A Nvidia lançou a versão de 64GB do DGX Spark, com memória reduzida pela metade, a partir de US$ 4.999; a versão de 128GB teve aumento de preço para US$ 6.950.

Enquanto os modelos de IA estão se tornando cada vez mais "leves", a memória gráfica está ficando cada vez mais cara. A Nvidia está respondendo a essa contradição com um produto que "corta memória".

No horário do leste dos EUA, sexta-feira, 2 de outubro, a Nvidia anunciou o lançamento da versão de 64GB de memória unificada do desktop de computação de IA DGX Spark, com preço inicial de US$ 4.999, que estará disponível em 23 de outubro por meio de OEMs como Acer, ASUS, Dell, Gigabyte, HP e MSI. O novo equipamento mantém o superchip Grace Blackwell GB10, DGX OS, toda a suíte de softwares de IA da Nvidia e capacidade de rede ConnectX-7, mas a memória unificada foi reduzida dos atuais 128GB para 64GB.

Curiosamente, o preço inicial desta versão "reduzida" do DGX Spark é, na verdade, superior ao preço de lançamento do ano passado, de US$ 3.999 para o modelo de 128GB. Ao mesmo tempo, a Nvidia aumentou ainda mais o preço da edição de 128GB Founders Edition para US$ 6.950. A mídia apontou que a Nvidia atribuiu este aumento de preço a limitações de fornecimento de memória e ao aumento dos custos.

Isso significa que, no contexto da demanda por servidores de IA pressionando o suprimento de memória, "reduzir a memória" tornou-se uma forma de baixar a barreira de preço dos dispositivos locais de IA, mas isso não significa que o dispositivo em si realmente ficou mais barato.

64GB é suficiente? Nvidia mira nos agentes de IA locais

A lógica central do ajuste da Nvidia desta vez é que cada vez mais modelos de código aberto já podem ser executados em capacidades menores de memória.

A Nvidia afirma que, com a melhoria das capacidades dos modelos de código aberto e a constante diminuição do tamanho dos modelos, 64GB de memória unificada já são suficientes para suportar uma série de aplicações locais de IA. O novo DGX Spark pode rodar localmente modelos com até 100 bilhões de parâmetros e dá suporte a agentes de IA, inferência, ajuste fino, ciência de dados e workloads de computação de borda.

A Tom's Hardware também apontou que alguns dos mais recentes modelos de alta densidade de desempenho já podem ser executados em cerca de 32GB de memória, embora em cenários como janelas de contexto maiores ainda haja limitações. Isso faz com que os 128GB de memória, originalmente destinados a "rodar grandes modelos localmente", não sejam necessários para todos os desenvolvedores.

Este é o fundamento prático do lançamento da versão de 64GB pela Nvidia: para usuários que se concentram principalmente em inferência local e desenvolvimento de agentes de IA, e não em treinamento ou ajuste fino de grandes modelos, 64GB podem cobrir uma parte significativa dos workloads.

A Nvidia chegou até a resumir essa tendência em seu anúncio: "Com o avanço contínuo da tecnologia, a utilidade da IA local está aumentando", e, à medida que os agentes de IA passam do laboratório para o desenvolvimento diário, a demanda por execução local de modelos cresce.

Ao mesmo tempo, a implantação local também tem os atrativos de privacidade e custo. Os desenvolvedores podem processar seus próprios dados e executar agentes de IA diretamente no DGX Spark, sem precisar chamar modelos em nuvem para cada tarefa.

Mesmo GB10, versão de 64GB não tem desempenho reduzido

Do ponto de vista da arquitetura de hardware, a versão de 64GB não é um produto de chip inteiramente novo.

A Nvidia afirma que o novo equipamento ainda usa o Superchip Grace Blackwell GB10, mantendo o sistema DGX OS completo e toda a suíte de softwares de IA. A mídia apontou que a versão de 64GB mantém o mesmo processador Arm de 20 núcleos e largura de banda de memória compartilhada de 273GB/s, ou seja, para modelos que cabem em 64GB, a capacidade de computação básica das duas versões não muda, embora a memória tenha sido cortada pela metade.

Em outras palavras, o ponto central dessa mudança não é "cortar poder de processamento", mas sim remover parte da memória que talvez alguns usuários não precisem.

A versão de 64GB ainda suporta frameworks de inferência populares como llama.cpp, Ollama, vLLM e LM Studio, além de vir pré-instalada com Nvidia Agent Toolkit, CUDA-X AI Libraries e modelos abertos como Nemotron.

A estratégia da Nvidia é clara: se o desenvolvedor precisa apenas de 64GB, compra uma máquina com menor capacidade; se, no futuro, o tamanho dos modelos continuar crescendo, é só agregar mais máquinas ao cluster, aumentando assim tanto memória quanto poder de processamento.

Duas máquinas de 64GB podem ser combinadas em 128GB, desempenho pode aumentar até 70%

Outro destaque da atualização do DGX Spark é que a Nvidia reforçou ainda mais a colaboração entre múltiplas máquinas.

A versão de 64GB também possui interface de rede ConnectX-7 integrada, permitindo que dois dispositivos sejam conectados diretamente via cabo QSFP, e, com o auxílio do NVIDIA Sync Cluster Assistant, a configuração da rede é feita automaticamente, formando um cluster de IA local. A Nvidia afirma que duas unidades DGX Spark de 64GB podem consolidar uma pool de memória de 128GB, suportando modelos com até 200 bilhões de parâmetros.

Em testes feitos pela Nvidia com o modelo Qwen 3.8 27B, duas máquinas de 64GB, em cluster, atingiram até 1,7x o desempenho de um único equipamento.

A Nvidia também lançará, no final de outubro, o NVIDIA Sync Model Launcher, que irá simplificar ainda mais o processo de implantação de modelos tanto em uma única máquina quanto em clusters. Por exemplo, desenvolvedores poderão rodar Qwen 3.8 27B e integrá-lo a ferramentas de programação como OpenCode por meio deste utilitário.

Isso significa que a lógica do produto DGX Spark está mudando de "um supercomputador local de IA" para "um nó local de IA que pode ser expandido gradualmente".

É claro que duas máquinas não equivalem a um único DGX Spark físico de 128GB—se o modelo pode ou não rodar entre nós depende do software e dos workloads. Portanto, para tarefas que realmente exigem muita memória em uma só máquina, a versão de 64GB ainda será limitada.

Com escassez de memória gráfica, US$ 4.999 pela versão de 64GB não é realmente "barato"

O ponto realmente importante aqui é o preço.

O preço oficial divulgado pela Nvidia para o DGX Spark de 64GB é de US$ 4.999, e esta versão não terá Founders Edition própria da Nvidia, sendo vendida completamente por parceiros OEM. Estes incluem Acer, ASUS, Dell, Gigabyte, HP e MSI, e as configurações e preços podem variar.

Em comparação, quando o DGX Spark foi lançado em 2025, o preço oficial da versão de 128GB era de US$ 3.999; posteriormente, em fevereiro de 2026, a Nvidia aumentou o preço da Founders Edition de 128GB para US$ 4.699, e, nesta última mudança, para US$ 6.950.

Portanto, comparando apenas os preços iniciais históricos, a versão de 64GB de hoje não é apenas mais cara que a de 128GB, mas custa US$ 1.000 a mais—um aumento de 25%.

Já em relação ao preço atual da Nvidia para 128GB, a versão de 64GB a US$ 4.999 ainda é US$ 1.951 mais barata que a de 128GB, mas o preço é a redução da memória pela metade.

O PC Watch cita informações que associam o aumento de preço da versão de 128GB à limitação da oferta e ao aumento dos custos da memória; a Tom's Hardware aponta que, hoje, o preço real do sistema GB10 de 128GB no mercado chega a até US$ 7.000–9.000.

Logo, outro significado deste ajuste de produto é: o poder computacional de IA está migrando para dispositivos locais, mas a memória já se tornou um gargalo de custo importante nessa tendência.

De “acumular memória” para “expansão sob demanda”

Analisando a estratégia do produto, a Nvidia não está simplesmente tornando o DGX Spark uma “versão básica”.

No passado, um dos grandes atrativos do DGX Spark era a memória unificada de 128GB, permitindo rodar grandes modelos de parâmetros no desktop; agora, com avanços em compressão e quantização de modelos, parte dos modelos já não precisa de tanta memória.

Assim, a Nvidia propõe: 64GB em uma única máquina atende à maioria das tarefas locais de inferência de IA, e, caso a demanda por memória aumente, expanda via cluster multiprocessado.

A versão de 64GB estará disponível em 23 de outubro, com preço inicial de US$ 4.999. Ao mesmo tempo, o reajuste para US$ 6.950 da versão de 128GB destaca ainda mais o novo produto—ele é ao mesmo tempo uma tentativa da Nvidia de baixar a barreira para hardware local de IA e um reflexo do conflito atual da indústria de IA entre alta demanda por poder computacional e oferta restrita de memória.