Alternativas al DGX Spark: ¿qué máquina encaja con tus modelos?
Un DGX Spark tiene 128 GB de memoria unificada a 273 GB/s. La mayoría de las alternativas sacrifican una cosa por la otra: más ancho de banda y menos memoria, o una memoria similar por menos dinero. La tabla de abajo resume trece páginas de comparación, una fila por máquina. Cada cifra de una fila procede de la página enlazada, donde están las fuentes y las fechas.
Trece máquinas frente al Spark
| Máquina | Memoria | Ancho de banda | Dónde gana | Dónde gana el Spark |
|---|---|---|---|---|
| DGX Station (GB300) | 748 GB coherentes: 252 GB HBM3e más 496 GB LPDDR5X | 7,1 TB/s (HBM3e) | Un equipo junto a la mesa para modelos de varios cientos de GB, con unas 26 veces el ancho de banda de GPU | Precio (6.950 $ frente a 104.830 $ o más según lo publicado el 7 de noviembre de 2026); 240 W en lugar de 1600 W; se alquila por minutos |
| NVIDIA H100 SXM | 80 GB HBM3 | 3,35 TB/s | Rendimiento por solicitud y servicio por lotes de modelos densos de 70B a muchos usuarios | Memoria por dólar; modelos de más de unos 70 GB para un usuario; evaluación barata por minutos |
| NVIDIA H200 SXM | 141 GB HBM3e | Unos 4,8 TB/s | Un endpoint de producción compartido con tráfico simultáneo real; cerca de 18 veces el ancho de banda | Modelos de menos de unos 100 GB para una persona o un equipo pequeño; desarrollo y evaluación |
| RTX PRO 6000 Blackwell | 96 GB GDDR7 ECC | 1792 GB/s | Velocidad en modelos que caben en 96 GB; 215,2 frente a 60,9 tok/s publicados con gpt-oss-20b | Modelos de 100 GB o más; un equipo completo en lugar de una tarjeta que necesita un PC anfitrión |
| GeForce RTX 5090 | 32 GB GDDR7 | 1792 GB/s | Cualquier cosa por debajo de unos 30 GB; 575 tok/s publicados frente a 25-32 tok/s en un 27B de clase Qwen3 con concurrencia 8; gaming | Modelos que no cargan en 32 GB, como 70B y gpt-oss-120b; un sistema completo de 240 W |
| Mac Studio (M5 Ultra) | De 96 a 512 GB unificada | 1,2 TB/s | Generación de tokens en modelos que caben; más de 128 GB en una sola máquina | Prefill y prompts largos (3,8 veces más rápido que un M3 Ultra en la prueba de EXO Labs); CUDA; clúster de dos unidades |
| AMD Strix Halo (HP Z2 Mini G1a) | 128 GB LPDDR5x | 256 GB/s | Precio (2.949 $ en la configuración probada); un empate casi exacto en generación de tokens para un usuario en llama.cpp | Tiempo hasta el primer token de 2 a 3 veces menor; fine-tuning unas 2 veces más rápido; unas 2,5 veces en FLUX.1; CUDA |
| ASUS Ascent GX10 | 128 GB LPDDR5x | 273 GB/s (mismo chip) | Mismo chip GB10; compara el precio y el stock del almacenamiento que necesites el día del pedido | La Founders Edition recibe las versiones de DGX OS directamente de NVIDIA |
| Jetson AGX Thor | 128 GB LPDDR5X (kit de desarrollo; el módulo T4000 tiene 64 GB) | 273 GB/s (igual que el Spark) | E/S para robótica, de 40 a 130 W en el módulo y un precio de lista más bajo (5.499 $ frente a 6.950 $, precios en EE. UU. a octubre de 2026) | Velocidad con la misma memoria: 52,87 frente a 41,82 tok/s de decodificación y unas 1,8 veces el prefill con gpt-oss-120b en la prueba de llama.cpp de JetsonHacks; ConnectX-7 a 200 Gb/s para un clúster de dos unidades |
| NVIDIA A100 80 GB | 80 GB HBM2e | De 1935 a 2039 GB/s | Decodificación y servicio por lotes: 200,90 frente a 56,74 tok/s en la prueba Llama 2 7B de llama.cpp | 48 GB más de memoria, cálculo tensorial FP8 y FP4, 0,79 $/h frente a entre 1,19 $ y 2,32 $/h bajo demanda |
| Portátil RTX Spark N1X | Hasta 128 GB LPDDR5X, repartidos entre CPU y GPU | 300 GB/s (NVIDIA) | Equipo Windows portátil; 67,64 frente a 63,77 tok/s con Qwen3.6-35B-A3B en la prueba de The Register | Linux con DGX OS, vLLM y clústeres de dos nodos; primer token en 1240 frente a 1928 ms en una ejecución de agente |
| Equipo con 2x o 4x RTX 3090 | 48 o 96 GB GDDR6X (24 GB por tarjeta) | 936 GB/s por tarjeta | 70B denso: 31,3 frente a 6,0 tok/s para un usuario en dos tarjetas con vLLM AWQ | 128 GB en una caja de 240 W frente a los de 700 a 1.400 W de las tarjetas; gpt-oss-120b a 58,7 tok/s sin dividir el modelo |
| NVIDIA GeForce RTX 4090 | 24 GB GDDR6X | 1008 GB/s | Modelos de menos de unos 22 GB: 221,95 frente a 83,43 tok/s de decodificación con gpt-oss-20b en llama.cpp | Modelos de 25 a 110 GB: gpt-oss-120b a 58,7 tok/s frente a unos 22 con descarga a RAM en una 4090 |
Cada fila procede de la página de comparación enlazada. Las cifras de velocidad de los rivales son informes de terceros citados allí, no mediciones de GPUwerk. Las cifras del propio Spark están en la página de especificaciones.
Comparativa
Dirijo GPUwerk, que alquila DGX Sparks y ninguna de las demás máquinas de aquí, así que lee cada página teniéndolo en cuenta. Las especificaciones proceden de las propias páginas de cada fabricante. Las velocidades del Spark son de GPUwerk, medidas con vLLM 0.27.1 en un nodo de la flota el 2 de septiembre de 2026, con los logs sin editar en la página de benchmarks. GPUwerk no ha probado ninguna de las alternativas, así que sus velocidades son informes de terceros, citados en cada página, o cálculos de ancho de banda indicados como tales. Los precios llevan la fecha en que se consultaron. Los precios de compra han cambiado mucho este año: el Spark de 128 GB tiene un precio de lista de 6.950 $ en EE. UU. desde el 2 de octubre de 2026, y la página de precio tiene la fuente, la fecha y el historial.
Elige por tarea, no por especificaciones
- Varios cientos de GB en una sola máquina, con ancho de banda de centro de datos: la DGX Station, si el presupuesto es de seis cifras.
- Un endpoint compartido con muchos usuarios simultáneos: una GPU de centro de datos como la H100 o la H200.
- Un modelo que cabe en 32 GB o 96 GB, de uso diario: una tarjeta rápida, la RTX 5090 o la RTX PRO 6000.
- Modelos de 100 GB o más, CUDA, prompts largos: el Spark. La comparativa de máquinas GB10 cubre las versiones de los demás fabricantes.
- Si aún no lo tienes claro: alquila un Spark por minutos y mide tu propio modelo antes de comprar nada.