NVIDIA consegna il suo mini supercomputer a Elon Musk: inizia una nuova era dell'AI
NVIDIA ha introdotto ufficiale DGX Spark, il supercomputer AI più compatto mai realizzato: 1 petaFLOP di potenza, 128 GB di memoria unificata e architettura Grace Blackwell in un sistema desktop da 3.000 dollari. Pensato per sviluppatori e ricercatori, permette di eseguire localmente modelli fino a 200 miliardi di parametri senza cloud.
di Manolo De Agostini pubblicata il 14 Ottobre 2025, alle 08:41 nel canale SistemiNVIDIA
NVIDIA ha ufficialmente introdotto DGX Spark, il più piccolo supercomputer AI mai realizzato. A partire da domani 15 ottobre, DGX Spark sarà disponibile su NVIDIA.com e tramite i principali partner - tra cui Acer, ASUS, Dell Technologies, GIGABYTE, HP, Lenovo e MSI - con l'obiettivo di trasformare la scrivania in una vera piattaforma per lo sviluppo di intelligenze artificiali avanzate.

Il sistema è stato progettato per portare la potenza dell'architettura Grace Blackwell direttamente sul desktop di sviluppatori e ricercatori. Derivato dal concept "Project Digits" mostrato al CES, racchiude in un formato poco più grande di un NUC un superchip NVIDIA GB10 Grace Blackwell, capace di fornire fino a 1 petaFLOP di potenza AI con precisione FP4. La configurazione include 128 GB di memoria unificata CPU-GPU, connessa tramite NVLink-C2C - cinque volte più veloce del PCIe 5.0 - e networking ConnectX-7 da 200 Gb/s.

Nonostante il peso contenuto di circa 1,2 kg, DGX Spark è concepito per carichi che tradizionalmente richiedevano infrastrutture datacenter. Le caratteristiche tecniche permettono agli sviluppatori di eseguire inferenze su modelli di IA con fino a 200 miliardi di parametri e di ottimizzare localmente modelli con fino a 70 miliardi di parametri, senza ricorrere al cloud. NVIDIA lo descrive come una "nuova classe di computer", progettata per lo sviluppo di AI agentiche e fisiche, robotica, visione artificiale e ricerca su modelli linguistici di grandi dimensioni.
Il sistema arriva preconfigurato con una distribuzione Linux personalizzata e l'intero stack software NVIDIA AI, che include CUDA, librerie, framework, modelli preaddestrati e microservizi NIM. In pratica, è pronto all'uso per applicazioni come la personalizzazione del modello di image generation FLUX.1 di Black Forest Labs, la creazione di agenti multimodali con NVIDIA Cosmos Reason, o chatbot basati su Qwen3 ottimizzati per l'hardware locale.

Durante il lancio, Jensen Huang ha consegnato personalmente una delle prime unità a Elon Musk presso la base SpaceX di Starbase, Texas, in un gesto che richiama il 2016, quando lo stesso Huang consegnò il primo DGX-1 al nascente team di OpenAI. "Con DGX Spark vogliamo tornare a mettere la potenza dell'AI nelle mani di ogni sviluppatore", ha dichiarato Huang.
Tra i primi ad adottare DGX Spark figurano aziende e istituti come Meta, Microsoft, Google, Hugging Face, Anaconda, LM Studio, JetBrains, ComfyUI e il Global Frontier Lab della New York University, che lo utilizza per la ricerca su algoritmi sensibili alla privacy. La possibilità di collegare due DGX Spark tramite le interfacce Ethernet QSFP consente di raddoppiare le capacità di calcolo, arrivando a gestire inferenze su modelli da oltre 400 miliardi di parametri.
Con un prezzo di partenza attorno ai 3.000 dollari, DGX Spark non è pensato per il pubblico mainstream, ma rappresenta una piattaforma compatta e accessibile per sviluppatori, ricercatori e creativi che desiderano un petaflop di potenza AI a portata di mano.
| Evoluzione dell'AI Computing: da NVIDIA DGX-1 a DGX Spark | ||
|---|---|---|
| DGX-1 (2016) | DGX Spark (2025) | |
| Architettura GPU | NVIDIA Pascal | NVIDIA Blackwell |
| Memoria GPU | 128 GB (16 GB per GPU) | 128 GB unified system memory |
| Prestazioni AI | 170 TFLOPS (FP16) | 1 PFLOP (FP4) |
| Consumo | 3.200 W | 240 W |
| Dimensioni | 866 x 444 x 131 mm | 150 x 150 x 50.5 mm |
| Peso | 60.8 kg | 1.2 kg |
| Prezzi | $129.000 | $3.999 |










Test ride con Gowow Ori: elettrico e off-road vanno incredibilmente d'accordo
Recensione OnePlus 15: potenza da vendere e batteria enorme dentro un nuovo design
AMD Ryzen 5 7500X3D: la nuova CPU da gaming con 3D V-Cache per la fascia media
4,9 miliardi su Google: Buffett sfida il suo stesso passato e ristruttura il portafoglio
Google ha svelato un agente AI che può giocare ai videogiochi e interagire con mondi virtuali 3D
Tesla cambia idea: è in arrivo l'integrazione con CarPlay?
Anche Firefox punta sull'intelligenza artificiale: navigare il web sarà diverso con AI Window
Stop alle super-accelerazioni delle auto elettriche? La Cina propone nuove norme e pensa alla sicurezza
Osservatorio AGCOM: sempre più accessi in fibra, Iliad non si ferma e Temu conquista gli italiani
Sempre più IA su Spotify: arrivano i riassunti degli audiolibri, per le parti già ascoltate
iMac M4 crolla a 1.199€ con risparmio di 330€ rispetto al listino: il tutto-in-uno Apple più potente e sottile è in super offerta su Amazon
Nintendo Switch 2: in rilascio un nuovo aggiornamento con tanti miglioramenti
Core Ultra 9 290K Plus, Core Ultra 7 270K Plus e Core Ultra 5 250K Plus: le CPU Arrow Lake Refresh in arrivo
Prezzo Black Friday per le super cuffie Sony WH-1000XM5SA, 229€, in offerta a 249€ anche le Sony WH-1000XM5, identiche, cambia la custodia
Crollano i prezzi della cuffie Beats col Black Friday: Studio Pro al minimo assoluto, Studio Buds+ a 95€ e altri prezzi mai visti prima
ASUS ROG Matrix RTX 5090 costa 4000 dollari: solo 1.000 unità per una scheda elitaria
Grazie ai dati di ESA il calcolo della traiettoria della cometa interstellare 3I/ATLAS è più preciso









9 Commenti
Gli autori dei commenti, e non la redazione, sono responsabili dei contenuti da loro inseriti - infoAndando a leggere le specifiche il tutto torna nei parametri della normalità... ad esempio la memoria non è HBM come ci si aspetterebbe su un sistema pensato per l'AI, ma è una semplice LPDDR5 con bus a 256bit e appena 273GB/s di banda :/
avevo notato anche io.. ma perchè si degrada a 4 bit ?.. c'è un motivo ?
16 bit sono un ordine di grandezza ben differente di 4 bit.. ha senso ?
Questo Spark in realtà è pensato per training, non per l'inferenza. 128GB di memoria a 270GB/S consentono di fare training in locale che prima si poteva fare solo in cloud, mentre per l'inferenza sono decisamente numeri bassi. D'altra parte NVidia non si fa certo concorrenza in casa!
Devi effettuare il login per poter commentare
Se non sei ancora registrato, puoi farlo attraverso questo form.
Se sei già registrato e loggato nel sito, puoi inserire il tuo commento.
Si tenga presente quanto letto nel regolamento, nel rispetto del "quieto vivere".