Nvidia lanza la versión DGX Spark de 64GB, con la memoria reducida a la mitad, a partir de 4.999 dólares; la versión de 128GB aumenta su precio a 6.950 dólares.

A medida que los modelos de IA se vuelven cada vez más “ligeros”, la memoria de video se vuelve cada vez más costosa. Nvidia está respondiendo a esta contradicción con un producto que “reduce la memoria”.

El viernes 2 de octubre, hora del este de EE. UU., Nvidia anunció el lanzamiento de la versión de 64GB de memoria unificada de su computadora de escritorio para IA, DGX Spark, con un precio inicial de 4,999 dólares. Estará disponible a partir del 23 de octubre a través de socios OEM como Acer, ASUS, Dell, Gigabyte, HP y MSI. El nuevo equipo mantiene el superchip GB10 Grace Blackwell, el DGX OS, la pila completa de software de IA de Nvidia y la capacidad de red ConnectX-7, pero reduce la memoria unificada de los 128GB actuales a 64GB.

Lo intrigante es que el precio inicial de esta versión “recortada” del DGX Spark es incluso más alto que el precio de lanzamiento de 3,999 dólares del año pasado para la versión de 128GB; al mismo tiempo, Nvidia ha aumentado aún más el precio de la Founders Edition de 128GB a 6,950 dólares. Los medios señalan que Nvidia atribuye este incremento de precio a una oferta limitada de memoria y al aumento de los costes.

Esto significa que, en el contexto de una demanda sostenida de servidores de IA que presiona la oferta de memoria, “ofrecer menos memoria” se ha convertido en una forma de reducir la barrera de precio para los dispositivos locales de IA, pero esto no significa que los equipos en sí realmente sean más baratos.

¿Son suficientes 64GB? Nvidia apunta a los agentes inteligentes locales de IA

La lógica central del ajuste actual de Nvidia es que cada vez más modelos de código abierto ya pueden funcionar en capacidades de memoria menores.

Nvidia señala que, a medida que las capacidades de los modelos de código abierto mejoran y su tamaño se reduce, 64GB de memoria unificada son suficientes para admitir un conjunto de aplicaciones locales de IA. El nuevo DGX Spark puede ejecutar modelos de hasta 100 mil millones de parámetros localmente y soporta cargas de trabajo como agentes de IA, inferencia, ajuste fino, ciencia de datos y desarrollo en el borde.

Tom's Hardware también señala que algunos de los modelos recientes de alto rendimiento ya pueden funcionar en cerca de 32GB de memoria, aunque siguen estando limitados en casos como ventanas de contexto más grandes. Esto significa que los 128GB de memoria, que originalmente estaban destinados a la “ejecución local de grandes modelos”, no son necesarios para todos los desarrolladores.

Esta es también la base práctica del lanzamiento de la versión de 64GB por parte de Nvidia: para los usuarios enfocados principalmente en la inferencia local y el desarrollo de agentes de IA, en lugar de entrenamiento o ajuste fino de modelos a gran escala, 64GB pueden cubrir una parte considerable de las cargas de trabajo.

Nvidia incluso resume esta tendencia en su anuncio como: “A medida que la tecnología evoluciona, la utilidad de la IA local está aumentando día a día”, y la demanda de ejecución local de modelos está en aumento a medida que los agentes de IA pasan de la experimentación al desarrollo cotidiano.

Al mismo tiempo, el despliegue local también tiene atractivo en términos de privacidad y costos. Los desarrolladores pueden procesar directamente sus propios datos y ejecutar agentes de IA en el DGX Spark, sin tener que llamar a los modelos en la nube para cada tarea.

Mismo GB10, el rendimiento de la versión de 64GB no se ha reducido

Desde la perspectiva de la arquitectura de hardware, la versión de 64GB no es un producto de chip completamente nuevo.

Nvidia afirma que el nuevo equipo aún utiliza el GB10 Grace Blackwell Superchip y conserva el sistema operativo DGX y toda la pila de software de IA. Los medios señalan que la versión de 64GB también mantiene la CPU Arm de 20 núcleos original y un ancho de banda de memoria compartida de 273GB/s, por lo que, para los modelos que caben en 64GB, la capacidad de cálculo básica de ambos productos no varía a pesar de la reducción a la mitad de la memoria.

En otras palabras, el enfoque clave de este cambio no es “recortar capacidad de cálculo”, sino eliminar parte de la capacidad de memoria que algunos usuarios podrían no necesitar.

La versión de 64GB sigue siendo compatible con los principales marcos de inferencia como llama.cpp, Ollama, vLLM, LM Studio y viene precargada con Agent Toolkit de Nvidia, la biblioteca CUDA-X AI y modelos abiertos como Nemotron.

La estrategia de Nvidia es clara: si los desarrolladores actualmente solo necesitan 64GB, pueden adquirir una máquina de menor capacidad; si el tamaño de los modelos sigue creciendo en el futuro, podrán aumentar la memoria y el poder de cómputo agrupando máquinas en clúster.

Dos equipos de 64GB pueden “unirse” para formar 128GB, con un rendimiento hasta un 70% mayor

Otro aspecto destacado de la actualización del DGX Spark es que Nvidia ha fortalecido aún más la colaboración entre equipos.

La versión de 64GB también incorpora interfaces de red ConnectX-7; dos dispositivos pueden conectarse directamente mediante cable QSFP y unirse como un clúster de IA local utilizando el asistente de clúster NVIDIA Sync, que configura la red automáticamente. Nvidia afirma que dos DGX Spark de 64GB pueden formar un grupo de memoria de 128GB, soportando modelos de hasta 200 mil millones de parámetros.

En las pruebas Qwen 3.8 27B que proporciona Nvidia, el rendimiento de un clúster de dos equipos de 64GB alcanza hasta aproximadamente 1.7 veces el de un solo equipo.

Nvidia también lanzará a finales de octubre el NVIDIA Sync Model Launcher, que simplifica aún más el despliegue de modelos tanto en equipos individuales como en clústeres. Por ejemplo, los desarrolladores pueden usar esta herramienta para ejecutar Qwen 3.8 27B y conectarlo a herramientas de programación como OpenCode.

Esto significa que la lógica del producto DGX Spark está evolucionando de “una supercomputadora de IA de escritorio” a “un nodo de IA local escalable gradualmente”.

Por supuesto, dos equipos no equivalen a un solo DGX Spark de 128GB en términos físicos; si un modelo puede ejecutarse entre nodos sigue dependiendo del software y la carga. Por lo tanto, para tareas que requieren grandes cantidades de memoria en un solo equipo, la versión de 64GB todavía presenta limitaciones claras.

Ante la escasez de memoria de video, la versión de 64GB por 4,999 dólares no es realmente “barata”

Lo realmente relevante aquí es el precio.

Según Nvidia, el precio inicial del DGX Spark de 64GB es de 4,999 dólares y no tendrá una Founders Edition oficial de Nvidia, sino que será distribuido completamente a través de socios OEM. Entre los socios se encuentran Acer, ASUS, Dell, Gigabyte, HP y MSI, por lo que puede haber diferencias en configuración y precio según el fabricante.

Como comparación, cuando el DGX Spark se lanzó por primera vez en 2025, la versión de 128GB tenía un precio oficial de 3,999 dólares; los medios informan que Nvidia luego elevó el precio de la Founders Edition de 128GB a 4,699 dólares en febrero de 2026 y, tras este nuevo ajuste, a 6,950 dólares.

Por lo tanto, si solo se compara el precio de lanzamiento histórico, la versión de 64GB de hoy no es más barata que la de 128GB: de hecho, cuesta 1,000 dólares más, un aumento del 25%.

Y si se compara con el precio actual oficial de 128GB, la versión de 64GB por 4,999 dólares sigue siendo 1,951 dólares más barata que la de 128GB, pero a cambio su capacidad de memoria se reduce a la mitad.

PC Watch cita información relacionada indicando que este aumento de precio en la versión de 128GB está relacionado con la limitada oferta de memoria y el alza de los costes; Tom's Hardware señala que el precio real de sistemas GB10 de 128GB en el mercado ronda ya los 7,000 a 9,000 dólares.

Por lo tanto, otro significado de este ajuste de producto es: el poder de cómputo de IA se está trasladando hacia dispositivos locales, pero la memoria ya se ha convertido en un importante cuello de botella de costes en esta tendencia.

De “acumular memoria” a “escalado bajo demanda”

Desde la perspectiva de la estrategia de producto, Nvidia no está simplemente creando una “versión básica” del DGX Spark.

En el pasado, uno de los grandes atractivos del DGX Spark fue su memoria unificada de 128GB, que permitía a los desarrolladores ejecutar modelos de gran tamaño en un equipo de escritorio; hoy, con los avances en compresión y cuantificación de modelos, parte de estos modelos ya no requieren tanta memoria.

Así, la solución de Nvidia ha cambiado a: una sola máquina de 64GB cubrirá la inferencia de IA local principal, y cuando sea necesario más memoria, se ampliará mediante clústeres de varios equipos.

La versión de 64GB estará disponible oficialmente el 23 de octubre, con un precio inicial de 4,999 dólares. Mientras tanto, el aumento de precio de la versión de 128GB a 6,950 dólares hace que este nuevo producto sea especialmente relevante: es tanto un intento de Nvidia por reducir la barrera para hardware de IA local, como un reflejo de la contradicción actual en la industria de IA entre la alta demanda de poder de cómputo y la limitada oferta de memoria.