NVIDIA anuncia DGX Spark 64 GB: una computadora de escritorio Grace Blackwell de 1 PetaFLOP para agentes locales de IA, ajuste e inferencia

NVIDIA anunció una nueva configuración de 64 GB de DGX Spark, de Acer, ASUS, Dell, Gigabyte, HP y MSI, su sistema de inteligencia artificial de escritorio con tecnología GB10. Ofrece a los desarrolladores una manera de comenzar con un sistema para modelos y agentes locales, luego agrupar dos unidades de 64 GB para 128 GB de memoria en todo el clúster y más computación cuando aumentan las cargas de trabajo.

El mensaje directo es: ejecute modelos abiertos y agentes siempre activos en su propio escritorio, luego agrupe el sistema DGX Spark a medida que crece el trabajo, en lugar de hacerlo en una API medida.

El momento no es casual. Los agentes queman tokens continuamente a través de llamadas a herramientas, reintentos, contexto largo y planes de varios pasos. El consumo de tokens se ha multiplicado por 14 desde principios de 2026. En una API en la nube, cada uno de esos tokens se factura. En el hardware propio, no hay tarifa por token.

El modelo de 64 GB mantiene el mismo superchip GB10 Grace Blackwell, la pila de software de IA acelerada NVIDIA CUDA y la red ConnectX-7 que el original, actualizado con 64 GB de LPDDR5x unificado en lugar de 128 GB. NVIDIA considera que esto es suficiente para los modelos abiertos de clase 30-35B más capaces de la actualidad. NVIDIA continúa ofreciendo DGX Spark de 128 GB para cargas de trabajo más grandes en una sola caja, y la agrupación de unidades de 64 GB agrega memoria y computación juntas.

¿Qué hay dentro de la caja?

GB10 combina una GPU Blackwell con Tensor Cores de quinta generación y una CPU Grace Arm de 20 núcleos. La GPU ofrece hasta 1 petaFLOP de cálculo de IA FP4, con escasez.

EspecificacionesDGX Spark 64GBSuperchipNVIDIA GB10 Grace BlackwellCPUArm de 20 núcleos (10× Cortex-X925 + 10× Cortex-A725)Computación AIHasta 1 petaFLOP FP4 (con escasez)Memoria64GB LPDDR5x, unificado coherenteAncho de banda de memoria273 GB/sAlmacenamiento1, 2 o 4TB NVMe M.2, autocifradoNetworkingConnectX-7 NIC, 200GbE; Wi-Fi 7, BT 5.3 Pantalla 1× HDMI 2.1a OSNVIDIA DGX OS (basado en Ubuntu) Tamaño / peso 150 × 150 × 50,5 mm / 1,2 kg Tamaño máximo del modelo local Hasta 100 mil millones de parámetros Disponibilidad 23 de octubre de 2026: NVIDIA Marketplace, socios OEM, venta minorista

Fuente: especificaciones de NVIDIA.

La memoria unificada es la opción de diseño clave: la CPU y la GPU comparten un grupo a través de NVLink-C2C, con 5 veces el ancho de banda de PCIe Gen 5. No hay pesos de copia entre la RAM y la VRAM del sistema. Para los agentes, eso significa que varios modelos, sus cachés KV y procesos de herramientas viven en un espacio de direcciones.

El software está listo en el primer arranque: DGX OS se envía con la pila de IA de NVIDIA, incluidos PyTorch, Jupyter y Ollama. NVIDIA NemoClaw se instala con un solo comando. Agrega controles de privacidad y seguridad a los agentes OpenClaw. NVIDIA OpenShellTM, parte de NVIDIA Agent ToolkitTM, agrega barreras de seguridad basadas en políticas. Los modelos NVIDIA NemotronTM están optimizados para la caja.

Funciona con una toma de pared estándar: sin sala de servidores ni refrigeración especial. Esto es importante para un agente destinado a trabajar las 24 horas del día.

Redes integradas para agrupación en clústeres: ConnectX-7 permite que dos sistemas DGX Spark de 64 GB se agrupen para obtener 128 GB de memoria y más procesamiento. NVIDIA Sync Cluster Assistant simplifica la configuración.

¿Qué modelos abiertos caben en 64 GB?

El hardware es la mitad de la historia. La otra mitad es que los modelos abiertos clase 30B se volvieron lo suficientemente buenos para el trabajo de agente.

ModeloDesarrolladorTipoHuellaRole en SparkMuse GlimmerMeta29.6B denso, texto + imagen, Apache 2.0~17GB (cuantizado)Modelo de agente principalNemotron 3.5 LightningNVIDIA30B MoE (30B-A3B)Punto de control NVFP4Ejecutor rápido para agentes de larga duraciónQwen3.8-27BAlibaba Qwen27B denso~13.5GB de peso (4 bits) Agente general y codificación

Las huellas son estimaciones de peso únicamente; La caché de KV y la sobrecarga de tiempo de ejecución se encuentran en la parte superior.

Muse Glimmer es el modelo principal. Meta lo destiló de Muse Spark, la familia de modelos detrás del asistente Meta AI. Se dirige a agentes locales: llamadas de herramientas confiables, tareas largas de varios pasos y recuperación de fallas. Meta informa 51,2 en SWE-Bench Pro y 75,5 en MCP Atlas. El contexto llega a 131.000 tokens. También está disponible como NIM NVIDIA.

El BF16 Glimmer completo necesita más de 55 GB, lo que no deja casi nada para el contexto. La versión cuantificada de ~17 GB es la opción práctica con 64 GB.

Los modelos más grandes como DeepSeek V4 Flash necesitan más de una caja. Los propios puntos de referencia de NVIDIA lo ejecutan en 4 Sparks agrupados de 64 GB.

5 cosas que puedes construir en una sola caja

1. Un agente personal siempre disponible

Instale Hermes y apúntelo a Muse Glimmer o Nemotron 3.5 Lightning. Bríndale herramientas: tus repositorios de GitHub, un ejecutor de pruebas, una fuente RSS de categorías de arXiv. Déjalo funcionar durante la noche.

Por la mañana, identificó nuevos problemas, reprodujo una prueba fallida y redactó una solicitud de extracción para su revisión. También ha resumido los 30 artículos que nunca habrías abierto. Tus notas privadas, códigos y correos electrónicos nunca salen de la máquina.

2. Ajuste un modelo de codificación en su propio repositorio

QLoRA en un modelo 70B cabe en 64 GB. Capacítelo en su código base, documentos internos y revisiones de relaciones públicas anteriores. Luego, sírvalo localmente como un asistente de codificación que conozca sus convenciones.

NVIDIA midió ~18,400 tokens/s en un solo nodo para el ajuste fino distribuido del nanochat.

3. Un banco de evaluación del modelo del día 1

Un nuevo modelo de peso abierto llega a Hugging Face. Pásalo por Ollama o vLLM el mismo día. Ejecute su propia pregunta en su contra.

Califique la precisión, luego mida el tiempo hasta el primer token (TTFT) y los tokens por segundo. Compárelo con su modelo actual. No hay ninguna factura de API por volver a ejecutar la evaluación 50 veces.

4. Un equipo de agentes multimodelo

La memoria unificada permite que varios modelos compartan un grupo. Ejecute Bonsai 2 como enrutador y Glimmer como agente de razonamiento principal. Eso es aproximadamente 23 GB de peso.

El resto cubre la caché de KV, el sistema operativo y los procesos de herramientas. Cuando un problema excede la capacidad local, el agente puede enviar una pregunta desinfectada a un modelo de nube más grande.

5. Creación de prototipos de vanguardia y robótica

Ajuste un transformador de visión para una tarea específica, como detectar anomalías en la cámara de una fábrica. Valídalo localmente con la misma pila CUDA. Luego impleméntelo en un dispositivo NVIDIA Jetson en el borde.

Cuando una caja no es suficiente: agrupación en clústeres con NVIDIA Sync

Cada DGX Spark se envía con ConnectX-7 a 200 GbE. La agrupación en clústeres es una característica nativa, no un complemento.

ConfiguraciónMemoria agrupada Computación AI (FP4) Conexión1 Spark (64 GB) 64 GB Hasta 1 PFLOP: 2 Sparks (64 GB cada uno) 128 GB Hasta 2 PFLOPS Cable QSFP directo, sin conmutador 2 Sparks (128 GB cada uno) 256 GB Hasta 2 PFLOPS Cable QSFP directo, sin conmutador 3 Sparks (128 GB cada uno) 384 GB Hasta 3 PFLOPS Anillo QSFP, sin conmutador 4 Sparks (128 GB cada uno) 512 GB Hasta 4 conmutadores PFLOPS de 200 GbE (QSFP56-DD, RoCE v2)

Fuente: NVIDIA. Computación de 3 nodos derivada de especificaciones por unidad.

NVIDIA afirma que 2 unidades de 64 GB agrupadas ofrecen hasta 1,7 veces el rendimiento de un DGX Spark de 128 GB. La razón es el doble de ancho de banda y computación de IA: 2 unidades proporcionan hasta 546 GB/s combinadas, el doble que una sola caja.

NVIDIA Sync es la capa de gestión. La aplicación para Windows y macOS descubre Sparks en su red y administra el acceso SSH. Su Cluster Assistant configura la red ConnectX-7 para hasta 4 sistemas. Los nodos también pueden conectarse entre ubicaciones a través de una malla Tailscale, sin nubes en la ruta de datos.

El patrón es bastante claro. La agrupación reduce aproximadamente a la mitad el tiempo hasta el primer token cada vez que se duplica y el ajuste se escala de forma casi lineal. La decodificación mejora de forma más modesta, aproximadamente 1,4 veces en 4 nodos. Para los agentes que leen entradas largas, la ganancia TTFT es la que importa.

Las guías paso a paso de varios nodos, incluido vLLM en Sparks apilados, se encuentran en build.nvidia.com/spark.

Qué es y qué no es

No es un servidor de chat para 100 usuarios: 273 GB/s de ancho de banda limitan el rendimiento de decodificación simultánea. Diseñado para trabajos con entradas largas y salidas cortas: leer un repositorio, un volcado de registros o una pila de papel y luego escribir un resultado breve. 64 GB limitan una caja con parámetros de 100 B: para obtener más, agrupe 2 unidades o elija la configuración de 128 GB.

Conclusiones clave

DGX Spark 64GB mantiene GB10, 1 PFLOP FP4 y la pila completa de IA de NVIDIA. 64 GB ejecutan los modelos abiertos de clase 30-35B actuales, como Qwen 3.8 27B y Nemotron 3.5 Lightning. Mejores usos: agentes siempre activos, ajuste fino de QLoRA y evaluaciones de modelo del día 1, sin tarifas por token. 2 unidades se agrupan a través de ConnectX-7 a través de NVIDIA Sync para 128 GB y hasta 1,7 x 128 GB Spark. Disponible el 23 de octubre; el DGX Spark de 128 GB sigue disponible.

Consulte la página del producto DGX Spark, NVIDIA Sync y los manuales de estrategia de DGX Spark.

Gracias al equipo de NVIDIA por el liderazgo intelectual y los recursos para este artículo. Este artículo está patrocinado por NVIDIA.

Jean-marc es un exitoso ejecutivo de negocios de IA. Lidera y acelera el crecimiento de soluciones impulsadas por IA y fundó una empresa de visión por computadora en 2006. Es un orador reconocido en conferencias de IA y tiene un MBA de Stanford.