Il cluster raddoppia
Nvidia ha annunciato al GTC 2026 di Berlino che DGX Spark passa da un massimo di quattro a un massimo di otto unità configurabili manualmente in cluster. Secondo l'azienda, una configurazione con versioni da 128GB può raggiungere fino a 1TB di memoria unificata complessiva. La novità è rilevante perché sposta il prodotto verso scenari di inferenza locale su modelli di dimensioni maggiori, che richiedono più memoria di quanta ne offra un singolo nodo.
La versione da 64GB di DGX Spark, indicata a 4.999 dollari, sarà distribuita dai partner a partire dal 23 ottobre. Per il deployment in cluster, Nvidia prevede il lancio entro la fine del mese di Sync Model Launcher, strumento che scarica modelli e container adatti alla configurazione hardware, li collega a OpenCode e carica automaticamente DGX Spark Skills per assistenza su manutenzione e risoluzione dei problemi.
L'aggiornamento software di ottobre introduce inoltre un Wi-Fi assistant per cambiare rete in modalità appliance e integra DGX Spark Skills in Nvidia Sync tramite OpenCode. Si tratta di funzioni di gestione ordinaria, ma coerenti con l'uso del dispositivo come macchina AI da scrivania affidata a team e non solo a singoli sviluppatori.
Modelli e ottimizzazioni
Sul fronte dei modelli, Nvidia dichiara il supporto locale a Nemotron, GLM, DeepSeek, Qwen, MiniMax e FLUX.3 Klein, per attività di agenti, programmazione, generazione e modifica di immagini. L'azienda presenta anche Recursive Flint, modello di programmazione con architettura mixture-of-experts da 40 miliardi di parametri totali e 2,5 miliardi attivi, che secondo Nvidia supera i 220 token al secondo in inferenza su RTX Spark con 64GB di memoria.
Per ridurre la pressione sulla memoria, Nvidia pubblica checkpoint quantizzati che dichiara vicini all'accuratezza dei modelli a piena precisione: Qwen3.8-Flash-Next-FP4-Local è indicato per un singolo DGX Spark da 128GB o per RTX PRO 6000, mentre GLM-5.3-Flash-FP4-Local richiede due sistemi.
Le ottimizzazioni riguardano anche le community di llama.cpp e vLLM. Nvidia afferma che, con il decoding speculativo multi-token su Qwen 3.8 Flash Next, RTX PRO 6000 Blackwell guadagna fino a 1,4 volte nelle attività agentiche end-to-end; su vLLM, con decoding speculativo e kernel di prefill FlashInfer su Qwen3.8 27B, DGX Spark guadagna fino a 1,3 volte; DGX Station con GLM 5.3 Flash arriva a 1,2 volte il throughput precedente. In sintesi, l'azienda rivendica incrementi fino al 40% su RTX PRO 6000 Blackwell e fino al 30% e 20% rispettivamente su DGX Spark e DGX Station. Questi dati sono dichiarazioni del produttore, non verifiche indipendenti.
Ecosistema e tempi
Nvidia annuncia per DGX Station sette integrazioni di gestione enterprise, tra cui Absolute Security, Splunk di Cisco, Microsoft Intune e Tanium, destinate al deployment e alla gestione dell'infrastruttura AI locale. Una versione Windows di DGX Station è attesa a dicembre, con applicazioni per la produzione e flussi di progettazione, simulazione, validazione e automazione ingegneristica. Sono inoltre previsti un workflow robotico open source e, in accesso anticipato, Nvidia Cloud Functions per condividere servizi di modelli locali tramite un'unica interfaccia.
Restano da verificare i guadagni prestazionali in scenari reali, la disponibilità effettiva dei cluster a otto nodi e il funzionamento di Sync Model Launcher, annunciato ma non ancora rilasciato. Il quadro che emerge è quello di un ecosistema che Nvidia sta costruendo attorno all'inferenza locale, dalla memoria alla gestione fino ai modelli ottimizzati.