Nvidia Spark: do supercomputador de mesa ao chip que leva a Nvidia para dentro do notebook

A Nvidia passou três décadas vendendo a placa de vídeo que vai dentro do computador dos outros. Com a família Spark, ela passa a fazer o computador inteiro. Primeiro veio o DGX Spark, um supercomputador de inteligência artificial do tamanho de um livro, à venda desde outubro de 2025, capaz de rodar na mesa modelos de 200 bilhões de parâmetros. Em 31 de maio de 2026, junto com a Microsoft, veio o RTX Spark: o mesmo tipo de chip, agora para notebooks e PCs com Windows, com os primeiros modelos previstos para outubro e a chegada ao Brasil prevista para novembro. Este aprofundamento explica o que é essa tecnologia, de onde ela veio, o que faz bem, onde esbarra e por que pode mudar o mercado de computadores pessoais.

A ideia por trás do Spark

Num computador comum, o processador e a placa de vídeo são peças separadas, cada uma com a sua memória. Para a placa de vídeo trabalhar com um dado, ele precisa ser copiado de uma memória para a outra.

O Spark junta tudo num mesmo pacote: um processador Arm de 20 núcleos, chamado Grace, e uma placa de vídeo Blackwell, a mesma arquitetura das GeForce RTX 50, ligados por uma conexão interna chamada NVLink-C2C, de 600 GB/s nos dois sentidos, e compartilhando uma única memória de até 128 GB. O processador foi desenvolvido em parceria com a taiwanesa MediaTek, e o chip é fabricado pela TSMC no processo de 3 nanômetros.

Por que isso importa para a inteligência artificial: o tamanho de um modelo de IA que um computador consegue rodar depende da memória da placa de vídeo. As placas de consumo têm de 8 a 32 GB; o Spark dá à parte gráfica acesso a 128 GB. É isso que permite rodar em casa modelos que antes exigiam servidores ou a nuvem.

Três palavras para entender o resto

Três termos aparecem em toda conversa sobre o Spark, e vale explicá-los antes de seguir.

Parâmetros são os números que um modelo de IA aprende durante o treinamento — as “regulagens” internas que definem como ele responde. Um modelo de 200 bilhões de parâmetros guarda 200 bilhões desses números, e todos precisam caber na memória para o modelo funcionar. Mais parâmetros, em geral, significam respostas mais capazes, e muito mais memória.

Tokens são os pedaços de texto com que o modelo trabalha: uma palavra curta, parte de uma palavra longa, um sinal de pontuação. A velocidade de um modelo se mede em tokens por segundo, tanto para ler a pergunta quanto para escrever a resposta.

FP4 é o jeito de guardar cada parâmetro usando só 4 bits, em vez dos 16 ou 8 mais comuns. A versão da Nvidia, o NVFP4, criada com a arquitetura Blackwell, agrupa os números em blocos de 16, cada bloco com o seu próprio fator de escala. Segundo a Nvidia, isso reduz a memória ocupada pelo modelo em cerca de 3,5 vezes em relação ao formato de 16 bits, com perda de precisão de 1% ou menos frente ao formato de 8 bits em testes com o modelo DeepSeek-R1. É por isso que os números de desempenho do Spark vêm sempre acompanhados de “em FP4”: é o formato que deixa um modelo grande caber e rodar rápido.

De onde veio: o Project DIGITS

O DGX Spark nasceu com outro nome. Em 6 de janeiro de 2025, na feira CES, em Las Vegas, a Nvidia apresentou o Project DIGITS: um computador pessoal de IA com o chip GB10, anunciado a partir de US$ 3.000, rodando o DGX OS, o sistema da Nvidia baseado em Linux.

Em 18 de março de 2025, na conferência GTC, o projeto ganhou o nome definitivo de DGX Spark e um irmão maior, o DGX Station, com o chip GB300 e 784 GB de memória, pensado para quem precisa de ainda mais capacidade na mesa.

As vendas abriram em 15 de outubro de 2025, já a US$ 3.999. No mesmo anúncio, a Nvidia informou que o chip GB10 também iria para caixas de outras marcas — Acer, ASUS, Dell, Gigabyte, HP, Lenovo e MSI —, e várias já estão à venda, como o Acer Veriton GN100, o Lenovo ThinkStation PGX, o Dell Pro Max com GB10, o HP ZGX Nano e o ASUS Ascent GX10. O desenho é o mesmo; muda o acabamento e o suporte de cada fabricante.

DGX Spark: o supercomputador de mesa

O DGX Spark é uma caixa de 15 por 15 centímetros e 5 de altura, com 1,2 kg, voltada a desenvolvedores e pesquisadores de IA.

O aumento de 18% no preço, segundo a Nvidia, veio da falta de memória no mercado — a mesma crise que encareceu os pentes de RAM no mundo inteiro em 2026.

O que ele faz bem: rodar localmente modelos de até 200 bilhões de parâmetros, sem dividir o trabalho entre várias placas, e fazer o ajuste fino — o treinamento complementar que adapta um modelo pronto a uma tarefa específica — de modelos de até 70 bilhões. As unidades também se somam: no lançamento, a Nvidia anunciava duas caixas ligadas rodando modelos de 405 bilhões de parâmetros; hoje, a página do produto fala em até quatro unidades, com modelos de até 700 bilhões.

Para que ele serve, na prática. A Nvidia apresentou o problema que o DGX Spark resolve: os modelos de IA cresceram além do que um computador de mesa comporta, e isso obrigava as equipes a levar todo o trabalho para a nuvem ou para os centros de dados. Com o Spark, o pesquisador testa e ajusta o modelo na própria mesa e, quando está pronto, leva-o sem adaptações para o DGX Cloud, o serviço de nuvem da Nvidia, ou para um centro de dados — porque a arquitetura Grace Blackwell e o pacote de software são os mesmos nas duas pontas. O conjunto de programas de IA da Nvidia vem pré-instalado, incluindo as bibliotecas CUDA e os microsserviços NIM, e o sistema dá acesso a ferramentas como o NeMo, para ajuste fino de modelos, e o RAPIDS, para ciência de dados, além de PyTorch, Python e Jupyter, as ferramentas de trabalho mais comuns da área. Jensen Huang, presidente da Nvidia, resumiu a proposta como colocar um computador de IA nas mãos de cada desenvolvedor.

Num teste publicado pela Intuition Labs com um modelo de 120 bilhões de parâmetros, a etapa de leitura da pergunta chegou a cerca de 1.700 tokens por segundo, competitiva com máquinas de várias placas de vídeo.

Onde esbarra: a velocidade de escrita da resposta. No mesmo teste, a geração ficou em cerca de 39 tokens por segundo, bem abaixo de três placas RTX 3090 somadas, que chegaram a 124. O resumo do avaliador: “memória enorme, velocidade moderada”. Por isso, parte dos críticos considera o preço alto e aponta computadores com o chip Strix Halo, da AMD, com os mesmos 128 GB por cerca de metade do preço e desempenho parecido em muitas tarefas — embora sem o suporte ao formato FP4.

Por que a velocidade da memória manda na resposta

Para entender o gargalo, é preciso saber como um modelo escreve. Ele produz a resposta um token de cada vez, e para cada token precisa percorrer praticamente todos os seus parâmetros na memória. A conta pesada em si é rápida; o que demora é buscar tanto dado, tantas vezes. A própria Nvidia descreve essa etapa como limitada pela memória, e não pelo cálculo.

É aí que entra a largura de banda: quantos gigabytes por segundo a memória consegue entregar ao chip. Comparando os números oficiais:

A RTX 5090 entrega a memória mais de seis vezes mais rápido que o Spark, mas guarda só um quarto dela. É uma troca: o Spark cabe modelos que a placa de vídeo nem consegue abrir, mas escreve a resposta mais devagar. Nos testes da equipe do LMSYS, a largura de banda foi apontada como o principal fator limitante, e o Spark ficou cerca de quatro vezes mais lento que uma placa profissional RTX Pro 6000 num modelo de 20 bilhões de parâmetros — um modelo pequeno, que cabe inteiro na placa.

Para quem isso importa: para quem conversa com o modelo em tempo real, a velocidade de escrita pesa. Para quem desenvolve, testa e ajusta modelos grandes — o público do DGX Spark —, poder carregá-los na mesa, sem alugar servidor, costuma pesar mais.

A longa estrada do Windows em Arm

O RTX Spark entra num caminho que a Microsoft tenta abrir há mais de uma década, e onde a própria Nvidia já esteve.

– 2012: o primeiro Surface, com o Windows RT, rodava num chip Nvidia Tegra 3, de arquitetura Arm. Os aplicativos tradicionais do Windows não funcionavam nele, as vendas ficaram abaixo do esperado e a Microsoft registrou uma perda de US$ 900 milhões com o estoque.

– 2019: veio o Surface Pro X, com o chip SQ1, derivado de um Snapdragon da Qualcomm, a US$ 999. Já emulava programas comuns, mas com limitações.

– 2020: a Apple apresentou o M1 e começou a trocar os processadores Intel dos Macs por chips próprios de arquitetura Arm, numa transição prevista para cerca de dois anos. Foi a prova de que um computador pessoal em Arm podia ser rápido e ter bateria longa ao mesmo tempo.

– 2024: a Microsoft lançou os Copilot+ PCs com os chips Snapdragon X Elite e X Plus, à venda a partir de junho, e, com o Windows 11 24H2, o Prism, o emulador que roda no Arm os programas feitos para processadores Intel e AMD.

Uma interpretação, e está marcada como tal: o que faltou a essas tentativas foi, em boa parte, a placa de vídeo e os jogos. É exatamente o ponto forte que a Nvidia traz.

RTX Spark: o Spark vira notebook

Em 31 de maio de 2026, no palco do GTC Taipé, durante a Computex, a Nvidia e a Microsoft apresentaram o RTX Spark — o chip que por anos circulou nos boatos com os códigos N1 e N1X. É a mesma receita do DGX Spark, agora para computadores pessoais com Windows em processador Arm.

Há versões menores para notebooks mais leves, com 18 núcleos, 5.120 núcleos CUDA e 24 ou 32 GB de memória.

Os aparelhos. A Nvidia promete notebooks de 14 a 16 polegadas com 14 milímetros de espessura e 1,36 kg, com telas OLED, e PCs de mesa compactos. Os primeiros vêm de Asus, Dell, HP, Lenovo, Microsoft e MSI, com Acer e Gigabyte depois. A Microsoft já apresentou uma caixa de desenvolvimento, o Surface RTX Spark Dev Box, com 128 GB, e o Surface Laptop Ultra: tela de 15 polegadas Mini-LED sensível ao toque, com 262 pontos por polegada e pico de 2.000 nits em HDR, até 128 GB de memória unificada, e portas HDMI, USB-C, USB-A, leitor de cartão SD e fone de ouvido, nas cores platina e azul-noite. Preço, armazenamento, peso e data exata ainda não foram divulgados; a Microsoft marcou um evento para 7 de outubro, em San Francisco, com Satya Nadella e Jensen Huang. Segundo a Reuters, Acer e Lenovo lançam os seus modelos em outubro de 2026. Os preços não foram anunciados.

A bateria. O comunicado oficial promete “bateria para o dia inteiro”, sem dar número de horas. A cobertura da StorageReview registra o outro lado: em jogos ou em IA pesada, com o chip perto dos 80 watts, a bateria se esgota em 45 minutos a uma hora — o que vale para qualquer notebook que puxe esse nível de potência.

A IA no Windows. A parceria prevê um Windows preparado para agentes de IA — programas que executam tarefas sozinhos no computador —, com um ambiente de execução da Nvidia chamado OpenShell e novas proteções de segurança do sistema. A Nvidia promete o dobro de desempenho nos modelos de agentes mais usados.

Os exemplos oficiais dão a medida da ambição: agentes que executam tarefas dentro dos aplicativos do Windows, cumprem fluxos que passam por vários programas, geram imagem e vídeo, escrevem pequenos aplicativos e fazem buscas nos arquivos do computador pelo significado, e não só pelo nome.

O OpenShell é a trava de segurança dessa ideia. É um ambiente aberto que controla o que cada agente pode fazer: por padrão, nada é permitido; cada agente roda isolado, sem acesso direto à rede, e toda permissão concedida ou negada fica registrada. O usuário define as regras, as consultas vão para modelos locais conforme a política de privacidade escolhida, e, segundo a Nvidia, dados pessoais são disfarçados quando uma consulta precisa ir para um modelo na nuvem. A Microsoft reforça que é o usuário quem decide quando e como os agentes agem, com controles para ver o que eles acessam.

E os jogos? O ponto mais sensível. A Nvidia promete os recursos da linha GeForce — DLSS 4.5, com a reconstrução de raios, Reflex e G-SYNC — e jogos em 1440p acima de 100 quadros por segundo. Mas jogos feitos para os processadores tradicionais, de arquitetura x86, rodam no Windows para Arm por meio do emulador Prism. Os dois sistemas antitrapaça mais usados, o Easy Anti-Cheat e o BattlEye, terão versões nativas, e o aplicativo do Xbox para PC funcionará. Há um limite técnico: programas que dependem de *drivers* no nível mais baixo do sistema não podem ser emulados e precisam ser refeitos para Arm.

Como o Prism funciona. O emulador traduz, no momento em que o programa roda, blocos de instruções escritas para processadores Intel e AMD em instruções que o chip Arm entende, e guarda essa tradução para não repetir o trabalho da próxima vez. No Windows 11, ele aceita tanto os programas antigos de 32 bits quanto os de 64 bits, e a Microsoft informou que o Prism estará presente e otimizado nos PCs com RTX Spark. Há ainda um formato intermediário, o Arm64EC, que deixa partes nativas e partes emuladas conviverem no mesmo programa — assim, um desenvolvedor pode converter o seu aplicativo aos poucos.

Os números da compatibilidade. Em agosto de 2026, segundo o Windows Latest, a Microsoft informou que mais de 7.000 aplicativos e jogos já estão verificados no site Works on Windows on Arm, e que mais de 85% do catálogo do Game Pass é compatível. É bastante, e ainda não é tudo: quem joga um título específico com proteção antitrapaça própria faz bem em conferir antes de comprar.

E no Brasil

O RTX Spark tem chegada ao Brasil prevista para novembro de 2026, segundo Marcio Aguiar, diretor de vendas da Nvidia para a América Latina, no Web Summit Rio. Cada fabricante define a própria estratégia e o preço no país. A Dell já confirmou o XPS 16 Creator Edition para o mercado brasileiro, ainda sem data nem preço.

Por que isso é grande

Uma interpretação, e está marcada como tal: o Spark é a entrada da Nvidia num mercado dominado há quarenta anos por Intel e AMD. Até aqui, a empresa vendia a peça mais valiosa do computador gamer; agora, disputa o computador inteiro. A aposta combina duas forças que a Nvidia domina — a placa de vídeo e o ecossistema de IA — com a eficiência dos processadores Arm, a mesma escolha que a Apple fez nos Macs.

O que pode segurar essa aposta aparece ao longo deste texto: o preço — nenhum foi anunciado, e a expectativa é de aparelhos caros —, a compatibilidade de programas e jogos no Windows para Arm, a velocidade de memória e a mesma falta de memória que já encareceu o DGX Spark.

A Nvidia se comprometeu com uma nova geração a cada dois anos. Depois do Grace Blackwell de 2026, vem o Vera Rubin Spark, previsto para 2027 e 2028, já com memória LPDDR6, mais rápida; e depois o Rosa Feynman Spark, para 2029 e 2030.

O que não se sabe

– Quanto vão custar os notebooks e PCs com RTX Spark, lá fora e no Brasil.

– Quanto dura a bateria em uso leve, no dia a dia, medida por testes independentes.

– Quantos jogos e programas rodam bem no Windows para Arm no dia do lançamento.

– Se a memória LPDDR6 da próxima geração resolve o gargalo de velocidade do DGX Spark.

O fecho

O DGX Spark mostrou que dava para colocar na mesa um computador capaz de rodar os grandes modelos de IA que antes moravam em servidores. O RTX Spark tenta levar essa mesma ideia para o notebook do dia a dia, com Windows, jogos e agentes de IA juntos num só chip — e volta a um caminho que a Nvidia já percorreu com o Tegra, em 2012, agora com a placa de vídeo que faltou naquela época.

Se der certo, 2026 terá sido o ano em que a Nvidia deixou de ser a empresa da placa de vídeo para virar a empresa do computador. Se esbarrar em preço e compatibilidade, será mais um capítulo da longa tentativa de tirar os computadores pessoais dos processadores tradicionais. A resposta começa a aparecer em outubro, quando os primeiros notebooks chegarem às lojas, e em novembro no Brasil.

Fontes: 1 · 2 · 3 · 4 · 5 · 6 · 7 · 8 · 9 · 10 · 11 · 12 · 13 · 14 · 15 · 16 · 17 · 18 · 19 · 20 · 21) · 22 · 23 · 24 · 25 · 26 · 27 · 28 · 29 · 30 · 31 · 32 · 33 · 34 · 35