NVIDIA DGX Spark: preço, especificações e veredito para IA local (2026)
A estação de IA compacta da NVIDIA, 128 GB de memória unificada. Vamos ver o que importa para rodar LLMs localmente : memória, largura de banda, velocidade, preço — e para quem é (ou não) a compra certa.
Atualizado em 09/10/2026
Onde comprar
A configuração indicada no botão é a oferecida na compra. Em mini-PCs, reserve memória para o sistema e verifique o motor de inferência; macOS/MLX e CUDA não são intercambiáveis.
Links afiliados — QualLLM pode receber uma comissão sobre as compras, sem custo adicional para você, o que não influencia estas recomendações (estabelecidas de forma independente). Como Parceiro Amazon, QualLLM obtém lucro com compras que atendem às condições exigidas.
Ficha técnica
- Memória128 GB unificados (LPDDR5x)
- Largura de banda273 GB/s
- Cálculo≈ 1 PFLOP FP4 — GPU Blackwell + CPU Grace com 20 núcleos Arm
- Consumo140 W
- Preço indicativo≈ 6 100 € na Materiel.net (DGX Spark PNY a 6 099,95 € em 28/09/2026, prazo de mais de 15 dias; a MSI EdgeXpert, com o mesmo chip GB10 e 128 GB, está a 6 599,95 €, com prazo de até 7 dias)
- Maior modeloA NVIDIA o posiciona como capaz de executar modelos de “até 200B” desde a atualização de software da CES 2026; na prática, executa modelos de ~70B em Q4 com folga, limitado pela largura de banda (273 GB/s). Duas unidades interligadas rodam um Qwen 3.5-122B a ~40 t/s
Para quem?
Vantagens e limitações
✓ Pontos fortes
- 128 GB de memória unificada coerente
- Stack CUDA completa, local
- Formato compacto, 140 W
- Perfeito para on-premise / air-gapped / conformidade
- Atualização de software da CES 2026: até +2,5× em inferência (TensorRT-LLM, decodificação especulativa)
- Extensível: 2 unidades em série = um 122B a ~40 t/s
✗ Limitações
- Largura de banda modesta de 273 GB/s (um Mac Studio atinge ~2× esse valor)
- Preço alto em relação à performance bruta
- Estoque frequentemente muito limitado
- Difícil de recomendar fora do ecossistema CUDA / on-prem
Escolha e limites — revisão de 12 de setembro de 2026
O critério certo: seu modelo e seu ambiente
O DGX Spark oferece 128 GB de memória unificada em um ambiente NVIDIA. A capacidade anunciada para comportar um modelo não garante o contexto desejado nem uma taxa de processamento adequada para uso interativo. Verifique a quantização, o runtime, o número de usuários e se a medição se refere a uma ou duas unidades.
Fontes: ficha do fabricante NVIDIA et medições externas e dados brutos sobre um par de DGX Spark. Nenhum benchmark interno do DGX Spark é declarado nessa página; não aplicar os resultados de um par a uma unidade.
Voltar para a escolha de hardware · Instalar uma primeira IA local · Examinar nosso protocolo em uma máquina diferente
Denso ou MoE: o que voa e o que se arrasta no DGX Spark
A largura de banda da memória (273 GB/s) é o verdadeiro gargalo da máquina. A cada token gerado, um modelo dense relê a totalidade de seus pesos; um MoE (Mixture of Experts) lê apenas seus especialistas ativos. No DGX Spark, a diferença é espetacular:
| Modelo | Arquitetura | Velocidade medida |
|---|---|---|
| gpt-oss-120B (MXFP4/FP8) | MoE — ~5B ativos/token | ≈ 40-58 tok/s conforme o motor (llama.cpp, SGLang) |
| Qwen3-Coder 30B-A3B | MoE — 3B ativos/token | Muito fluido, ideal para programação local |
| Llama 3.1 70B (FP8) | Dense | ≈ 2,7 tok/s (medição do LMSYS) — desconfortável no dia a dia |
Conclusão prática: nessa máquina, prefira os MoE — é nesse caso que os 128 GB fazem pleno sentido. Nosso guia DGX Spark para IA local detalha as configurações e o catálogo filtra os modelos por VRAM.
Em comparação com as alternativas de 128 GB
Três computadores de mesa acomodam hoje um modelo muito grande em memória unificada:
| Máquina | Memória | Largura de banda | Preço indicativo | Ecossistema |
|---|---|---|---|---|
| NVIDIA DGX Spark | 128 GB | 273 GB/s | ≈ 6.100 – 6.600 € (Materiel.net, 28/09/2026) | CUDA completo |
| Mini-PC Ryzen AI Max+ 395 | até 128 GB | 256 GB/s | ≈ 1.900-3.900 € conforme configuração | ROCm / Vulkan |
| Mac Studio M5 Max | 36-128 GB | 460-614 GB/s | a partir de 2.999 € (36 GB) | MLX / Metal |
Com o mesmo orçamento, o Strix Halo executa os mesmos modelos MoE por um custo 2 a 4 vezes menor; o Mac é claramente mais rápido em termos de largura de banda. O DGX Spark mantém uma vantagem única: a stack CUDA completa em 140 W. Comparativo detalhado: Strix Halo vs DGX Spark.
DGX Spark nas empresas: custo total, ponto de equilíbrio e cluster de duas unidades
Conteúdo extraído do guia “DGX e Spark: análise de custos para diretores de TI” (integrado nesta ficha em 08/09/2026). O preço oficial passou de US$ 3.999 para US$ 4.699 em 27 de fevereiro de 2026 (+17,5 %), com a NVIDIA citando dificuldades de abastecimento de LPDDR5X; na França, o preço observado em revendedores terceiros continua significativamente acima desse valor (ver o bloco de preços acima).
- Ponto de equilíbrio : assim que uma fatura de inferência em nuvem ultrapassa ~300 a 500 € por mês de forma recorrente, a compra se torna racional em 12 a 18 meses — antes mesmo de considerar a soberania (dados sujeitos ao RGPD, médicos ou jurídicos que nunca saem do prédio). Trata-se de um CAPEX único amortizado em 3-4 anos frente a uma fatura de nuvem contínua.
- O que 128 GB realmente permitem : um 70B em Q4_K_M ocupa ≈ 40 GB, um 120B fortemente quantizado ≈ 70-80 GB; ainda há margem para o contexto e o KV-cache, enquanto uma placa de 24 GB fica limitada a cerca de 32B.
- Ganho via software na CES 2026: até ×2,5 na mesma máquina via TensorRT-LLM e decodificação especulativa — ganho máximo nas saídas previsíveis (código, JSON, texto estruturado), mais moderado no texto criativo.
- Duas unidades em cadeia (ConnectX): 256 GB agregados, Qwen 3.5-122B a ~40 tokens/s; orçamento ≈ 9 400 $ sem impostos. Interligar as unidades dobra a memória acessível, não necessariamente a taxa de geração de um modelo que já cabia em uma única máquina.
- Critério de escolha : CUDA + clusterização → DGX Spark ; orçamento apertado → mini-PC Ryzen AI Max+ 395 (128 GB, ecossistema ROCm menos maduro); largura de banda e versatilidade → Mac Studio (> 800 GB/s, MLX/Metal).
Para uma empresa que prefere delegar a integração em vez de montar esse tipo de máquina por conta própria, a IAPRO oferece um pacote de hardware + IA pronto para uso para PMEs : escolha do servidor, implantação dos modelos e treinamento das equipes.
Veredito
Perguntas frequentes
O NVIDIA DGX Spark consegue rodar um LLM de 70B localmente?
A NVIDIA o posiciona como capaz de executar modelos de « até 200B » desde a atualização de software da CES 2026; na prática, executa modelos de ~70B em Q4 com conforto, limitado pela largura de banda (273 GB/s). Duas unidades interligadas executam um Qwen 3.5-122B a ~40 t/s.
Quanto custa o NVIDIA DGX Spark?
Prever ≈ 6.100 € na Materiel.net (DGX Spark PNY a 6.099,95 € em 28/09/2026, prazo de mais de 15 dias; a MSI EdgeXpert, com o mesmo chip GB10 e 128 GB, está a 6.599,95 €, com prazo de até 7 dias) (preço oficial de 4.699 $ (preço registrado de 3.999 $ em 27 de fevereiro de 2026)). Os preços variam rapidamente — verifique o preço do dia pelos links de compra.
Para quem o NVIDIA DGX Spark é feito?
Desenvolvedores que trabalham no ecossistema CUDA, fine-tuning local, ambientes on-premise / air-gapped.
Onde comprar o DGX Spark na França?
Materiel.net lista o produto: o DGX Spark PNY estava disponível lá por 6.099,95 € em 28/09/2026, com um prazo de entrega superior a 15 dias. Em outros lugares, ele é vendido principalmente por terceiros, a preços mais altos e voláteis. Uma alternativa séria são as máquinas GB10 dos parceiros (Asus Ascent GX10, Dell, HP, Lenovo…), com o mesmo chip e a mesma memória, muitas vezes com melhor distribuição — a lista completa está em nosso guia DGX Spark.
DGX Spark ou RTX 5090 para IA local?
Duas filosofias: a RTX 5090 oferece 32 GB de GDDR7 a ~1,8 TB/s — qualquer modelo que caiba em 32 GB rodará muito mais rápido nela. O DGX Spark oferece 4 vezes a capacidade (128 GB), mas a 273 GB/s: ele comporta modelos que a 5090 não consegue carregar, executando-os mais lentamente. Se seus modelos-alvo ocuparem menos de 32 GB, escolha a GPU; ver escolher sua GPU para IA local.
Devo esperar pelos PCs “RTX Spark” em vez de comprar um DGX Spark?
As RTX Spark (chip derivado do GB10, até 128 GB de memória unificada) estão confirmadas para o outono de 2026 pela Asus, Dell, HP, Lenovo, MSI e Microsoft — oito máquinas anunciadas, incluindo notebooks. Mas, em 31 de agosto de 2026, nenhum preço foi publicado e nenhuma pré-venda está aberta. Se você precisa de uma máquina imediatamente e de CUDA, o DGX Spark continua sendo a única opção que pode ser entregue; caso contrário, esperar até o outono ampliará significativamente a oferta.