua restrito, se o hardware local de IA deve priorizar o poder de computação ou a capacidade de memória no futuro se tornará uma questão cada vez mais importante para os consumidores ao escolherem tais dispositivos.
Comentários