DGX Spark perde metade da memória e fica mais caro que o original

DGX Spark ganhou uma versão com 64 GB de memória unificada, anunciada pela Nvidia em 5 de outubro. O preço sugerido ficou em US$ 4.999, algo acima de R$ 25 mil na cotação atual. A fabricação fica a cargo de parceiras como Acer, Asus, Dell, Gigabyte, HP e MSI.

A comparação com o lançamento original explica o título. Contudo, o modelo de 128 GB chegou ao mercado por US$ 3.999.

Depois, ele foi reajustado para US$ 4.999. Hoje, aliás, aparece perto de US$ 6.000, um aumento de cerca de 50%.

O que a versão de 64 GB consegue rodar

A proposta mira cargas específicas. Com essa memória, o sistema roda agentes de IA↳Agentes de IA42 conteúdosOpera passa a integrar ChatGPT, Claude e outros agentes de IADev (Back & Front) · mar 2026Operações mais inteligentes, decisões mais rápidas: o impacto da IA agêntica na rotina de TIAI · abr 2026Adobe aposta em orquestração de agentes de IA: o que muda para devsDev (Back & Front) · abr 2026Ver tudo em AI → e modelos de linguagem de até 100 bilhões de parâmetros.

Vale lembrar por que memória unificada pesa tanto nesse cenário. Além disso, o modelo precisa caber inteiro para evitar troca constante entre camadas.

Portanto, a redução pela metade corta diretamente o tamanho máximo suportado.

DGX Spark compensa a perda com dois aparelhos ligados

Aqui está a saída técnica oferecida pela empresa. A tecnologia Nvidia Sync Cluster permite conectar dois aparelhos por cabo QSFP.

Assim, a soma recupera os 128 GB por escalabilidade. Além disso, a companhia afirma que essa combinação roda modelos de até 200 bilhões de parâmetros.

O ganho divulgado chega a 1,7 vez em potência. Contudo, repare na matemática do bolso: duas unidades custam perto de US$ 10 mil.

O hardware por dentro permaneceu igual

As especificações centrais seguem as mesmas. No entanto, o chip continua sendo o Grace Blackwell GB10.

Ele traz plataforma Arm de 20 núcleos e gráficos integrados por NVLink C2C. O desempenho citado chega a 1 petaFLOP para IA.

A conectividade usa rede ConnectX 7. O ecossistema de software vem configurado, com PyTorch e CUDA já prontos.

Esse último ponto define boa parte do valor. Quem já trabalha em CUDA encontra ambiente familiar sem esforço de migração.

DGX Spark enfrenta a AMD numa disputa por memória

O cenário competitivo ajuda a entender o lançamento. A concorrente oferece processadores como Ryzen AI Halo e Ryzen AI MAX.

Esses sistemas chegam a 192 GB de memória e custam pouco mais de US$ 6.500. Consequentemente, a comparação por gigabyte fica desfavorável.

A disputa, porém, tem dois eixos distintos. A rival se destaca em quantidade de memória unificada, enquanto a Nvidia leva vantagem em otimização e flexibilidade de software.

O contexto macro também pressiona. A crise de componentes vem encarecendo produtos com muita RAM e armazenamento.

O que avaliar antes de considerar a compra

Primeiro, calcule o tamanho do modelo que você realmente usa. Modelo quantizado em 4 bits cabe bem melhor que a versão completa.

Segundo, compare com aluguel de nuvem. US$ 5 mil pagam bastante hora de GPU em provedor.

Terceiro, pense no ecossistema. CUDA pronto reduz atrito, e isso tem valor concreto no cronograma.

Além disso, considere privacidade e latência. Inferência local resolve dado sensível e dispensa chamada de rede.

Por fim, observe a conta do cluster. Dois aparelhos sincronizados entregam 1,7 vez de potência por duas vezes o preço.

Quando chega ao mercado

A versão de 64 GB começa a ser vendida no mercado internacional em 23 de outubro. A disponibilidade para o Brasil ainda segue sem informação.

Enquanto isso, vale acompanhar testes independentes de tokens por segundo. Esse número define se a troca compensa no seu fluxo.

Acompanhe nosso perfil no Instagram!