DGX Spark, recientemente presentado por NVIDIA, es una supercomputadora de IA compacta diseñada para uso de escritorio, lo que lo hace accesible para una amplia gama de desarrolladores, investigadores y estudiantes. Está impulsado por el NVIDIA GB10 Grace Blackwell Superchip, que incluye una GPU de Blackwell con núcleos de tensor de quinta generación y soporte FP4. Esta configuración permite que DGX Spark entregue hasta 1,000 operaciones de billones por segundo (TOPS) de AI Compute, lo que le permite manejar modelos de IA hasta 200 mil millones de parámetros para modelos de inferencia y ajuste fino de hasta 70 mil millones de parámetros [1] [3] [6].
En comparación con otras supercomputadoras de IA, DGX Spark es notable por su tamaño compacto y eficiencia energética, consumiendo solo 170W. Utiliza la tecnología de interconexión NVIDIA NVLINK-C2C para proporcionar un modelo de memoria coherente CPU+GPU, que ofrece cinco veces el ancho de banda de la PCIe de quinta generación. Esto mejora el rendimiento de las cargas de trabajo de IA intensivas en memoria [1] [3] [6].
Mientras que DGX Spark es la supercomputadora de IA más pequeña, los sistemas más grandes como la estación DGX ofrecen capacidades más potentes. La estación DGX, también anunciada por NVIDIA, presenta el GB300 Grace Blackwell Ultra Desktop Superchip con 784 GB de espacio de memoria coherente, lo que lo hace más adecuado para tareas de entrenamiento e inferencia a gran escala [1] [4].
En el panorama más amplio de la supercomputación de IA, los sistemas como Andrómeda, desarrollados por cerebras, cuentan con capacidades impresionantes con 13.5 millones de núcleos y rendimiento sobre un exaflop a mitad de precisión de 16 bits. Andrómeda es notable por su rápido tiempo de ensamblaje y rentabilidad en comparación con las supercomputadoras tradicionales [2].
En el extremo superior del espectro de supercomputación se encuentran sistemas como El Capitan, Frontier y Aurora, que son máquinas exascale capaces de realizar más de mil millones de cálculos por segundo. Estas supercomputadoras se utilizan principalmente para simulaciones científicas a gran escala y tareas de IA, pero no están diseñadas para uso de escritorio [5].
El valor único de DGX Spark radica en su capacidad para llevar la computación de IA de alto rendimiento a un entorno de escritorio, lo que permite a los desarrolladores prototipos, ajustan e implementan modelos AI localmente antes de escalar a la infraestructura de los centros de datos o en el centro de datos con cambios de código mínimos [1] [6]. Esto lo convierte en una opción atractiva para investigadores y desarrolladores que necesitan potentes capacidades de IA sin la necesidad de infraestructura de centros de datos a gran escala.
Citas:
[1] https://nvidianews.nvidia.com/news/nvidia-nounces-dgx-spark-and-dgx-station-personal-ai-computers
[2] https://singularityhub.com/2022/11/22/this-ai-supercomputer-has-13-5-million-cores-and-was-built-in-just-three-days/
[3] https://www.maginative.com/article/nvidia-unveils-dgx-spark-and-dgx-station-desktop-ai-supercomterters-for-the-developer-masses/
[4] https://www.notebookcheck.net/nvidia-unveils-dgx-station-disktop-ai-supercomputer-with-72-core-cpu-andan-flackwell-ultra-gpu.981669.0.html
[5] https://www.livescience.com/technology/computing/top-most-powerful-supercomputers
[6] https://www.engineering.com/nvidia-unveils-dgx-personal-ai-supercomputers-by-grace-lackwell/
[7] https://bgr.com/tech/nvidia-just-nounced-two-new-personal-ai-supercomputers/
[8] https://qz.com/most-powerful-superComputers-ai-research-1851725834
[9] https://arstechnica.com/ai/2025/03/nvidia-nounces-dgx-desktop-personal-ai-supercomputers/