Alternativas ao DGX Spark: que máquina serve para os seus modelos?
Um DGX Spark tem 128 GB de memória unificada a 273 GB/s. A maioria das alternativas troca uma coisa pela outra: mais largura de banda e menos memória, ou memória semelhante por menos dinheiro. A tabela abaixo resume treze páginas de comparação, uma linha por máquina. Cada valor de uma linha vem da página ligada, onde estão as fontes e as datas.
Treze máquinas frente ao Spark
| Máquina | Memória | Largura de banda | Onde ganha | Onde o Spark ganha |
|---|---|---|---|---|
| DGX Station (GB300) | 748 GB coerentes: 252 GB HBM3e mais 496 GB LPDDR5X | 7,1 TB/s (HBM3e) | Uma máquina de secretária para modelos de várias centenas de GB, com cerca de 26 vezes a largura de banda da GPU | Preço ($6950 face a $ 104 830 ou mais, segundo a listagem de 7 de novembro de 2026); 240 W em vez de 1600 W; alugável ao minuto |
| NVIDIA H100 SXM | 80 GB HBM3 | 3,35 TB/s | Débito por pedido, e serviço em lote de modelos densos de 70B para muitos utilizadores | Memória por dólar; modelos acima de cerca de 70 GB para um utilizador; avaliação barata ao minuto |
| NVIDIA H200 SXM | 141 GB HBM3e | Cerca de 4,8 TB/s | Um endpoint de produção partilhado com tráfego simultâneo real; perto de 18 vezes a largura de banda | Modelos abaixo de cerca de 100 GB para uma pessoa ou uma pequena equipa; desenvolvimento e avaliação |
| RTX PRO 6000 Blackwell | 96 GB GDDR7 ECC | 1792 GB/s | Velocidade em modelos que cabem em 96 GB; 215,2 face a 60,9 tok/s reportados com o gpt-oss-20b | Modelos de 100 GB ou mais; uma máquina completa em vez de uma placa que precisa de um PC anfitrião |
| GeForce RTX 5090 | 32 GB GDDR7 | 1792 GB/s | Qualquer coisa abaixo de cerca de 30 GB; 575 tok/s reportados face a 25 a 32 tok/s num 27B da classe Qwen3 com concorrência 8; jogos | Modelos que não carregam em 32 GB, como os de 70B e o gpt-oss-120b; um sistema completo de 240 W |
| Mac Studio (M5 Ultra) | 96 a 512 GB unificada | 1,2 TB/s | Geração de tokens em modelos que cabem; mais de 128 GB numa só máquina | Prefill e prompts longos (3,8 vezes mais rápido do que um M3 Ultra no teste da EXO Labs); CUDA; cluster de duas unidades |
| AMD Strix Halo (HP Z2 Mini G1a) | 128 GB LPDDR5x | 256 GB/s | Preço ($2949 na configuração testada); quase empate na geração de tokens para um utilizador no llama.cpp | Tempo até ao primeiro token 2 a 3 vezes mais rápido; fine-tuning cerca de 2 vezes mais rápido; cerca de 2,5 vezes no FLUX.1; CUDA |
| ASUS Ascent GX10 | 128 GB LPDDR5x | 273 GB/s (mesmo chip) | O mesmo chip GB10; compare o preço e o stock para o nível de armazenamento de que precisa no dia em que encomenda | A Founders Edition recebe as versões do DGX OS diretamente da NVIDIA |
| Jetson AGX Thor | 128 GB LPDDR5X (kit de desenvolvimento; o módulo T4000 tem 64 GB) | 273 GB/s (igual ao Spark) | E/S para robótica, 40 a 130 W no módulo, e um preço de tabela mais baixo ($5499 face a $6950, preços nos EUA em outubro de 2026) | Velocidade com a mesma memória: 52,87 face a 41,82 tok/s de descodificação e cerca de 1,8 vezes o prefill com o gpt-oss-120b no teste llama.cpp da JetsonHacks; ConnectX-7 a 200 Gb/s para um cluster de duas unidades |
| NVIDIA A100 80 GB | 80 GB HBM2e | 1935 a 2039 GB/s | Descodificação e serviço em lote: 200,90 face a 56,74 tok/s no teste Llama 2 7B do llama.cpp | Mais 48 GB de memória, cálculo tensorial FP8 e FP4, $ 0,79/h face a $ 1,19 a $ 2,32/h on-demand |
| Portátil RTX Spark N1X | Até 128 GB LPDDR5X, divididos entre CPU e GPU | 300 GB/s (NVIDIA) | Máquina Windows portátil; 67,64 face a 63,77 tok/s no Qwen3.6-35B-A3B no teste do The Register | Linux com DGX OS, vLLM e clusters de dois nós; primeiro token em 1240 face a 1928 ms numa execução de agente |
| Sistema com 2x ou 4x RTX 3090 | 48 ou 96 GB GDDR6X (24 GB por placa) | 936 GB/s por placa | 70B denso: 31,3 face a 6,0 tok/s para um utilizador em duas placas com vLLM AWQ | 128 GB numa só caixa de 240 W face a 700 a 1400 W de placas; gpt-oss-120b a 58,7 tok/s sem divisão |
| NVIDIA GeForce RTX 4090 | 24 GB GDDR6X | 1008 GB/s | Modelos abaixo de cerca de 22 GB: 221,95 face a 83,43 tok/s de descodificação com o gpt-oss-20b no llama.cpp | Modelos de 25 a 110 GB: gpt-oss-120b a 58,7 tok/s face a cerca de 22 com offload para RAM numa 4090 |
Cada linha é retirada da página de comparação ligada. Os valores de velocidade dos rivais são relatórios de terceiros aí citados, não medições da GPUwerk. Os valores do próprio Spark estão na página de especificações.
Como nos comparamos
Eu dirijo a GPUwerk, que aluga DGX Sparks e nenhuma das outras máquinas aqui referidas, por isso leia cada página tendo isso em conta. Os valores das especificações vêm das páginas de cada fabricante. As velocidades do Spark são da própria GPUwerk, medidas com o vLLM 0.27.1 num nó da frota a 2 de setembro de 2026, com registos brutos na página de benchmarks. A GPUwerk não executou nenhum dos rivais, por isso as velocidades deles são relatórios de terceiros, identificados em cada página, ou contas de largura de banda assinaladas como tal. Os preços têm a data em que foram lidos. Os preços de compra mudaram muito este ano: o Spark de 128 GB está à venda por $6950 nos EUA desde 2 de outubro de 2026, e a página de preços tem a fonte, a data e o histórico.
Escolha pelo trabalho, não pela especificação
- Várias centenas de GB numa só máquina, com largura de banda de datacenter: a DGX Station, se o orçamento tiver seis dígitos.
- Um endpoint partilhado com muitos utilizadores simultâneos: uma GPU de datacenter como a H100 ou a H200.
- Um modelo que caiba em 32 GB ou 96 GB, usado diariamente: uma placa rápida, a RTX 5090 ou a RTX PRO 6000.
- Modelos de 100 GB ou mais, CUDA, prompts longos: o Spark. A comparação de máquinas GB10 cobre as versões dos outros fabricantes.
- Ainda não tem a certeza: alugue um Spark ao minuto e meça o seu próprio modelo antes de comprar o que quer que seja.