Nvidia ha presentado una nueva configuración del DGX Spark con 64 GB de memoria unificada, que conserva el GB10 Grace Blackwell Superchip y el software del modelo de 128 GB y que llegará el viernes 23 de octubre de la mano de Acer, ASUS, Dell, Gigabyte, HP y MSI. La compañía lo ha anunciado en su blog oficial, donde explica además que dos unidades pueden trabajar juntas en clúster con NVIDIA Sync Cluster Assistant sin configuración adicional.
El mismo GB10 Grace Blackwell con la mitad de memoria
El DGX Spark es el superordenador personal de IA de Nvidia, un equipo compacto que reúne computación Grace Blackwell, memoria unificada, red NVIDIA ConnectX-7 y la pila de software de IA acelerada por CUDA. La compañía lo describe como una plataforma completa de IA local para agentes, inferencia, ajuste fino, ciencia de datos y desarrollo para el borde.
La novedad es una variante con 64 GB de memoria, frente a los 128 GB del modelo ya conocido. Nvidia afirma que esta configuración, disponible en exclusiva a través de los fabricantes asociados, mantiene la plataforma en un precio accesible y conserva el GB10 Grace Blackwell Superchip, el sistema operativo DGX OS y la pila completa de software de IA de Nvidia, «igual que el modelo de 128 GB». La compañía indica que admite modelos de hasta 100.000 millones de parámetros y las aplicaciones de agentes construidas sobre ellos, ejecutados por completo en el propio equipo, de forma privada y sin depender de la nube.
La ficha técnica de la página de producto, que recoge las dos capacidades, habla de hasta 1 petaFLOP de rendimiento de IA en FP4, memoria LPDDR5X con 273 GB/s de ancho de banda, una CPU Arm de 20 núcleos y red ConnectX-7 a 200 Gbps. Esa página muestra ya el aviso «DGX Spark 64 GB próximamente».
Dos unidades en clúster con NVIDIA Sync Cluster Assistant
El argumento principal de Nvidia es que se puede empezar con la memoria que el proyecto necesita hoy y crecer después. Cada DGX Spark incluye de serie una tarjeta de red ConnectX-7, y dos unidades pueden conectarse directamente con un cable QSFP para sumar su memoria hasta 128 GB y admitir modelos de hasta 200.000 millones de parámetros, con el doble de ancho de banda de memoria y hasta 1,7 veces el rendimiento.
Esa cifra sale de una prueba de la propia Nvidia con Qwen3.8 27B, comparando dos sistemas de 64 GB en clúster con uno solo. La compañía subraya que «dos unidades de 64 GB en clúster no se limitan a duplicar la memoria».
De la configuración se encarga la aplicación NVIDIA Sync: su asistente de clúster detecta las unidades conectadas, valida la configuración de cada dispositivo y configura la red ConnectX-7. Como cada nodo ejecuta la misma pila de software, no hay que reconfigurar nada al pasar de una unidad a dos.
Software de serie y NVIDIA Sync Model Launcher a final de mes
El DGX Spark llega preparado para desarrollar agentes desde el primer día. Admite de serie NVIDIA Agent Toolkit, las bibliotecas CUDA-X AI, los modelos abiertos Nemotron y entornos como Ollama, vLLM y PyTorch con CUDA, de modo que, de acuerdo con la compañía, se puede pasar «del encendido a ejecutar modelos en minutos». Blender figura entre las primeras grandes aplicaciones para creadores con soporte para la plataforma, con un instalador descargable que llegará próximamente.
A final de mes llegará además NVIDIA Sync Model Launcher, que según Nvidia hace que ejecutar IA local sea tan sencillo como pulsar unos pocos botones. Permitirá descargar y lanzar Qwen3.8 27B en un único DGX Spark o en un clúster, con NVIDIA Sync repartiendo el modelo entre los equipos conectados y dejándolo accesible desde los portátiles de los usuarios. El lanzador también preparará OpenCode para usar ese modelo y empezar a programar en el navegador.
Qué significa para quien quiere IA local
El DGX Spark de 64 GB estará disponible a partir del viernes 23 de octubre a través de Acer, ASUS, Dell, Gigabyte, HP y MSI, y no directamente de Nvidia. La compañía indica que parte de 4.999 dólares; en su anuncio no da precios en euros ni fechas para otros mercados.
Para quien quiere trabajar con IA en su escritorio, la lectura práctica es sencilla: esta versión cambia la cantidad de memoria, no la plataforma. El chip, el sistema operativo y el software son los mismos que los del modelo de 128 GB, así que la decisión depende sobre todo del tamaño de los modelos que se quieran mover. Si el trabajo crece, queda la opción de añadir una segunda unidad.
Los ejemplos que propone la compañía van en esa línea: mantener un agente de programación o de investigación funcionando a todas horas, o dejar que el DGX Spark se encargue de la inferencia de un modelo mientras el portátil o el sobremesa quedan libres. Para empezar, Nvidia recomienda descargar un entorno de inferencia compatible, como llama.cpp, Ollama, vLLM o LM Studio, y el modelo local adecuado para cada flujo de trabajo.
Te puede interesar
Tech Planet participa en el programa de afiliados de Amazon. Si compras a través de estos enlaces, recibimos una pequeña comisión sin coste extra para ti, lo que nos ayuda a seguir creando contenido como este.
| Imagen | Producto | Características | Comprar |
|---|---|---|---|
 |
Corsair Vengeance DDR5 64 GB | 64 GB (2 × 32 GB) · DDR5 hasta 6000 MHz · AMD EXPO e Intel XMP 3.0 | Ver precio en Amazon |
 |
GMKtec EVO-X2 AI | AMD Ryzen AI Max+ 395 · 16 núcleos / 32 hilos · 64 GB DDR5 · SSD de 1 TB · 126 TOPS · 2 USB4 | Ver precio en Amazon |
 |
Bosgame M5 | AMD Ryzen AI Max+ 395 · 128 GB LPDDR5X de memoria unificada · SSD de 2 TB · Wi-Fi 7 · 2 USB4 | Ver precio en Amazon |
 |
Yahboom Jetson Orin Nano Super 8 GB, kit básico | 8 GB · hasta 67 TOPS · SSD de 256 GB · CPU Arm Cortex-A78AE de 6 núcleos · Ethernet de 1000 Mbps | Ver precio en Amazon |
Escrito por Eloy Andrade
