NVIDIA ha annunciato una nuova configurazione del suo computer DGX Spark, caratterizzata da 64 GB di memoria unificata e un prezzo di partenza di 4.999 dollari. Questa versione si affianca al modello da 128 GB, che rimane in vendita, e punta a rendere l'accesso all'hardware per l'intelligenza artificiale più economico, senza compromettere le prestazioni per molti scenari d'uso. Il computer mantiene lo stesso design e lo stesso superchip Grace Blackwell GB10, insieme al sistema operativo DGX OS e allo stack software già ottimizzato da NVIDIA.
Perché meno RAM?
Secondo NVIDIA, la riduzione della memoria risponde a una precisa evoluzione del mercato: gli agenti AI stanno uscendo dalla fase sperimentale per entrare nei flussi di lavoro quotidiani degli sviluppatori, e i modelli open diventano sempre più capaci a parità di dimensioni. Di conseguenza, 64 GB sono sufficienti per eseguire in locale modelli fino a 100 miliardi di parametri senza dover ricorrere a istanze cloud. Inoltre, per le aziende attente ai costi, è possibile iniziare con un'unità da 64 GB e aggiungerne una seconda in un secondo momento, diluendo l'investimento.
Ogni DGX Spark è dotato di una scheda di rete ConnectX-7 e due unità da 64 GB possono essere collegate direttamente tramite un cavo QSFP, mettendo in comune la memoria fino a 128 GB. In configurazione cluster, NVIDIA dichiara il supporto a modelli fino a 200 miliardi di parametri, con una banda di memoria doppia e prestazioni fino a 1,7 volte superiori rispetto a una singola unità. Per facilitare questa operazione, è stata introdotta una nuova funzione nell'app NVIDIA Sync chiamata Cluster Assistant, che rileva le unità collegate, valida la configurazione e imposta la rete automaticamente.
Prestazioni e scenari d'uso
NVIDIA fornisce alcuni dati prestazionali: in un test con il modello Qwen 3.8 27B, due sistemi da 64 GB in cluster offrono fino al 70% di prestazioni in più rispetto a un singolo sistema da 128 GB. Inoltre, per la fine di ottobre è previsto il rilascio di NVIDIA Sync Model Launcher, una soluzione che promette di ridurre a pochi clic il download e l'avvio di modelli su una singola Spark o su un cluster. Gli scenari d'uso principali per questa macchina sono tre: agenti di coding o di ricerca sempre attivi; lo Spark come motore di inferenza per applicazioni che girano sul PC di tutti i giorni, che rimane così libero; oppure il supporto a computer con GPU RTX che, per modello, contesto o richieste concorrenti, non riescono a gestire una richiesta perché supera la memoria disponibile.
La versione da 64 GB sarà disponibile esclusivamente tramite i partner OEM, tra cui Acer, Asus, Dell, Gigabyte, HP e MSI, a partire dal 23 ottobre al prezzo di 4.999 dollari. NVIDIA non proporrà una 'Frontier Edition' come fatto in passato con il modello da 128 GB annunciato a Las Vegas. Resta da vedere quale sarà il prezzo europeo: attualmente la versione da 128 GB si trova a circa 5.500 euro, e potrebbe rivelarsi più competitiva nonostante la maggiore memoria.
In conclusione, con questa nuova configurazione NVIDIA mira a democratizzare l'accesso all'AI locale, offrendo un'opzione più economica ma comunque potente, e gettando le basi per un ecosistema di clustering facile da usare. La mossa potrebbe accelerare l'adozione di soluzioni AI in ambito aziendale e tra gli sviluppatori, riducendo la dipendenza dal cloud e i costi operativi. Sarà interessante osservare come il mercato reagirà e se altri produttori seguiranno questa tendenza.
