DGX Spark/Guías
Guías

Guías de DGX Spark

Por Samuel Seidel · Actualizado el 7 de noviembre de 2026

Sesenta y cinco guías sobre cómo comprar, usar y operar un DGX Spark, de GPUwerk, que los alquila. Están agrupadas en cinco secciones: comprar y usar un Spark, modelos y motores de inferencia, rendimiento y benchmarks, clústeres y escalado, y operaciones. Cada tarjeta muestra el resumen de la guía.

Comprar y usar un Spark

Antes de comprar, y después consumo, ruido, instalación, actualizaciones, almacenamiento y costes de funcionamiento.

Qué saber antes de comprar un DGX Spark

Una guía de compra honesta del DGX Spark escrita por una empresa que los alquila: benchmarks reales, el techo de 273 GB/s de ancho de banda, precios reales en la UE y comprar frente a alquilar.

Consumo eléctrico y coste de funcionamiento del DGX Spark

Consumo del DGX Spark, medido: 22-45 W en reposo, 60-90 W durante inferencia de LLM, unos 160-200 W a plena carga, con una fuente de 240 W. Coste mensual con los precios de la electricidad en la UE.

Ruido del DGX Spark: 29 dB a plena carga, 13 dB en reposo

NVIDIA declara para el DGX Spark 35 dB LWA y 29 dB LpA a carga máxima, y 19 y 13 dB en reposo (ECMA-109). Mediciones de analistas, refrigeración y ubicación.

Guía de instalación del DGX Spark: del primer arranque a un modelo servido en una tarde

Una guía rápida de DGX Spark de alguien que los monta en rack a diario: primer arranque de DGX OS, SSH solo con clave, elegir un stack de servicio y servir tu primer modelo a tus herramientas en una tarde.

Actualizaciones de drivers y firmware del DGX Spark: qué gestiona GPUwerk

Lo que GPUwerk mantiene actualizado a nivel de host y de nodo en un DGX Spark alquilado, y qué hay dentro de tu propio contenedor root y queda por completo bajo tu responsabilidad.

Almacenamiento del DGX Spark: qué es persistente y de qué hacer copia

El NVMe de 1 TB de un DGX Spark alquilado, exactamente qué sobrevive al detener frente a terminar, y por qué importa tener tu propia copia de seguridad, ya que GPUwerk no guarda ninguna.

Arranque en frío frente a siempre encendido: elegir un patrón de actividad para la instancia

Detener un DGX Spark entre usos frente a mantenerlo en ejecución las 24 horas: el coste, la latencia y las contrapartidas en cuanto a los datos, y cómo decidir qué patrón encaja con el uso real.

Migrar un despliegue de IA autoalojado existente a un DGX Spark

Una vía práctica de migración desde una estación de trabajo u otra GPU en la nube a un DGX Spark alquilado: recuantizar para memoria unificada, mover los datos y un plan de cambio.

Previsión de costes y presupuestos para infraestructura de IA

Cómo estimar el gasto mensual en infraestructura de IA al autoalojar frente a una API de pago por uso, con la tarifa de 0,79 $/hora de GPUwerk como ejemplo resuelto y una lista de comprobación para el presupuesto.

Coste total de propiedad: alquiler de GPU frente a una API de IA en la nube

Una API de IA en la nube de pago por token, un DGX Spark dedicado alquilado a 0,79 $/hora y comprar el hardware, comparados solo con cifras publicadas en este sitio.

DGX Spark 64GB frente a 128GB: velocidad, precio, qué cabe

DGX Spark 64GB frente a 128GB, noviembre de 2026: mismo GB10 y 273 GB/s, 4.999 $ frente a 6.950 $, unos 54 GiB utilizables. Tabla de qué cabe para 8 modelos con contexto, y quién lo vende.

Configuración del DGX Spark sin monitor

Configuración del DGX Spark sin pantalla: el flujo del punto de acceso Wi-Fi, encontrar spark-xxxx.local, el Wi-Fi Assistant de octubre de 2026, la reserva de 512 MB para pantalla y cloud-init para muchas unidades.

Almacenamiento del DGX Spark: 1 TB o 4 TB y dónde guardar los modelos

Almacenamiento del DGX Spark, 1 TB frente a 4 TB: cuántos de 14 modelos actuales caben (gpt-oss-120b ocupa 65,3 GB), una caché de Hugging Face compartida, la velocidad de hf_xet y opciones por USB-C y NFS.

Guía de recuperación del DGX Spark y reinstalación de DGX OS

Recuperación del DGX Spark: reparar una actualización fallida sin borrar, hacer copia de seguridad desde un USB live, reinstalar con la imagen de recuperación 1.155.49 (5,9 GB), imágenes OEM y cuándo pedir un RMA.

Actualizaciones de software del DGX Spark: registro de versiones hasta octubre de 2026

Actualizaciones de software del DGX Spark desde el lanzamiento hasta la versión de octubre de 2026: DGX OS 7.6.0, Linux 7.0, driver 580.178.04, los problemas conocidos y cómo actualizar de forma segura.

Guía de NVIDIA Sync y acceso remoto para DGX Spark

Acceso remoto al DGX Spark con NVIDIA Sync 0.148.0-153: qué instala, el DGX Dashboard en el puerto 11000, Tailscale, una configuración SSH sencilla y cómo exponer una API de forma segura.

Modelos y motores de inferencia

Qué modelos ejecutar, con qué motor servirlos y cómo medir el resultado.

Los mejores modelos para DGX Spark, edición de octubre de 2026

Los mejores modelos para DGX Spark, octubre de 2026: Qwen3.6-35B-A3B NVFP4 a 86,3 tok/s en un Spark según las mediciones publicadas, DeepSeek-V4-Flash a unos 44 tok/s en dos. Tablas de veredicto con fuentes.

llama.cpp, vLLM o SGLang en DGX Spark: tok/s y flags

vLLM 60,7 frente a Ollama 42,1 tok/s con gpt-oss-120b en un DGX Spark, y de 116 a 153 frente a 42,5 con 8 usuarios. Qué motor usar para un usuario, un equipo o dos Sparks, con los flags exactos.

Cómo ejecutar un modelo recién publicado en un DGX Spark (GB10)

Ejecuta un nuevo modelo de pesos abiertos en un DGX Spark la semana de su lanzamiento: encaje en memoria, imágenes arm64, NVFP4 o GGUF, vLLM, SGLang o llama.cpp, y cuándo necesita dos Sparks.

Servir Qwen3 con vLLM en un DGX Spark

Instala vLLM, sirve Qwen3-32B-AWQ con una API compatible con OpenAI, conecta Open WebUI y mantenlo en marcha con systemd: una guía de copiar y pegar para DGX Spark.

Modelos cuantizados frente a precisión completa en producción

Cómo decidir entre un modelo cuantizado y uno de precisión completa para un despliegue autoalojado en producción: encaje en memoria, riesgo de calidad según la tarea y cuándo probar ambos.

Haz fine-tuning de un modelo con los datos de tu empresa, sin que tus datos salgan del edificio

Haz fine-tuning de un LLM abierto con datos de la empresa sin que salgan del edificio: tablas de memoria de LoRA y QLoRA, un ejemplo resuelto con 32B y fine-tuning frente a RAG.

Embeddings y búsqueda vectorial en un DGX Spark

Ejecuta un modelo de embeddings y una base de datos vectorial junto a tu modelo de generación en un DGX Spark: reparto de memoria, servicio de embeddings y elección de base vectorial.

Modelos de visión y multimodales en un DGX Spark

Lo que es viable con los 128 GB de memoria unificada de un DGX Spark para modelos de visión y lenguaje y comprensión de imágenes, y por qué GPUwerk aún no ha publicado benchmarks específicos de VLM.

ComfyUI y Stable Diffusion en un DGX Spark

Ejecuta ComfyUI, FLUX y SDXL en un DGX Spark: instalación en ARM64, tiempos de imagen publicados por modelo, competencia por la memoria unificada con los LLM y advertencias térmicas.

Salida estructurada y llamadas a funciones en un LLM autoalojado

Configurar salida estructurada en modo JSON y llamadas a herramientas/funciones en modelos autoalojados con vLLM y llama.cpp, incluido qué modelos lo admiten y cómo depurar llamadas mal formadas.

Caché de prompts para reducir el coste de inferencia

Cómo la reutilización de prefijos y de la caché KV reduce el cómputo repetido en un despliegue autoalojado: qué cuenta como acierto de caché, cómo estructurar los prompts para aprovecharlo y dónde se nota realmente el ahorro en un Spark alquilado por horas.

Procesamiento por lotes de grandes trabajos de inferencia en un Spark alquilado

Procesa documentos en masa y etiqueta datasets en un DGX Spark alquilado: ajustes de rendimiento de vLLM, dimensionamiento de trabajos según la tarifa por hora y checkpoints.

Evaluar la calidad del modelo antes de cambiar de modelo

Conjuntos de prueba reservados, enfoques A/B y comprobaciones de regresión para comparar un modelo candidato con el actual antes de cambiarlo en producción.

Cómo hace GPUwerk los benchmarks del DGX Spark

Lo que mide GPUwerk en un DGX Spark: un solo flujo frente a concurrencia, qué motores y ajustes, y por qué se publican los logs sin editar, no solo un resumen.

DGX Spark con contexto largo: tok/s de 4k a 100k, noviembre 2026

Rendimiento del DGX Spark con contexto largo, noviembre de 2026: decodificación con 4k, 50k y 100k para seis modelos, unos 76 s de prefill para 100k tokens y tamaños de caché KV con 128k.

Docker y contenedores NGC en DGX Spark: arm64, GPU, compose

Guía de Docker para DGX Spark, noviembre de 2026: Docker 29.6.2 y Container Toolkit 1.20 preinstalados, qué imágenes NGC tienen compilaciones arm64 y un archivo compose para vLLM.

LM Studio en DGX Spark: Linux ARM64, llmster, velocidad (2026)

LM Studio en un DGX Spark, noviembre de 2026: una compilación Linux ARM64 con motor llama.cpp CUDA 13 desde octubre de 2025, configuración sin interfaz con llmster y velocidad frente a llama.cpp.

NVIDIA AI Workbench y JupyterLab en DGX Spark

NVIDIA AI Workbench en DGX Spark, noviembre de 2026: versión 2026.06.5, imágenes base arm64 con CUDA 13.1, el JupyterLab del DGX Dashboard y JupyterLab 4.6.6 estándar.

NIM en DGX Spark: qué NIM funcionan en GB10, licencia, configuración

NVIDIA NIM en DGX Spark, noviembre de 2026: unos 20 NIM indican compatibilidad con GB10, gratis para desarrollo en hasta 16 GPU, y para producción se necesita una licencia de AI Enterprise.

Ollama en DGX Spark: instalación, ajustes y tok/s

Ollama en un DGX Spark, noviembre de 2026: instalación arm64, los seis ajustes que importan, 42 tok/s con gpt-oss-120b frente a 59 con llama.cpp, y cómo exponer la API de forma segura.

PyTorch en DGX Spark: wheels aarch64 con CUDA 13

PyTorch en un DGX Spark, noviembre de 2026: wheels aarch64 de torch 2.15.0 cu132 o 2.14.1 cu130, el falso aviso de sm_121, NGC 26.10 y el estado de flash-attn y xformers.

SGLang en DGX Spark: instalación, flags y tok/s

SGLang en un DGX Spark, noviembre de 2026: imagen arm64 y wheels de pip de v0.5.23, --mem-fraction-static 0.80 en GB10, y 52 frente a 36 tok/s respecto a vLLM con gpt-oss-120b.

Whisper y Parakeet en DGX Spark: voz a texto, nov. 2026

Voz a texto en un DGX Spark, noviembre de 2026: Parakeet TDT 0.6B v3 a 283 veces tiempo real en GB10, Whisper large-v3 de 19 a 25 veces, con el WER del Open ASR Leaderboard.

TensorRT-LLM en DGX Spark: trtllm-serve, NVFP4, tok/s (2026)

TensorRT-LLM en un DGX Spark, noviembre de 2026: el contenedor 1.3.0rc13 de NVIDIA, trtllm-serve con NVFP4, 38,65 tok/s con Llama 3.1 8B y cuándo compensa la configuración.

Generación de vídeo en DGX Spark: segundos por clip, noviembre 2026

Generación de vídeo en DGX Spark, noviembre de 2026: clips de 5 segundos con LTX-2.5 en unos 70 s, Wan 2.2 5B a 720p en 14 min, y por qué una RTX 5090 es de 2,4 a 5,5 veces más rápida.

Rendimiento y benchmarks

Velocidad medida y publicada: usuarios por Spark, ancho de banda de memoria, CPU, cómputo, formatos de cuantización y cómo aguanta cada máquina GB10 bajo carga.

¿A cuántos usuarios puede atender un DGX Spark? Datos de concurrencia

A cuántos usuarios atiende un DGX Spark, noviembre de 2026: tok/s por usuario de 1 a 256 solicitudes, unos 52 flujos de chat a 15 tok/s en un MoE con 3B activos, y dimensionamiento para equipos.

Rendimiento de CPU del DGX Spark: benchmarks del GB10 frente a x86 y M5

Rendimiento de CPU del DGX Spark, noviembre de 2026: el GB10 obtiene 3123 en un núcleo y 19.708 en multinúcleo en Geekbench 6 y 675 GFLOPS en HPL, frente a Ryzen AI Max+ 395 y M5 Max.

Ancho de banda de memoria del DGX Spark medido: 273 GB/s frente a la realidad

Ancho de banda de memoria del DGX Spark medido, noviembre de 2026: de 234 a 247 GB/s en clpeak, de 200 a 213 GB/s en STREAM triad, 38 GB/s por núcleo de CPU y decodificación al 73-87%.

Velocidad de cuantización en DGX Spark: NVFP4, FP8, AWQ y GGUF

La cuantización más rápida en un DGX Spark, noviembre de 2026: un mismo modelo a 31 tok/s en BF16, de 50 a 55 en FP8, de 65 a 66 en NVFP4, 81 en AWQ, y cuándo NVFP4 se queda atrás.

TFLOPS del DGX Spark medidos: 1 PFLOP FP4 frente a matmul real

TFLOPS del DGX Spark medidos, noviembre de 2026: de 973 a 1022 en FP4 disperso en un microbenchmark, 356 en un GEMM de CUTLASS, de 77 a 99 en BF16 sostenido, y lo que usa el prefill.

Limitación térmica del GB10: velocidad sostenida por fabricante (2026)

Limitación térmica del GB10 por fabricante: cinco equipos OEM se mantuvieron dentro de un 2,6% en el prefill de vLLM con temperaturas máximas de CPU de 74,7 a 90 °C. El riesgo real es el firmware.

Clústeres y escalado

Dos Sparks, una flota, varios modelos en una máquina y compartirla con un equipo.

Clúster de DGX Spark: dos Sparks, configuración, límites y tok/s

Dos DGX Sparks dan 256 GB y, con paralelismo de tensores, una decodificación más rápida: 1,75× medido con Qwen3-32B, hasta unas 1,8× según lo publicado. Piezas de cableado, nombres de puertos, configuración y modelos que necesitan dos Sparks.

Escalar de un DGX Spark a una flota

Cuándo alquilar más Sparks sueltos supera a un clúster de dos nodos, cómo repartir la carga entre nodos independientes y las contrapartidas operativas de gestionar una flota pequeña.

Gestión de memoria de GPU para varios modelos en un Spark

Reparte 128 GB de memoria unificada entre varios modelos o contenedores en un DGX Spark, y aprende cuándo pasar a un clúster de dos nodos o a un segundo nodo.

Monitorizar el uso de la GPU y dimensionar bien tu despliegue

Cómo leer el uso real de GPU y memoria en un DGX Spark alquilado y usarlo para decidir entre quedarte como estás, escalar a un clúster de dos nodos o ampliar a una flota.

Varios contenedores y servicios en un DGX Spark

Patrones de contenedores Docker para un solo DGX Spark: cuándo basta un archivo docker-compose sencillo y cuándo la carga de trabajo lo ha superado.

Actualizar o cambiar modelos sin tiempo de inactividad

Un DGX Spark es una sola máquina, así que las actualizaciones de modelo sin ningún tiempo de inactividad requieren un segundo Spark al que cambiar. Esto es lo que implica esa configuración, y la alternativa honesta si aceptas una breve ventana de reinicio.

Acceso para equipos y varios usuarios a un DGX Spark compartido

Patrones para compartir un DGX Spark alquilado en un equipo: usuarios de Linux separados con sus propias claves SSH, o una pasarela delante para que la mayoría nunca necesite una shell.

Clúster de DGX Spark con 4 u 8 nodos: switch, configuración, tok/s

Clústeres de DGX Spark de 4 y 8 nodos: soporte de NVIDIA desde el 22 de octubre de 2026, el switch y los cables, la configuración de NCCL, 52,6 tok/s publicados con 8 nodos y el coste frente a 8x B200.

Kimi K3 y DeepSeek V4 en clústeres de DGX Spark: de 1 a 8 nodos

¿Cuántos DGX Sparks necesitan Kimi K3, DeepSeek V4, GLM-5.3 y MiniMax M3? Cálculo de memoria de 1 a 8 nodos y velocidades publicadas de hasta 132 tok/s con 4 Sparks.

Operaciones

Monitorización, copias de seguridad, seguridad y control de acceso para un despliegue autoalojado.

Monitorización y observabilidad para un LLM autoalojado

Qué vigilar en un solo DGX Spark que ejecuta un LLM, y qué herramientas de código abierto hacen el trabajo, de nvidia-smi a un stack de Prometheus y Grafana. GPUwerk ofrece acceso a la consola y a la API, no un producto de monitorización.

Copias de seguridad y recuperación ante desastres para tu carga de trabajo en DGX Spark

GPUwerk no guarda ninguna copia del espacio de trabajo de un DGX Spark alquilado. Qué copiar, adónde enviarlo y con qué frecuencia sincronizarlo.

Probar tu plan de recuperación ante desastres para un LLM autoalojado

Una copia de seguridad que no has restaurado nunca es una hipótesis. Simulacros de restauración, game days y medición de RTO/RPO para un LLM autoalojado en hardware GPU alquilado.

Reforzar la seguridad de una instancia de GPU alquilada

Cómo reforzar la seguridad de una GPU alquilada desde dentro de la instancia: gestión de claves SSH, exposición a la red, ejecutar servicios sin root, secretos y estado efímero frente a persistente.

Buenas prácticas de rotación de claves de API para un despliegue privado de LLM

Rotar claves de API y credenciales de un endpoint de inferencia autoalojado: permisos, calendarios de rotación, revocación y qué automatizar frente a qué hacer a mano.

Límites de uso y cuotas para un despliegue interno de LLM

Un DGX Spark sin configurar no tiene límites de uso por usuario. Añádelos tú con los límites rpm/tpm y presupuestos por clave de LiteLLM, o con un proxy inverso delante.

Registro de auditoría para un despliegue de LLM autoalojado sujeto a cumplimiento normativo

Configura logs de auditoría de solicitudes y respuestas en tu propio contenedor en un DGX Spark alquilado: qué registrar, dónde guardarlo y dónde termina el trabajo de GPUwerk.

Configurar SSO y control de acceso para un despliegue de LLM de equipo

Poner una capa de autenticación delante de un endpoint de inferencia autoalojado para que un equipo inicie sesión con sus identidades existentes en lugar de compartir claves SSH o tokens de API.

Estrategia de versionado de modelos y vuelta atrás para un despliegue autoalojado

Controlar qué pesos y configuraciones de modelo se están ejecutando realmente y volver atrás limpiamente cuando una nueva versión rinde peor, en un despliegue autoalojado en DGX Spark.

Para ver cómo se compara el Spark con otras máquinas, consulta las comparativas. Para el hardware en sí, la página de especificaciones.

Primera recarga: paga 20 $ y recibe 30 $ de crédito

Prueba una guía en un Spark real por 0,79 $/hora.

Alquila un DGX Spark dedicado en Europa, Norteamérica o Asia Oriental y sigue los pasos. Facturado por minuto con crédito prepago.

Crear cuenta Ver precios