Patrick Moorhead revelou a montagem de um cluster caseiro voltado para inteligência artificial composto por quatro unidades NVIDIA DGX Spark empilhadas em um rack compacto tec MOJO com refrigeração adicional. Juntos, os quatro dispositivos somam cerca de 512 GB de memória unificada compartilhada entre a unidade central de processamento (CPU) e a unidade de processamento gráfico (GPU).7

Desempenho e execução do DeepSeek V4.1-Flash

O conjunto foi utilizado para hospedar o modelo de inteligência artificial de pesos abertos DeepSeek V4.1-Flash, que possui 552 bilhões de parâmetros e demandou 476 GB de memória durante a operação. Submetido a 32 requisições concorrentes, o cluster atingiu taxas de pico de inferência de 494 tokens por segundo na geração de código e de 280 tokens por segundo na geração de prosa.7

Topologia de rede e especificações do hardware

Para interligar as unidades, Moorhead adotou cabos QSFP diretamente dispostos em uma topologia de anel sem switch de rede. A abordagem difere da recomendação oficial da NVIDIA para arranjos com quatro nós, na qual a fabricante indica uma topologia em estrela gerenciada por um switch Ethernet de 200 GbE (Gigabit Ethernet).7

Individualmente, cada nó DGX Spark traz uma CPU Arm de 20 núcleos, divididos entre 10 núcleos Cortex-X925 e 10 núcleos Cortex-A725, além de 128 GB de memória LPDDR5X com largura de banda próxima a 273 GB/s e placa de rede inteligente (SmartNIC) ConnectX-7 de 200 Gb/s. O módulo gráfico integrado GB10 possui Tensor Cores de quinta geração, tecnologia de upscaling DLSS 4, núcleos RTX dedicados a traçado de raios (Ray Tracing), alcançando 31 TFLOPs em ponto flutuante de precisão simples (FP32) e 1.000 TOPS em computação de precisão NVFP4.7

As fontes divergemHá divergência nos dados a respeito do consumo de energia do NVIDIA DGX Spark. Registros apontam que o consumo de cada nó fica na faixa de 140 W a 240 W utilizando o adaptador de energia incluso, enquanto outras medições indicam que cada unidade consome aproximadamente de 400 W a 600 W quando submetida a carga de trabalho.

Contexto da plataforma DGX Spark

A implementação caseira surge poucos dias após a NVIDIA oficializar uma versão do supercomputador pessoal DGX Spark com 64 GB de memória unificada por US$ 4.999, programada para chegar ao mercado em 23 de outubro de 2026. Esse modelo também emprega o superchip GB10 Grace Blackwell, sendo voltado à execução local de redes neurais de até 100 bilhões de parâmetros e projetado para venda exclusiva através de fabricantes parceiros.234156

  1. NVIDIA anuncia versão do DGX Spark de 64 GB com superchip GB10 Grace Blackwell
  2. Patrick Moorhead divulga cluster caseiro de quatro nós DGX Spark em topologia de anel