El DGX Spark es un mini PC de escritorio pensado para ejecutar cargas de trabajo de inteligencia artificial en local, sin depender de servicios en la nube. Cabe sobre cualquier mesa: su carcasa mide 150 x 150 x 50,5 mm y pesa 1,2 kg, aproximadamente lo que un libro de bolsillo grueso. En su interior hay un único chip, el GB10 Grace Blackwell Superchip, que integra una CPU Arm de 20 núcleos y una GPU Blackwell con 6.144 núcleos CUDA compartiendo un único banco de 128 GB de memoria. El sistema arranca con NVIDIA DGX OS, una versión de Ubuntu Linux con la pila de software de IA ya instalada y configurada.
El dato de rendimiento que aparece en todas partes, 1 PFLOP FP4, lleva una aclaración que pocos textos recogen: ese número asume que la función de dispersión (sparsity) está activada. La dispersión es una técnica que aprovecha los ceros en las matrices de pesos de los modelos para multiplicar la velocidad teórica de cálculo; sin ella, el rendimiento real es inferior. No es un truco de marketing, es una capacidad genuina de los núcleos Tensor de 5.ª generación, pero el comprador técnico necesita saberlo para evaluar el producto con realismo. Donde el DGX Spark sí tiene una ventaja arquitectónica clara es en la memoria. Los 128 GB LPDDR5x son coherentes y unificados: la CPU y la GPU acceden al mismo banco físico sin copias ni transferencias entre memorias separadas. En un sistema convencional con CPU y GPU independientes, los pesos de un modelo grande viajan por el bus PCIe cada vez que la GPU los necesita; aquí se cargan una sola vez y ambos procesadores los leen directamente. El ancho de banda de 273 GB/s a través de un bus de 256 bits da capacidad de movimiento de datos suficiente para inferencia fluida con modelos de hasta 200.000 millones de parámetros en local, sin coste por llamada a API.
La diferencia entre el GB10 y un sistema con CPU y GPU separadas no es de tamaño únicamente: es de arquitectura. Al estar integrados en un único chip, CPU y GPU comparten el mismo espacio de memoria de forma nativa, sin pasar por un bus PCIe externo. Eso reduce la latencia de acceso a los pesos del modelo y elimina el cuello de botella que aparece en los sistemas convencionales cuando la GPU tiene que esperar datos de la RAM del sistema. La CPU tiene 20 núcleos Arm repartidos en dos grupos con papeles distintos: 10 núcleos Cortex-X925 de alto rendimiento para gestionar el sistema operativo, orquestar la inferencia y atender tareas que exigen respuesta rápida, y 10 núcleos Cortex-A725 de eficiencia para procesos en segundo plano con menor consumo. El sistema completo trabaja con una fuente de alimentación de 240 W, de los que 140 W corresponden al TDP declarado del chip GB10 y el resto alimenta el resto de componentes. Para quien planifica la instalación, no es un servidor de bastidor, pero tampoco un PC de oficina convencional: requiere toma de corriente dedicada y algo de ventilación alrededor. El nivel de ruido en carga máxima es bajo para un dispositivo de esta capacidad de cómputo, lo que lo hace viable en entornos de oficina o laboratorio sin necesidad de sala de servidores.
La red tiene dos vías con propósitos distintos. El puerto RJ-45 a 10 GbE cubre la conexión habitual a la infraestructura de oficina o laboratorio. El ConnectX-7, con 2 puertos QSFP a 200 Gbps en total, no está pensado para conectarse a internet, sino para enlazar 2 unidades DGX Spark entre sí de forma directa: en esa configuración dual documentada por NVIDIA, el sistema conjunto eleva el soporte a modelos de hasta 405.000 millones de parámetros. Es un dato que casi ninguna ficha de tienda explica con claridad y que cambia el cálculo para quienes están evaluando si una sola unidad les basta. El SSD de 4 TB NVMe M.2 lleva autocifrado de hardware de serie, sin penalización de rendimiento perceptible. Para quien trabaja con datos propietarios o datasets que caen bajo regulación corporativa, el cifrado opera a nivel de controlador y no requiere configuración adicional. Hay que tener en cuenta, antes de la compra, que el único sistema operativo soportado es Linux bajo NVIDIA DGX OS: no existe versión para Windows ni para macOS, y quien venga de un entorno Windows debe contemplar la adaptación al ecosistema de herramientas Linux como parte del coste real de adopción. Completan la conectividad Wi-Fi 7, Bluetooth 5.4, 4 puertos USB Type-C y salida HDMI 2.1a.
El NVIDIA DGX OS viene con CUDA, TensorRT, PyTorch y varios marcos de inferencia ya instalados, validados y configurados por NVIDIA. En una instalación manual, mantener versiones compatibles entre drivers, librerías y marcos es una tarea que consume horas y produce errores difíciles de diagnosticar; aquí el entorno ya está probado y funciona desde el primer arranque. Para un desarrollador o investigador que quiere empezar a trabajar con un modelo desde el primer día, eso elimina una fricción real. La contrapartida es el ecosistema: Linux es el único sistema operativo disponible, y la gestión de paquetes, entornos virtuales y herramientas de línea de comandos requiere familiaridad con ese entorno. El DGX Spark es adecuado para inferencia local, ajuste fino de modelos y desarrollo en un entorno controlado; no está diseñado como servidor de producción con alta disponibilidad ni redundancia de hardware.
¿Para qué se puede usar el NVIDIA DGX Spark?
Está diseñado para ejecutar inferencia de IA en local, ajuste fino de modelos y desarrollo en entornos controlados. Con sus 128 GB de memoria unificada soporta modelos de hasta 200.000 millones de parámetros sin depender de la nube ni pagar por llamadas a API.
¿Qué sistema operativo incluye y es compatible con Windows?
Viene con NVIDIA DGX OS, una versión de Ubuntu Linux con CUDA, TensorRT y PyTorch ya instalados y configurados. No existe versión para Windows ni macOS; quien venga de ese entorno debe contemplar la adaptación al ecosistema Linux como parte del coste real de adopción.
¿Qué incluye la caja del DGX Spark Founders Edition?
La caja incluye la unidad DGX Spark Founders Edition, el cable de alimentación y la documentación de inicio rápido.
¿Se pueden conectar dos unidades DGX Spark para ampliar la capacidad?
Sí. El puerto ConnectX-7 con 2 conexiones QSFP a 200 Gbps permite enlazar dos unidades directamente. En esa configuración dual documentada por NVIDIA, el sistema conjunto eleva el soporte a modelos de hasta 405.000 millones de parámetros.
¿Cuánto consume y qué nivel de ruido genera el DGX Spark?
La fuente de alimentación es de 240 W, con un TDP del chip GB10 de 140 W. El nivel de ruido en carga máxima es de 35 dB LWA,m y en reposo baja a 19 dB LWA,m, lo que lo hace viable en entornos de oficina o laboratorio sin sala de servidores.
| Especificaciones técnicas | |
| Diseño | |
| Dimensiones | 150 mm (L) x 150 mm (W) x 50,5 mm (H) |
| Peso | 1,2 kg |
| Potencia y Hardware | |
| Superchip / Procesador | NVIDIA GB10 Grace Blackwell Superchip |
| CPU | 20 núcleos Arm (10 Cortex-X925 + 10 Cortex-A725) |
| Arquitectura GPU | NVIDIA Blackwell |
| Memoria RAM | 128 GB LPDDR5x unificada coherente |
| Almacenamiento | 4 TB NVMe M.2 con autocifrado |
| Conectividad | |
| Wi-Fi | WiFi 7.0 |
| Bluetooth | 5.4 |
| USB | 4x USB Type-C |
| Salida de vídeo | 1x HDMI 2.1a + hasta 3x DisplayPort vía USB-C (DP Alt Mode) |
| Batería | |
| Nivel de ruido (carga / reposo) | 35 dB / 19 dB LWA,m |
| Software | |
| Sistema operativo | NVIDIA DGX OS (Ubuntu Linux) |
| Otros | |
| Núcleos Tensor | 5.ª generación |
| Núcleos RT | 4.ª generación |
| Núcleos CUDA | 6.144 |
| Rendimiento IA | 1 PFLOP FP4 (con dispersión) |
| Interfaz de memoria | 256 bits |
| Ancho de banda de memoria | 273 GB/s |
| Ethernet | 1x RJ-45 10 GbE |
| NIC adicional | ConnectX-7 @ 200 Gbps (2x QSFP) |
| Procesamiento de vídeo | 1x NVENC, 1x NVDEC |
| Fuente de alimentación | 240 W |
| TDP GB10 | 140 W |
