DGX Spark vs Mac Studio: para quién es el Spark
Actualizado el 17 de noviembre de 2026 · 4 min de lectura
El DGX Spark es un equipo de desarrollo CUDA con 128 GB de memoria, no la forma más rápida de chatear con un modelo grande. Es buena compra si crea, ajusta (fine-tuning) o prueba modelos sobre el stack de NVIDIA y quiere que ese código pase a sistemas DGX más grandes o a la nube. Si lo que busca sobre todo es ejecutar modelos grandes con rapidez, un Mac Studio o una tarjeta gráfica suele encajar mejor.
Qué es#
- Superchip NVIDIA GB10 Grace Blackwell.
- CPU Arm de 20 núcleos (10 × Cortex-X925, 10 × Cortex-A725).
- GPU Blackwell con Tensor Cores de 5.ª generación; hasta 1 petaFLOP en FP4 con dispersión (sparsity).
- 128 GB de memoria unificada coherente LPDDR5x a 273 GB/s.
- 4 TB NVMe en la NVIDIA Founders Edition; en las versiones de otros fabricantes varía.
- NVIDIA ConnectX-7 (200 Gb/s) y Ethernet de 10 Gigabit.
- NVIDIA DGX OS, basado en Ubuntu.
- 150 × 150 × 50,5 mm.
Lo que hace bien#
- Capacidad. Según las cifras de nuestra guía de modelos, en 128 GB cabe un modelo de 70B a 8 bits o uno de la clase de 120B a 4 bits.
- El stack CUDA. Viene con el software de IA de NVIDIA, de modo que el código escrito aquí pasa a sistemas DGX más grandes y a la nube con pocos cambios.
- Escalado. Se pueden conectar dos unidades mediante la red ConnectX-7 integrada para trabajos que se le queden grandes a una sola.
- Tamaño. Es una caja cuadrada de 150 mm que se coloca sobre la mesa, sin torre, caja ni fuente de alimentación que planificar.
Dónde flojea#
El ancho de banda de memoria es de 273 GB/s. Un Mac Studio con M3 Ultra alcanza 819 GB/s y una RTX 5090, 1.792 GB/s. Como la generación de texto recorre los pesos en cada token, los modelos densos grandes generan más despacio en el Spark que en esos equipos. Los modelos mixture-of-experts, que solo usan parte de sus pesos por token, notan menos la diferencia.
Tampoco es un PC de uso general. La CPU es Arm y el sistema operativo es DGX OS, un Linux basado en Ubuntu. El software creado solo para Windows x86 no funciona, y no es un equipo para jugar.
DGX Spark frente a Mac Studio y a una tarjeta gráfica#
| DGX Spark | Mac Studio (M3 Ultra) | RTX 5090 | RTX PRO 6000 | |
|---|---|---|---|---|
| Memoria | 128 GB unificada | 96 GB unificados de serie, más bajo pedido | 32 GB GDDR7 | 96 GB GDDR7 con ECC |
| Ancho de banda | 273 GB/s | 819 GB/s | 1.792 GB/s | 1.792 GB/s |
| Software | CUDA, DGX OS | macOS, Metal, MLX | CUDA | CUDA |
| Tamaño máximo a 4 bits | 120B+ | 70B (configuración de 96 GB) | 27–34B | 120B+ |
| Qué más necesita | Nada | Nada | Una torre y una fuente de alimentación de 1.000 W | Una torre de estación de trabajo |
Cuál elegir según su caso#
- Si prototipa y hace fine-tuning en CUDA para luego desplegar en sistemas NVIDIA más grandes: el DGX Spark.
- Si quiere ejecutar con rapidez los modelos abiertos más grandes en un único equipo silencioso: el Mac Studio.
- Si busca la máxima velocidad con modelos de hasta unos 30B y además juega: la RTX 5090.
- Si quiere la mayor cantidad de memoria en una sola tarjeta CUDA, en una estación de trabajo que ya tiene: la RTX PRO 6000.
- Si quiere 128 GB en un equipo x86 con Windows o Linux: un mini PC con Ryzen AI Max+.

NVIDIA
NVIDIA DGX Spark
Ejecuta modelos de hasta 120B+ a 4 bits
- 128 GB unificados
- NVIDIA GB10 Grace Blackwell
Su ancho de banda de memoria (273 GB/s) es inferior al de una tarjeta gráfica de gama alta, así que los modelos densos grandes generan texto más despacio que en una RTX 5090. Sus puntos fuertes son la capacidad y el stack de software CUDA.
4699 €
Apple
Apple Mac Studio (M3 Ultra)
Ejecuta modelos de hasta 70B a 4 bits
- 96 GB unificados
- 60 núcleos; opción de 80 núcleos
macOS reserva parte de la memoria unificada para el sistema, así que cuente con que la GPU usará la mayor parte, no toda. Elija una configuración con cierto margen por encima del modelo.
3999 €
NVIDIA
NVIDIA GeForce RTX 5090
Ejecuta modelos de hasta 30–34B a 4 bits
- 32 GB
- NVIDIA Blackwell (GB202)
Con 32 GB se ejecutan con holgura modelos de la clase 30B a 4 bits, pero un modelo de 70B no cabe en una sola tarjeta. Para 70B, cuente con dos tarjetas o con un sistema de memoria unificada de gran capacidad.
1999 €
NVIDIA
NVIDIA RTX PRO 6000 Blackwell Workstation Edition (96 GB)
Ejecuta modelos de hasta 120B+ a 4 bits
- 96 GB
- NVIDIA Blackwell (GB202)
Esta es la Workstation Edition de 600 W con refrigeración de doble flujo pasante. Necesita un cable de alimentación de 16 pines, una caja con espacio para una tarjeta de 12 pulgadas y una buena circulación de aire.
13.250 €Fine-tuning en el Spark#
El fine-tuning necesita más memoria que ejecutar un modelo, porque el entrenamiento guarda datos adicionales por cada peso que actualiza. Los métodos eficientes en parámetros, como LoRA, entrenan un pequeño conjunto de pesos añadidos y reducen mucho esa necesidad; así es como la mayoría ajusta modelos grandes en un solo equipo. Los 128 GB del Spark dan margen para ese trabajo con tamaños que una tarjeta de 32 GB no alcanza.
Si solo va a ejecutar modelos, no a crearlos, basta con un equipo más económico. Para chat y ayuda con código en modelos de hasta 14B, es suficiente con una tarjeta de 16 GB o un Mac mini con 24 GB.
Preguntas habituales
¿Puede el DGX Spark ejecutar Windows?
Viene con NVIDIA DGX OS, un sistema Linux basado en Ubuntu, sobre una CPU Arm. El software creado solo para Windows x86 no funciona en él.
¿Es el DGX Spark más rápido que una RTX 5090?
No con los modelos que caben en la RTX 5090. La tarjeta tiene 1.792 GB/s de ancho de banda de memoria, frente a los 273 GB/s del Spark. El Spark admite modelos mucho más grandes, con 128 GB frente a 32 GB.
¿Puedo conectar dos DGX Spark?
Sí. Se pueden conectar dos unidades mediante la red NVIDIA ConnectX-7 integrada (200 Gb/s) para modelos o tareas demasiado grandes para una sola.
¿Cuánto almacenamiento tiene?
La NVIDIA Founders Edition tiene 4 TB de almacenamiento NVMe. Las versiones de otros fabricantes varían, así que consulte la ficha de la versión que compre.
Comprar en esta categoría: Aceleradores de IA · Apple · Hardware para IA local
Guías relacionadas
IA local · 5 min de lectura
Mac, NVIDIA o Ryzen AI Max+ para IA local
Mac, NVIDIA o Ryzen AI Max+: qué plataforma encaja con cada trabajo. CUDA, memoria unificada en Mac o 128 GB en un mini PC. Memoria, software y límites.
Leer la guía →Tarjetas gráficas · 5 min de lectura
Cómo elegir una GPU para IA local: RTX 5090, R9700 y B60
Cómo elegir una GPU para IA local según memoria, software y ancho de banda: RTX 5090, Radeon AI PRO R9700, Arc Pro B60 y las profesionales de 48 y 96 GB.
Leer la guía →IA local · 5 min de lectura
¿Cuánta memoria hace falta para ejecutar un LLM en local?
Sepa cuánta memoria necesita un LLM local: modelos de 7B a 120B+ a 4 y 8 bits, memoria unificada frente a VRAM y qué equipos admiten cada tamaño.
Leer la guía →