- DGX Spark128 GB de memoria unificada
Especificaciones completas
- Superchip
- NVIDIA GB10 Grace Blackwell
- CPU
- Arm de 20 núcleos (10 × Cortex-X925, 10 × Cortex-A725)
- GPU
- NVIDIA Blackwell, Tensor Cores de 5.ª generación
- Rendimiento de IA
- Hasta 1 petaFLOP FP4 (con dispersión)
- Memoria
- 128 GB de memoria unificada coherente LPDDR5x, 273 GB/s
- Almacenamiento
- 4 TB NVMe (NVIDIA Founders Edition; las versiones de otros fabricantes varían)
- Red
- NVIDIA ConnectX-7 (200 Gb/s) y 10 Gigabit Ethernet
- Puertos
- 4 × USB Type-C, 1 × HDMI 2.1a
- Sistema operativo
- NVIDIA DGX OS (basado en Ubuntu)
- Dimensiones
- 150 × 150 × 50,5 mm
- Peso
- 1,2 kg
- Fuente de alimentación
- 240 W
Ideal para
- Desarrolladores de CUDA que crean prototipos y hacen ajuste fino antes de pasar a sistemas NVIDIA más grandes
- Ejecutar en local modelos de 70B hasta la clase 120B en un equipo silencioso que cabe sobre la mesa
- Pequeños clústeres de dos o cuatro unidades mediante ConnectX-7
No tan adecuado para
- Chat rápido con modelos de menos de 30B: una tarjeta gráfica de 32 GB genera texto más rápido
- Uso como PC de sobremesa con Windows o software exclusivo para x86
- Gaming
NVIDIA
NVIDIA DGX Spark
El DGX Spark es el ordenador de IA de sobremesa de NVIDIA, basado en el superchip GB10 Grace Blackwell con 128 GB de memoria unificada coherente. Incluye el stack de software de IA de NVIDIA, por lo que el código que escriba aquí pasa a sistemas DGX mayores y a la nube con pocos cambios. Se pueden conectar dos unidades mediante la red ConnectX-7 integrada.
4699 €En stock. Envío en 1 a 3 días laborables.
- Devoluciones en 30 días
- Envío gratuito a partir de 199 €
- Se envía desde nuestro almacén en el Reino Unido
- Aranceles e impuestos de importación incluidos
- Envíos, devoluciones y garantía
Qué puede ejecutar
Hasta 120B+ a 4 bits, 70B a 8 bits (aproximado)
Calculado con 128 GB de memoria unificada, de los que la GPU puede usar aproximadamente el 75 %. Ver todos los equipos por tamaño de modelo
Guías para este producto
IA local · 4 min de lectura
DGX Spark vs Mac Studio: para quién es el Spark
DGX Spark vs Mac Studio: qué hace bien el Spark, dónde es más lento y cómo se compara con una RTX 5090 y una RTX PRO 6000 para IA local. ¿Merece la pena?
Leer la guía →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 →NVIDIA DGX Spark en detalle
El NVIDIA DGX Spark es un equipo de sobremesa de 150 mm de lado basado en el superchip GB10 Grace Blackwell, con 128 GB de memoria unificada coherente y el software de IA de NVIDIA preinstalado en DGX OS. Según NVIDIA, admite modelos de hasta 200.000 millones de parámetros. Es la opción adecuada si desarrolla, ajusta o prueba modelos con CUDA y quiere el mismo software que usará después en sistemas NVIDIA más grandes.
Características principales
- Superchip NVIDIA GB10 Grace Blackwell: CPU Arm de 20 núcleos y GPU Blackwell
- 128 GB de memoria unificada coherente LPDDR5x, 256 bits, 273 GB/s
- Hasta 1 petaFLOP de rendimiento de IA en FP4 (con dispersión)
- Red ConnectX-7 a 200 Gb/s para conectar hasta cuatro unidades, además de Ethernet de 10 Gigabit
- Hasta 4 TB de almacenamiento NVMe con autocifrado
- DGX OS (basado en Ubuntu) con CUDA y herramientas de IA de NVIDIA
- 150 × 150 × 50,5 mm, 1,2 kg, fuente de alimentación de 240 W
Qué modelos ejecuta
Contando como utilizable para modelos alrededor del 75 % de los 128 GB, el DGX Spark admite modelos de 70B a 8 bits y modelos de la clase 120B a 4 bits. Un modelo de 120B a 8 bits necesita unos 140 GB y no cabe en una sola unidad. NVIDIA indica modelos de hasta 200.000 millones de parámetros por sistema; nuestro criterio reserva más margen para el contexto, por lo que situamos el límite práctico en la clase 120B. Puede ver cómo se comparan otros equipos en nuestra herramienta de compatibilidad de modelos.
| Tamaño del modelo | 4-bit | 8-bit |
|---|---|---|
| 7–8B | Cabe | Cabe |
| 13–14B | Cabe | Cabe |
| 30–34B | Cabe | Cabe |
| 70B | Cabe | Cabe |
| 120B+ | Cabe | No cabe |
Rendimiento en contexto
El ancho de banda de memoria es de 273 GB/s, muy por debajo del de una tarjeta gráfica de gama alta. Un modelo denso que quepa en una tarjeta de 32 GB generará texto más rápido en esa tarjeta. El DGX Spark tiene sentido cuando el modelo es demasiado grande para una sola tarjeta, cuando se hace ajuste fino de modelos y no solo se ejecutan, o cuando el propio entorno CUDA es un requisito. Nuestra guía del DGX Spark explica a quién le conviene y cuándo no merece la pena.
Conexión entre unidades
Cada unidad tiene dos puertos QSFP en la tarjeta de red ConnectX-7, cada uno de hasta 200 Gb/s. Dos o tres unidades se conectan con un único cable QSFP directo; cuatro unidades necesitan un switch de 200 GbE. NVIDIA recomienda un número de unidades que sea potencia de dos para equilibrar mejor la carga, es decir, dos o cuatro en lugar de tres.
Puertos
- 4 × USB Type-C, con hasta tres salidas DisplayPort por USB-C
- 1 × HDMI 2.1a con audio multicanal
- 1 × Ethernet de 10 Gigabit (RJ-45)
- 2 × QSFP (ConnectX-7, 200 Gb/s)
- Wi-Fi 7 y Bluetooth 5.4
Consumo y ruido
El chip GB10 tiene un TDP de 140 W y el sistema funciona con una fuente de 240 W. NVIDIA declara una presión sonora de 29 dB en la posición del usuario bajo carga y de 13 dB en reposo, por lo que se puede usar sin problema sobre la mesa de trabajo.
Software
DGX OS es una distribución Linux basada en Ubuntu y coincide con el sistema de las máquinas DGX más grandes de NVIDIA. De serie incluye CUDA y acceso al catálogo de contenedores de NVIDIA, como NeMo para ajuste fino, RAPIDS para ciencia de datos, servicios de inferencia NIM, PyTorch y Jupyter. La CPU es Arm, por lo que el software de Windows o Linux exclusivo para x86 no se ejecuta de forma nativa. El soporte de hardware lo presta el proveedor que vendió el sistema.
Con qué complementarlo
Uno de los cables QSFP homologados si tiene previsto añadir una segunda unidad, y una red de 10 Gigabit para mover conjuntos de datos. Si busca 128 GB de memoria unificada con x86 y compatibilidad con Windows, compare con el Beelink GTR9 Pro; si lo que busca es la tarjeta más rápida para modelos de hasta 30B, la RTX 5090 ofrece más velocidad.
Ideal para
- Desarrolladores de CUDA que crean prototipos y hacen ajuste fino antes de pasar a sistemas NVIDIA más grandes
- Ejecutar en local modelos de 70B hasta la clase 120B en un equipo silencioso que cabe sobre la mesa
- Pequeños clústeres de dos o cuatro unidades mediante ConnectX-7
No tan adecuado para
- Chat rápido con modelos de menos de 30B: una tarjeta gráfica de 32 GB genera texto más rápido
- Uso como PC de sobremesa con Windows o software exclusivo para x86
- Gaming
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.
Para quién es
Desarrolladores que crean prototipos, ajustan y prueban modelos con CUDA antes de llevarlos a hardware más potente.
Especificaciones completas
- Superchip
- NVIDIA GB10 Grace Blackwell
- CPU
- Arm de 20 núcleos (10 × Cortex-X925, 10 × Cortex-A725)
- GPU
- NVIDIA Blackwell, Tensor Cores de 5.ª generación
- Rendimiento de IA
- Hasta 1 petaFLOP FP4 (con dispersión)
- Memoria
- 128 GB de memoria unificada coherente LPDDR5x, 273 GB/s
- Almacenamiento
- 4 TB NVMe (NVIDIA Founders Edition; las versiones de otros fabricantes varían)
- Red
- NVIDIA ConnectX-7 (200 Gb/s) y 10 Gigabit Ethernet
- Puertos
- 4 × USB Type-C, 1 × HDMI 2.1a
- Sistema operativo
- NVIDIA DGX OS (basado en Ubuntu)
- Dimensiones
- 150 × 150 × 50,5 mm
- Peso
- 1,2 kg
- Fuente de alimentación
- 240 W
Véalo en acción
Vídeos oficiales del canal del fabricante. Solo se cargan al pulsar reproducir.


Opiniones
Qué dicen los análisis
StorageReview
Elogia el software listo para usar y probado por NVIDIA, los 128 GB de memoria unificada en una caja de 240 W y lo poco que hay que configurar antes de ponerse a trabajar.
Leer la reseña
Opiniones de clientes de Atomrig
Todavía no hay opiniones de clientes. ¿Lo compró aquí? Cuéntenos qué tal funciona.
Productos relacionados

Tenstorrent
Tenstorrent Blackhole p150a
Ejecuta modelos de hasta 30–34B a 4 bits
- 32 GB
- Tenstorrent Blackhole
No es una tarjeta CUDA. Antes de comprarla, compruebe que los modelos que necesita son compatibles con la biblioteca de modelos de código abierto de Tenstorrent.
1399 €
Tenstorrent
Tenstorrent Wormhole n300s
Ejecuta modelos de hasta 30–34B a 4 bits
- 24 GB
Los 24 GB se reparten entre dos chips (12 GB cada uno), por lo que los modelos grandes deben distribuirse entre ambos. Compruebe que el modelo que quiere tiene una versión multichip funcional.
1399 €
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 €
PowerColor
PowerColor AMD Radeon AI PRO R9700 32GB
Ejecuta modelos de hasta 30–34B a 4 bits
- 32 GB
- AMD RDNA 4 (Navi 48)
Antes de comprar, compruebe que sus herramientas son compatibles con ROCm en su sistema operativo. PyTorch y llama.cpp lo son; algunas herramientas minoritarias todavía dan por hecho CUDA.
1299 €