A Nvidia apresentou nesta segunda-feira (16), na conferência de supercomputação SC26, em Chicago, o DGX Spark HPC Developer Kit: um cluster de mesa com quatro mini-PCs DGX Spark ligados entre si, que somam 512 GB de memória e, segundo a empresa, rodam localmente modelos de IA de até 700 bilhões de parâmetros. Os 512 GB não estão numa máquina só. São quatro computadores de 128 GB cada, e a Nvidia não divulgou o preço do conjunto.

Adicione ao Google Notícias
Neste artigo
  1. Quatro DGX Spark ligados em anel, sem switch de rede
  2. Ficha técnica: o GB10 de cada nó e o total do cluster
  3. Simulação científica e IA: o que já roda no cluster
  4. Preço e disponibilidade
  5. DGX Spark não é DGX Station: para quem o kit serve

O público são universidades, laboratórios e equipes de desenvolvimento que hoje esperam na fila de um cluster compartilhado ou pagam hora de GPU na nuvem para testar código. Com o kit, o trabalho de desenvolvimento e depuração sai do supercomputador e vai para a bancada, e os dados não saem da instituição.

O DGX Spark em si não é novidade. A Nvidia mostrou o aparelho como Project DIGITS na CES 2025 e começou a vendê-lo em outubro de 2025: um mini-PC de IA com o superchip GB10 Grace Blackwell, desenvolvido em parceria com a MediaTek. Ligar até quatro unidades pela rede ConnectX-7 já era possível. A diferença agora é o pacote. A Nvidia passa a vender o conjunto como produto de computação de alto desempenho (HPC), com topologia definida, parceiros e um roteiro de software próprio.

Quatro DGX Spark ligados em anel, sem switch de rede

No kit, cada DGX Spark se conecta direto aos dois vizinhos, formando um anel, pela placa de rede Nvidia ConnectX-7. Não há switch para comprar nem configurar. A montagem é modular: começa com uma unidade e cresce até quatro, conforme o orçamento e a carga de trabalho.

Com os quatro nós, a Nvidia fala em 512 GB de memória combinada e 20 TB de armazenamento NVMe. Usando o formato numérico NVFP4, de 4 bits, o cluster distribui entre as máquinas modelos de até 700 bilhões de parâmetros, como o DeepSeek V4.1, de acordo com a fabricante.

"As equipes podem desenvolver e depurar por conta própria, economizando horas de servidor para as execuções de produção e mantendo resultados ainda não publicados e bases de dados proprietárias dentro da instituição", afirma a Nvidia no anúncio oficial.

O software é a outra metade. A empresa diz que vai publicar "em breve" um playbook de instalação do HPC SDK, com compiladores C, C++ e Fortran acelerados por GPU, bibliotecas e ferramentas MPI, o padrão de troca de mensagens entre nós. São as mesmas ferramentas dos supercomputadores com chips da marca. Não há data para o playbook.

Ficha técnica: o GB10 de cada nó e o total do cluster

Cada nó é um DGX Spark completo, com a mesma ficha do modelo vendido avulso. A tabela reúne os dados por unidade, publicados pela Nvidia e compilados pelo Notebookcheck, e o total do kit.

CaracterísticaPor nó (DGX Spark)Kit com 4 nós
ChipGB10 Grace Blackwell (Nvidia e MediaTek)4 × GB10
CPUArm de 20 núcleos: 10 Cortex-X925 até 4 GHz e 10 Cortex-A725 até 2,8 GHz80 núcleos (soma)
GPUBlackwell com 6.144 núcleos CUDA24.576 núcleos CUDA (soma)
Desempenho de IAaté 1 petaflop em FP4até 4 petaflops em FP4 (soma teórica)
Memória128 GB LPDDR5X unificada (CPU e GPU), 256 bits, 273 GB/s512 GB combinados
Armazenamento4 TB na Founders Edition vendida avulsa20 TB NVMe, segundo a Nvidia
Rede entre nósNvidia ConnectX-7anel, cada nó ligado a dois vizinhos, sem switch
TDP140 W560 W (soma)
Modelos de IA—até 700 bilhões de parâmetros em NVFP4

Os 4 petaflops são teóricos e valem para FP4, formato de baixa precisão usado em IA. Simulação científica tradicional costuma rodar em FP32 ou FP64, e aí a conta muda: a 01net, da Itália, estima cerca de 120 teraflops em FP32 para o conjunto, perto de 30 por chip, número que a Nvidia não publica.

A ficha também mostra o limite do produto. A memória é unificada dentro de cada nó, mas cada um tem banda de 273 GB/s, bem abaixo das GPUs de datacenter, e a conversa entre as quatro máquinas passa pela rede, cuja velocidade no kit a Nvidia não informou. Pela banda, a leitura do tekimobile é que um modelo de 700 bilhões de parâmetros cabe no conjunto, mas tende a gerar respostas devagar. Nenhum teste independente de velocidade foi publicado até agora.

Cluster de quatro DGX Spark da Nvidia ligados em anel, o DGX Spark HPC Developer Kit
Divulgação/Nvidia (Imagem: reprodução)

Simulação científica e IA: o que já roda no cluster

A Nvidia demonstrou duas cargas rodando nos quatro sistemas: o LAMMPS com Kokkos, para simulação de materiais, e o NAMD, de dinâmica molecular. A comunidade de usuários do DGX Spark validou ainda o GROMACS (dinâmica molecular), o OpenFOAM (fluidos), o WRF (previsão do tempo e clima) e os microsserviços NIM OpenFold3 e Boltz-2, que preveem estruturas biomoleculares.

Os exemplos de uso citados vêm de Berkeley. No Rubin Lab, do Innovative Genomics Institute da Universidade da Califórnia, um único DGX Spark roda o modelo Evo 2 para prever características de bactérias a partir do genoma; o laboratório relata resultados 15 vezes mais rápidos por não depender de uma fila de 11 horas. O Hartwig Group, também em Berkeley, fez o ajuste fino de um modelo da classe de 120 bilhões de parâmetros, o Nemotron 3 Super 120B-A12B, em NVFP4, com treinos de 8 a 24 horas. O caso do Rubin Lab usa uma máquina só, não o kit completo.

Preço e disponibilidade

A Nvidia diz que o kit está em exibição no SC26 e "disponível para venda", mas não divulgou o preço do conjunto de quatro nós. A venda passa por parceiros: Acer, ASUS, Dell, Gigabyte, H3C, HP, Lenovo, MSI e xFusion. O DGX Spark avulso e os cabos também estão no Nvidia Marketplace.

No Brasil, não há preço nem data de lançamento do kit, e a Nvidia não informou se algum parceiro vai vendê-lo por aqui. Hoje, quem quiser montar o cluster no país depende de importação ou de revendedor corporativo, com os impostos de importação por cima.

Dá para estimar pelo preço das peças. A 01net calcula que o DGX Spark Founders Edition de 128 GB e 4 TB sai por 7.490 euros no Marketplace italiano; quatro unidades somam 29.960 euros, e os cabos QSFP de 0,4 m custam cerca de US$ 100 cada nos EUA. O total fica em "pouco mais de 30 mil euros", pela estimativa do veículo, que lembra que quatro unidades de 4 TB dão 16 TB, e não os 20 TB citados pela Nvidia, sinal de que a configuração do kit é outra. Nos EUA, o DGX Spark de 128 GB estreou a US$ 3.999 em outubro de 2025 e foi reajustado depois, com a alta no preço da memória; o valor atual varia conforme a loja e o parceiro.

A mesma 01net compara o kit a uma workstation com uma RTX PRO 6000 Blackwell, de 96 GB de GDDR7 e banda bem maior, vendida a partir de cerca de 29.500 euros com imposto na Itália. Pelo mesmo dinheiro, a workstation vence em cargas que cabem na placa; o cluster ganha em capacidade de memória e serve para testar software que vai rodar em vários nós.

DGX Spark não é DGX Station: para quem o kit serve

O nome confunde. Em junho, na GTC Taipei, a Nvidia anunciou o DGX Station para Windows, uma única máquina com o chip GB300, até 748 GB de memória coerente e 20 petaflops em FP4, prevista para o quarto trimestre de 2026 e bem mais cara. O kit do SC26 é outro produto: quatro mini-PCs com processador Arm, pensados para pesquisa e desenvolvimento.

Também não é PC de jogos nem computador para o dia a dia. A máquina foi feita para IA e HPC, e o kit só faz sentido para quem precisa desenvolver código distribuído ou rodar modelos que não cabem numa GPU de mesa.

Os próximos passos concretos são o playbook do HPC SDK, ainda sem data, e os primeiros testes independentes do cluster com modelos grandes. Até lá, o que a Nvidia entregou é um hardware conhecido num arranjo novo, e os 512 GB do título só valem para quem consegue dividir o trabalho em quatro.