· reAPI Team
Especificaciones de DGX Spark: GB10, 128 GB de memoria y qué puede ejecutar
Especificaciones de NVIDIA DGX Spark según su ficha oficial: chip GB10, 64 o 128 GB de memoria unificada, ancho de banda de 273 GB/s, 1 PFLOP FP4 y LLM locales que caben.
NVIDIA DGX Spark es un ordenador de escritorio cuadrado de 150 mm basado en el GB10 Grace Blackwell Superchip. Las principales especificaciones de DGX Spark son una CPU Arm de 20 núcleos, hasta 1 petaFLOP de cómputo FP4, 64 GB o 128 GB de memoria LPDDR5x unificada a 273 GB/s, hasta 4 TB de almacenamiento NVMe y un puerto de red ConnectX-7 de 200 Gbps. Incluye DGX OS de NVIDIA, basado en Ubuntu.[1]
Dos cifras determinan para qué sirve el equipo: los 128 GB de memoria fijan el tamaño del modelo que puede albergar, y los 273 GB/s determinan la velocidad a la que ese modelo puede producir tokens. Esta página recoge las especificaciones oficiales de DGX Spark y después explica qué implican para ejecutar grandes modelos de lenguaje de forma local.
Especificaciones de DGX Spark de un vistazo
| Componente | Especificación |
|---|---|
| Chip | NVIDIA GB10 Grace Blackwell Superchip |
| CPU | Arm de 20 núcleos: 10 Cortex-X925 + 10 Cortex-A725 |
| GPU | Arquitectura Blackwell, Tensor Cores de 5.ª generación, RT Cores de 4.ª generación |
| Rendimiento de IA | Hasta 1 PFLOP FP4 (teórico, con dispersión) |
| Memoria | 64 GB o 128 GB LPDDR5x, memoria unificada coherente, interfaz de 256 bits |
| Ancho de banda de memoria | 273 GB/s |
| Almacenamiento | Hasta 4 TB NVMe M.2, con autocifrado |
| Conectividad | 10 GbE RJ-45, NIC ConnectX-7 a 200 Gbps, Wi-Fi 7, Bluetooth 5.4 |
| Puertos | 4x USB Type-C, 1x HDMI 2.1a, hasta 3x DisplayPort mediante USB-C |
| Alimentación | Fuente de alimentación de 240 W; TDP del GB10 de 140 W |
| Dimensiones y peso | 150 x 150 x 50.5 mm, 1.2 kg |
| Sistema operativo | NVIDIA DGX OS |
Fuente: especificaciones de NVIDIA DGX Spark, comprobadas el 4 de noviembre de 2026.[1]
Dos notas al pie de la ficha de NVIDIA cambian la interpretación de la tabla. La cifra de 1 petaFLOP corresponde a «TOPS FP4 teóricos utilizando la función de dispersión», no a un rendimiento sostenido para modelos densos. La configuración de 64 GB «está disponible exclusivamente a través de socios OEM participantes», por lo que la versión de 64 GB solo se vende a través de esos socios.[1] La página del producto de NVIDIA no indica un precio; remite a los compradores a NVIDIA Marketplace y a sus socios.
Qué cabe en 128 GB de memoria unificada
NVIDIA afirma que DGX Spark puede ejecutar inferencia con modelos de hasta 200 mil millones de parámetros.[1] El cálculo es sencillo. Un peso almacenado en formato de 4 bits ocupa medio byte, por lo que 200 mil millones de parámetros necesitan unos 100 GB, lo que deja aproximadamente 28 GB de los 128 GB para el sistema operativo, el entorno de ejecución y la caché de contexto. Con precisión de 8 bits, la misma capacidad alberga aproximadamente la mitad de parámetros.
Solo los pesos, según el tamaño del modelo y la precisión:
| Tamaño del modelo | Pesos de 4 bits | Pesos de 8 bits | ¿Cabe en 128 GB? |
|---|---|---|---|
| 30B de parámetros | ~15 GB | ~30 GB | Sí, con ambas precisiones y espacio para contexto largo |
| 70B de parámetros | ~35 GB | ~70 GB | Sí, con ambas precisiones |
| 120B de parámetros | ~60 GB | ~120 GB | A 4 bits, con holgura; a 8 bits casi no queda espacio para contexto |
| 200B de parámetros | ~100 GB | ~200 GB | Solo a 4 bits |
Las cifras resultan de multiplicar los parámetros por los bytes de cada peso. Excluyen la caché de contexto, las activaciones y la sobrecarga del entorno de ejecución, por lo que un modelo que «cabe» sobre el papel puede quedarse sin memoria con un prompt largo.
Como la CPU y la GPU comparten una misma memoria, no hay un límite de VRAM independiente al que ajustarse. Eso también implica que la ventana de contexto compite con los pesos. Ollama, por ejemplo, aumenta su contexto predeterminado a 256k tokens con 48 GiB de VRAM o más y recomienda al menos 64,000 tokens para agentes de programación; un contexto largo en un modelo grande puede hacer que el total supere la memoria libre.[2]
La versión de 64 GB reduce todo esto a la mitad. En formato de 4 bits admite modelos de hasta unos 100 mil millones de parámetros, sin contar ningún espacio para contexto.
Por qué 273 GB/s importan más que 1 petaFLOP
Generar cada token requiere leer de la memoria los pesos activos del modelo. En un modelo denso son todos, por lo que el ancho de banda de memoria fija un límite a la velocidad de decodificación:
maximum tokens per second ≈ memory bandwidth ÷ bytes of weights read per token
En un modelo denso de 70 mil millones de parámetros en formato de 4 bits, se leen unos 35 GB de pesos por token, de modo que 273 GB/s permiten como máximo unos 7.8 tokens por segundo. Un modelo de mezcla de expertos que active, por ejemplo, 10 mil millones de parámetros por token lee unos 5 GB a 4 bits, lo que eleva el límite a unos 55 tokens por segundo. Son límites superiores calculados a partir del ancho de banda publicado, no mediciones; el rendimiento real es menor cuando se tienen en cuenta las cachés, la atención y la sobrecarga del software.
La lectura práctica: DGX Spark alberga modelos que no caben en las GPU de consumo y resulta más adecuado para modelos de mezcla de expertos con pocos parámetros activos que para los modelos densos más grandes.
Ejecutar LLM locales en DGX Spark
El chip GB10 figura en la lista de GPU compatibles con Ollama, con capacidad de cómputo CUDA 12.1.[2] LM Studio se distribuye para Linux ARM64, lo que encaja con la CPU Arm de DGX Spark.[3] Las herramientas de la propia NVIDIA, incluidos los microservicios NIM, son compatibles con DGX OS.[1] El espacio en disco rara vez es el límite: un modelo de 200 mil millones de parámetros en formato de 4 bits ocupa unos 100 GB en disco, por lo que el máximo de 4 TB alberga decenas de modelos grandes. Para comparar las dos herramientas más habituales de ejecución local, consulte Ollama vs LM Studio.
Para los modelos que no caben en una unidad, la conectividad ConnectX permite que hasta cuatro sistemas DGX Spark trabajen juntos en un solo modelo.[1]
FAQ
¿DGX Spark ejecuta Windows?
Incluye NVIDIA DGX OS, una distribución de Linux basada en Ubuntu que coincide con el software de los demás sistemas DGX de NVIDIA.[1] Los PC con Windows equipados con NVIDIA RTX Spark son una línea de productos distinta.
¿La memoria de DGX Spark es VRAM?
Es memoria unificada compartida por la CPU y la GPU: 64 GB o 128 GB de LPDDR5x. Un modelo puede utilizar la mayor parte, descontando lo que necesitan el sistema operativo y otros procesos.[1]
¿Cuántas unidades DGX Spark se pueden conectar?
Hasta cuatro, mediante la conectividad ConnectX-7 integrada a 200 Gbps.[1]
Cuándo las especificaciones de DGX Spark no bastan
Las especificaciones de DGX Spark favorecen la capacidad frente a la velocidad: 128 GB albergan un modelo de 200 mil millones de parámetros a 4 bits, pero 273 GB/s mantienen lenta la salida de los modelos densos. Si un proyecto necesita los modelos más grandes con contextos largos y respuestas rápidas, una API alojada es la alternativa. reAPI ofrece modelos grandes como DeepSeek V4 y Kimi K3, con su contexto de 1M de tokens, con una sola clave compatible con OpenAI, lo que resulta útil para comparar los resultados locales con las versiones alojadas.
Referencias
- NVIDIA. DGX Spark product page and specifications. Consultado el 4 de noviembre de 2026 en nvidia.com/en-us/products/workstations/dgx-spark
- Ollama. Hardware support and context length. Consultado el 4 de noviembre de 2026 en docs.ollama.com/gpu y docs.ollama.com/context-length
- LM Studio. System requirements. Consultado el 4 de noviembre de 2026 en lmstudio.ai/docs/app/system-requirements