El DGX Spark se considera la supercomputadora de IA más pequeña que NVIDIA ha construido debido a su diseño compacto y capacidades potentes. Estos son los factores clave que contribuyen a su estado:
1. Factor de forma compacta: la chispa DGX está diseñada para caber en un pequeño recinto, midiendo aproximadamente 150 x 150 x 50.5 mm, por lo que es comparable en tamaño a una Mac Mini [6]. Este tamaño compacto le permite colocar fácilmente en un escritorio, proporcionando potentes capacidades de IA de manera eficiente en el espacio.
2. GB10 Grace Blackwell Superchip: En el corazón de la DGX Spark está el GB10 Grace Blackwell Superchip, que incluye una GPU Nvidia Blackwell con núcleos de tensor de quinta generación y soporte FP4. Este chip se optimiza específicamente para un factor de forma de escritorio, asegurando que ofrece un alto rendimiento mientras mantiene un tamaño pequeño [1] [2].
3. Alto rendimiento: a pesar de su pequeño tamaño, el DGX Spark puede entregar hasta 1,000 billones de operaciones por segundo (TOPS) de AI Compute, lo que lo hace adecuado para ajustar y ejecutar modelos de IA avanzados como el Nvidia Cosmos Razon y el robot GR00T N1 Modelos Fundacionales [2] [5].
4. Memoria y almacenamiento unificados: el DGX Spark viene con 128 GB de memoria unificada del sistema, lo que le permite manejar modelos de IA con hasta 200 mil millones de parámetros para modelos de inferencia y ajuste fino de hasta 70 mil millones de parámetros. También ofrece hasta 4TB de almacenamiento NVME M.2, proporcionando un amplio espacio para aplicaciones de IA intensivas en datos [5] [6].
5. Eficiencia energética: el sistema opera con un consumo de energía de solo 170 W, por lo que es una solución de eficiencia energética para el desarrollo de IA en comparación con los sistemas de centros de datos más grandes [5].
6. Tecnología de interconexión avanzada: el GB10 Superchip utiliza la tecnología de interconexión NVIDIA NVLINK-C2C, que proporciona un modelo de memoria coherente de CPU+GPU con un ancho de banda significativamente mejorado en comparación con las conexiones PCIe tradicionales. Esta tecnología optimiza el rendimiento para las cargas de trabajo de IA intensivas en memoria [2] [7].
En general, la combinación de diseño compacto de DGX Spark, alto rendimiento y tecnología avanzada lo convierte en la supercomputadora de IA más pequeña pero poderosa que Nvidia ha desarrollado, atendiendo las necesidades de los investigadores, desarrolladores y científicos de datos que requieren capacidades de IA robustas en sus escritorios.
Citas:
[1] https://www.theverege.com/news/631957/nvidia-dgx-park-station-grace-lackwell-ai-superComputers-gtc
[2] https://nvidianews.nvidia.com/news/nvidia-nounces-dgx-spark-and-dgx-station-personal-ai-computers
[3] https://arstechnica.com/ai/2025/03/nvidia-nounces-dgx-deesktop-personal-ai-supercomputers/
[4] https://www.engadget.com/ai/nvidias-park-desktop-ai-supercomputer-grives-this-summer-200351998.html
[5] https://www.maginative.com/article/nvidia-unveils-dgx-spark-and-dgx-station-desktop-ai-supercomterters-for-the-developer-masses/
[6] https://www.youtube.com/watch?v=_14mvy0kol0
[7] https://www.investing.com/news/company-news/nvidia-launches-personal-ai-supercomputers-for-desktops-93ch-3934971
[8] https://www.digitimes.com/news/a20250319pd227/nvidia-gtc-ai-supercomputing-2025.html
[9] https://redmondmag.com/articles/2025/03/18/nvidia-expands-ai-for-eperprises.aspx
[10] https://techcrunch.com/2025/03/18/nvidia-nounces-two-personal-ai-superComputers/
[11] https://www.reddit.com/r/localllama/comments/1jedy17/nvidia_digits_specs_releed_and_renamed_to_dgx/
[12] https://www.nvidia.com/en-us/products/workstations/dgx-park/