Nvidia apresenta supercomputador de IA DGX Spark de 64 GB por $4,999 enquanto modelo de 128 GB ultrapassa $6,000

A Nvidia deve lançar uma nova configuração de 64 gigabytes do seu supercomputador compacto de inteligência artificial DGX Spark este mês, definindo seu preço inicial em $4,999, enquanto eleva o preço da variante existente de 128 gigabytes para além de $6,000. O ajuste de hardware aumenta efetivamente o custo por gigabyte de memória para desenvolvedores corporativos e laboratórios de pesquisa que dependem de hardware de aceleração de IA do tamanho de um desktop. O novo nível de produto chega no momento em que a demanda por hardware local de desenvolvimento de inteligência artificial permanece forte entre engenheiros e instituições de pesquisa que buscam executar modelos de linguagem de grande porte de média escala sem depender exclusivamente de data centers em nuvem.

## Fatos principais - A Nvidia está lançando uma variante com memória de 64 GB do seu supercomputador compacto de IA DGX Spark em outubro de 2026. - O novo modelo de 64 GB custa $4,999, igualando o preço de lançamento anteriormente praticado para a versão de maior capacidade. - O preço do sistema DGX Spark de 128 GB subiu para além de $6,000, marcando um aumento de preço para a configuração de topo de linha. - Os ajustes de hardware alteram o ponto de entrada para hardware local de treinamento e inferência de modelos de IA voltado para desenvolvedores e laboratórios de pesquisa. - As informações foram publicadas originalmente pelo analista de tecnologia Hassan Mujtaba em 2 de outubro de 2026.

## O que aconteceu A próxima implantação no mercado reestrutura a linha de hardware compacto de IA da Nvidia ao introduzir uma SKU de hardware de menor capacidade em um ponto de preço anteriormente ocupado por equipamentos de maior capacidade. De acordo com informações do analista Hassan Mujtaba, a Nvidia lançará a versão de 64 gigabytes do supercomputador de mesa DGX Spark durante outubro de 2026 ao preço de varejo de $4,999.

Ao mesmo tempo, o modelo existente de 128 gigabytes do DGX Spark passa por uma alteração de preço, ultrapassando o patamar de $6,000. Anteriormente, o modelo de 128 GB servia como a principal oferta na marca de $4,999 ou próximo dela, o que significa que os compradores que buscam a especificação máxima de memória enfrentam um aumento de custo superior a 20 por cento. Enquanto isso, os compradores que optam pelo novo nível de entrada de $4,999 recebem metade da capacidade de memória em comparação com o que estava disponível anteriormente nesse ponto de orçamento específico.

A mudança divide a série DGX Spark em dois níveis distintos de hardware. A variante de 64 GB é voltada para cargas de trabalho de desenvolvimento de inteligência artificial de nível inicial, pipelines de fine-tuning menores e tarefas de inferência para modelos localizados. A variante de 128 GB continua destinada a janelas de contexto maiores, avaliação de modelos com alta densidade de parâmetros e execução de redes neurais multimodais que exigem maior capacidade de memória para evitar a transferência de dados para a memória RAM do sistema por meio de interconexões mais lentas.

## Por que isso é importante A reestruturação da linha de produtos DGX Spark destaca as contínuas pressões econômicas e de oferta nos setores de semicondutores e memória de alto desempenho. A capacidade de memória representa um dos gargalos de hardware mais cruciais nas cargas de trabalho modernas de inteligência artificial. Modelos de linguagem de grande porte e arquiteturas generativas do tipo transformer exigem quantidades massivas de memória de acesso rápido para manter os pesos do modelo, caches de chave-valor e estados de ativação diretamente no barramento de memória do acelerador.

Ao oferecer uma configuração de 64 GB por $4,999 enquanto empurra a versão de 128 GB para além de $6,000, a Nvidia redefine efetivamente a estrutura de custos base para o desenvolvimento localizado de inteligência artificial. Para engenheiros de software, laboratórios acadêmicos e pequenos departamentos corporativos que operam com orçamentos anuais fixos de equipamentos, a mudança de preço força uma troca direta entre capacidade de memória e despesa total. Um sistema limitado a 64 GB de memória restringe significativamente o tamanho máximo de parâmetros de modelos que podem ser executados localmente sem quantizar os pesos para precisões de bits menores, como formatos de 4 bits ou 8 bits, o que pode comprometer a precisão do modelo.

Além disso, essa recalibragem de preços sublinha a posição de mercado e o poder de precificação da Nvidia no setor especializado de hardware de IA. Enquanto plataformas comerciais em nuvem oferecem aluguel sob demanda de GPUs corporativas como a H100 ou B200, o hardware de estação de trabalho local oferece iteração com latência zero, maior privacidade de dados e custos operacionais previsíveis ao longo de ciclos de implantação plurianuais. Aumentar o custo efetivo por gigabyte de computação de IA local reflete a alta demanda contínua pelo acesso direto ao hardware entre organizações de pesquisa e fornecedores de software que desenvolvem aplicações proprietárias de IA.

## O histórico O programa DGX da Nvidia começou originalmente como uma iniciativa de servidores corporativos de alta densidade voltada a fornecer clusters de treinamento de IA prontos para uso a data centers e grandes clientes corporativos. Ao longo de sucessivas gerações de hardware — abrangendo arquiteturas de Volta e Ampere a Hopper e Blackwell —, a Nvidia expandiu a presença da linha DGX de instalações de rack com múltiplos nós para formatos menores da classe de estações de trabalho, projetados para ambientes de escritório e laboratório.

Estações de trabalho compactas de IA que preenchem o espaço entre placas gráficas para jogos de consumo e servidores de data center em grande escala tornaram-se um segmento vital do mercado de hardware. As GPUs de consumo, embora acessíveis, são frequentemente limitadas por rigorosos limites térmicos, capacidades totais de VRAM menores tipicamente limitadas entre 16 GB e 24 GB, e restrições de software de driver em relação ao suporte a recursos corporativos. Por outro lado, lâminas de servidor de data center em grande escala exigem infraestrutura dedicada de energia trifásica, circuitos de refrigeração líquida e ambientes de sala de servidores com alto nível de ruído, tornando-as impraticáveis para equipes individuais de engenharia ou pequenos escritórios.

O formato DGX Spark foi projetado para resolver essa lacuna, fornecendo um nó de mesa autônomo e silencioso equipado com arquiteturas especializadas de memória unificada, interconexões de alta largura de banda e pilhas de software de IA pré-instaladas, incluindo as bibliotecas CUDA da Nvidia, motores de otimização TensorRT e ambientes de execução de frameworks conteinerizados. A alta capacidade de memória é crítica nesses sistemas porque os modelos de linguagem de grande porte de código aberto modernos, como as variantes Llama ou Mistral variando de 30 bilhões a 70 bilhões de parâmetros, exigem pegadas de memória substanciais apenas para carregar parâmetros brutos na memória antes de contabilizar a sobrecarga de processamento.

Como a memória de alta largura de banda e os módulos especializados LPDDR ou DDR5 enfrentaram severas restrições na cadeia de suprimentos e elevados custos de aquisição em toda a indústria de semicondutores, os fabricantes de hardware têm ajustado cada vez mais as configurações de produtos e preços de tabela para preservar margens enquanto tentam atender à sustentada demanda global por aceleradores de IA especializados.

## Reação O anúncio da variante de 64 GB por $4,999 juntamente com o aumento de preço do modelo de 128 GB deve atrair forte escrutínio de desenvolvedores independentes, pesquisadores acadêmicos e responsáveis pelo setor de compras de hardware em empresas. Analistas de hardware e engenheiros de software frequentemente avaliam estações de trabalho de IA com base na largura de banda de memória e no custo por gigabyte de RAM de alta velocidade acessível, já que a capacidade de memória dita os parâmetros de execução do modelo.

Observadores do setor esperam que gerentes de compras corporativas reavaliem seus planejamentos de hardware. Organizações que haviam orçado $5,000 por posto de trabalho para estações de 128 GB agora precisarão decidir se absorvem a alta de preço para além de $6,000 ou aceitam o limite reduzido de memória de 64 GB. Instituições acadêmicas que dependem de financiamento fixo de subvenções são particularmente sensíveis a mudanças de preços, pois aumentos repentinos podem alterar compras de equipamentos planejadas no meio do ciclo.

A Nvidia não divulgou publicamente tabelas detalhadas de preços por região nem esquemas de descontos corporativos para compradores em volume das configurações atualizadas do DGX Spark. Espera-se que distribuidores de hardware e parceiros de integração de sistemas atualizem seus catálogos comerciais e sistemas de cotação à medida que a distribuição formal começar no final deste mês.

## O que ainda não sabemos Vários detalhes técnicos e parâmetros comerciais sobre a linha atualizada do DGX Spark permanecem não confirmados nas reportagens iniciais. Embora a capacidade total de memória e os níveis básicos de preços estejam estabelecidos, detalhes arquitetônicos internos específicos — como a largura de banda total da memória medida em gigabytes por segundo, contagem exata de núcleos do processador e limites de consumo de energia térmica para a variante de 64 GB — não foram totalmente detalhados. Permanece incerto se o sistema de 64 GB utiliza exatamente o mesmo die de silício da edição de 128 GB com canais de memória desativados, ou se apresenta um layout de placa modificado que impacta o rendimento geral da memória.

Além disso, prazos de entrega padrão, prazos de execução comercial e disponibilidade regional inicial para os modelos de 64 GB e 128 GB atualizados não foram divulgados publicamente. A disponibilidade de suprimentos pode determinar se os compradores enfrentarão longas filas de espera para o modelo de maior capacidade ou se ambos os níveis estarão amplamente disponíveis por meio de parceiros de canais padrão no lançamento.

## O que acompanhar Os principais desenvolvimentos a serem monitorados nas próximas semanas incluem fichas de especificações técnicas oficiais da Nvidia detalhando a largura de banda de memória, velocidades de interconexão e requisitos de energia para o modelo DGX Spark de 64 GB. Testes de benchmark comparando o desempenho da execução local de modelos, particularmente a velocidade de geração de tokens e tamanhos máximos de lote nas configurações de 64 GB e 128 GB, fornecerão dados práticos sobre as compensações de desempenho.

Além disso, observadores do setor acompanharão as respostas competitivas de fornecedores alternativos de silício e fabricantes de estações de trabalho que oferecem hardware de desenvolvimento local de IA, bem como potenciais ajustes nos preços de plataformas em nuvem para aluguel de GPUs de curto prazo. Anúncios de compras por parte de laboratórios universitários e grupos de pesquisa corporativa em IA durante o quarto trimestre também indicarão se os compradores tendem para o nó de entrada de 64 GB de $4,999 ou se absorvem o custo mais alto do sistema de topo de linha de mais de $6,000.

Esta reportagem é baseada em informações publicadas pelo analista de tecnologia Hassan Mujtaba em 2 de outubro de 2026.