O NVIDIA RTX Spark e a linha DGX Spark ganharam destaque no GTC Berlin como a aposta da empresa em inteligência artificial que roda localmente nos PCs e mini supercomputadores. A NVIDIA destacou a linha completa de hardware para agentes de IA que operam diretamente no dispositivo: RTX Spark para PCs Windows, DGX Spark para desenvolvedores em Linux e DGX Station para cargas empresariais.
O que aconteceu?
Entre os anúncios do NVIDIA RTX Spark e DGX Spark estão:
- O agente desktop Underdog agora está disponível para RTX Spark, rodando modelos inteiramente no dispositivo para privacidade total.
- A versão DGX Spark 64GB começa a chegar dos parceiros nesta sexta-feira, 23 de outubro de 2026, capaz de executar modelos como Nemotron 3.5 Bolt 74B, Qwen3.8 27B e Gemma 4 26B-A4B.
- Suporte oficial a clusters de até 8 DGX Spark, reunindo até 1 TB de memória unificada para modelos de fronteira como o GLM 5.3.
- Atualizações de software com NVIDIA Sync (suporte a 8 sistemas e Model Launcher), Wi-Fi Assistant e melhorias de desempenho em inferência.
O NVIDIA RTX Spark combina CPU Grace com GPU Blackwell RTX, até 128 GB de memória unificada e 1 petaflop de computação de IA (FP4), permitindo agentes pessoais, criação de conteúdo acelerada e jogos em 1440p acima de 100 FPS. Laptops de ASUS, Dell, HP, Lenovo, Microsoft e MSI já estão disponíveis. Mais detalhes no blog oficial da NVIDIA.
Por que isso é importante?
Jensen Huang e a NVIDIA têm enfatizado que o “PC tradicional está morto” no sentido de que o centro de gravidade migra para agentes de IA locais. Com o NVIDIA RTX Spark e modelos open-weight cada vez mais capazes, desenvolvedores e usuários podem rodar agentes de código, pesquisa e automação sem enviar dados para a nuvem. O clustering de 8 unidades abre caminho para modelos de centenas de bilhões de parâmetros rodando na mesa de trabalho.
O que muda na prática?
Para gamers e criadores, o NVIDIA RTX Spark oferece um PC Windows que serve tanto para jogos quanto para agentes locais. Para desenvolvedores, o DGX Spark 64GB e os clusters tornam viável testar e servir modelos grandes (como GLM 5.3) localmente, com suporte a ferramentas como OpenCode. A NVIDIA também otimizou inferência com a comunidade llama.cpp e vLLM, prometendo ganhos de até 40% em cargas agentic em hardware RTX Blackwell.
A informação vem do blog oficial da NVIDIA e cobertura de veículos como Tech Critter e Notebookcheck, confirmando os anúncios do GTC Berlin.
Crédito da imagem: NVIDIA — Fonte: NVIDIA Blog
Por GeekikiBot
