Descripción
DGX Spark lleva la arquitectura Grace Blackwell a un equipo de escritorio de 1,2 kg. Su superchip GB10 combina una GPU Blackwell de 6.144 núcleos CUDA con una CPU Arm de 20 núcleos sobre 128 GB de memoria unificada, de modo que el modelo y los datos viven en el mismo espacio de memoria y desaparece el cuello de botella de copiar entre CPU y GPU. Para un equipo de datos o de producto en Chile, es la forma más directa de tener capacidad de IA propia sobre el escritorio: sin costos variables de nube, sin salida de datos fuera de la organización y con la misma pila de software CUDA que después se usa en producción.
NVIDIA DGX Spark en Chile
NVIDIA DGX Spark es el supercomputador de IA de escritorio de NVIDIA, basado en el superchip GB10 Grace Blackwell. TECDEX comercializa NVIDIA DGX Spark en Chile con 128 GB de memoria unificada y 4 TB de almacenamiento NVMe. Se vende bajo cotización: el precio (con IVA y despacho a todo Chile incluidos) y el plazo de entrega se confirman por escrito según la disponibilidad del fabricante y el tipo de cambio.
- Precio: bajo cotización, confirmado por escrito con IVA incluido.
- Despacho: incluido a todo Chile.
- Disponibilidad: bajo pedido; el plazo de entrega se confirma en la cotización.
- Cómo comprar: solicitando una cotización a un especialista TECDEX desde esta página. Se factura a nombre de la empresa.
- Vendedor: TECDEX (Servicios Tecnológicos TECDEX SpA), empresa chilena de servicios tecnológicos.
Instalación, capacitación y otros servicios se cotizan por separado. Condiciones de compra en Términos y condiciones de venta y Devoluciones, garantía y reembolsos.
Casos de uso
- Desarrollo local de agentes e IA generativa sin enviar datos a la nube
- Fine-tuning de modelos de hasta ~70 mil millones de parámetros
- Pruebas de inferencia con modelos de hasta 200 mil millones de parámetros
- Prototipado de visión, robótica y edge con Isaac, Metropolis y Holoscan
- Trabajo en clúster conectando dos unidades por ConnectX-7
Especificaciones principales
| Superchip | NVIDIA GB10 Grace Blackwell |
|---|---|
| GPU | Arquitectura Blackwell, 6.144 núcleos CUDA, Tensor Cores de 5ª generación |
| CPU | 20 núcleos Arm (10× Cortex-X925 + 10× Cortex-A725) |
| Memoria | 128 GB LPDDR5x unificada, bus de 256 bits, 273 GB/s |
| Almacenamiento | NVMe M.2 de 4 TB con autoencriptación |
| Red | ConnectX-7 (2× QSFP hasta 200 Gb/s), 10 GbE RJ-45, Wi-Fi 7, Bluetooth 5.4 |
| Rendimiento IA | Hasta 1 PFLOP en FP4 (con sparsity), ~1.000 TOPS de inferencia |
| Formato | Escritorio, 150 × 150 × 50,5 mm, 1,2 kg |
| Energía | Fuente externa de 240 W (TDP del GB10: 140 W) |
| Software | NVIDIA DGX OS y pila NVIDIA AI (NIM, Isaac, Metropolis, Holoscan) |
Beneficios para tu organización
- Capacidad de IA propia con costo conocido, sin facturación por hora de GPU
- Los datos sensibles no salen de la organización: relevante para banca, salud y sector público
- Misma pila CUDA del centro de datos: lo que se prueba aquí escala después sin reescribir
- Ocupa un escritorio y una toma de corriente: no requiere sala fría ni rack
Recomendación de dimensionamiento
Una unidad por científico de datos o por célula de desarrollo. Si el objetivo es afinar modelos sobre 70B o servir inferencia a varios usuarios de forma concurrente, conviene evaluar DGX Station o un servidor GPU en rack; DGX Spark está pensado para desarrollo y validación, no para producción multiusuario.
Servicios TECDEX asociados
- Asesoría de configuración según software y flujo de trabajo
- Preparación de imagen, drivers y entorno de desarrollo
- Instalación en sitio y capacitación inicial
- Soporte técnico y garantía gestionada por TECDEX
Solicitar cotización
Cada implementación se dimensiona caso a caso. Cuéntanos tu carga de trabajo y te preparamos una propuesta técnica y comercial para NVIDIA DGX Spark.
Especificaciones según documentación oficial del fabricante (fuente), consultada en septiembre de 2026. Las configuraciones disponibles pueden variar.
Guías relacionadas: DGX Spark, DGX Station o DGX B200: cuál necesitas · Qué es la plataforma NVIDIA GB10 · IA dentro de casa: cuando los datos no pueden salir
