---

---

Quando a história da tecnologia for contada no século XXI, talvez se recorde este momento como o dia em que a inteligência artificial deixou as salas refrigeradas de data centers e se sentou, confortável, ao lado do teclado do utilizador comum.
A NVIDIA, gigante da computação visual e agora arquiteta do futuro digital, lançou ao mundo duas criaturas que parecem saídas de um sonho cyberpunk: o DGX Spark e o DGX Station — supercomputadores de IA que cabem em cima da secretária, prontos a trabalhar assim que a luz verde se acende.

Do laboratório ao tampo da mesa

O DGX Spark é o "irmão portátil" desta revolução. Equipado com o novo superchip GB10 Grace Blackwell, 128 GB de memória unificada e capacidade para lidar com modelos de até 200 mil milhões de parâmetros, é capaz de atingir 1 petaflop de poder de IA — números que, há apenas cinco anos, pertenciam exclusivamente a centros de investigação e corporações com orçamentos faraónicos.

O DGX Station, por seu lado, é o monstro de mesa. O seu GB300 Grace Blackwell Ultra Superchip combina até 784 GB de memória coesa com uns brutais 20 petaflops de potência de IA.
Com conectividade 800 Gb/s e arquitetura pensada para multiusuário, transforma qualquer escritório num pequeno data center — sem precisar de armazém nem de um batalhão de técnicos.

Ready to use — mas para quem?

Estes sistemas são vendidos como "prontos a usar": basta ligar, e é possível treinar modelos de linguagem, gerar mundos virtuais, simular moléculas, criar avatares fotorrealistas ou montar robôs virtuais que aprendem sozinhos.
O DGX Spark arranca com preços na casa dos US$ 3.999, enquanto variantes OEM (como a da ASUS) podem descer para os US$ 2.999. Já o DGX Station está num patamar para quem não pergunta "quanto custa", mas sim "quanto tempo ganho".

E aqui entra a pergunta que o Fragmentos do Caos gosta de fazer: esta democratização do poder computacional é real ou é apenas mais uma ilusão de mercado?
O preço de entrada de quatro mil dólares ainda é uma barreira gigantesca para a maioria das pessoas, especialmente fora das economias centrais. A "democracia" da IA, por agora, parece mais uma festa privada para uma elite tecnológica.

O lado luminoso e o lado sombrio

Lado luminoso: estas máquinas tornam possível que investigadores independentes, laboratórios menores e criadores sem acesso a nuvem corporativa avancem com projetos antes impensáveis.
Lado sombrio: concentrar tanto poder numa caixa tão acessível (em termos logísticos, não financeiros) abre também portas a abusos — desde a criação de deepfakes hiper-realistas à manipulação massiva de informação em tempo real.

A NVIDIA vende o sonho de um futuro mais criativo, produtivo e independente. Mas como a história nos ensina, toda ferramenta poderosa traz consigo tanto a luz da invenção como a sombra da manipulação.

E amanhã?

Se hoje um DGX Spark cabe na tua mochila, amanhã poderá haver um "Spark Nano" no teu bolso. A curva é exponencial e o tempo entre cada salto tecnológico é cada vez mais curto.
O desafio, como sempre, não será apenas técnico — será ético, social e político. A pergunta que ecoa é: estamos preparados para lidar com tanto poder, tão próximo de todos nós?

No tabuleiro da história, não basta ter a peça mais poderosa — é preciso saber jogar sem destruir o jogo.

---

Pode correr a versão DeepSeek Coder 33B ou DeepSeek Chat com latências baixas e suporte a múltiplos utilizadores locais.

Para modelos acima de 150B, seria necessário quantizar ou distribuir entre duas unidades.

DGX Station:

Capaz de correr DeepSeek 671B em modo completo (dependendo da versão de quantização), algo praticamente impossível num PC tradicional.

---

Para o DGX Spark e o DGX Station, o Ubuntu é praticamente a escolha natural.

Porquê o Ubuntu nestas máquinas?

É o SO que a própria NVIDIA pré-instala nestes sistemas, já com o ecossistema CUDA, drivers e bibliotecas afinadas.

Suporte oficial para ARM64/aarch64 (no Spark, que usa CPU Grace ARM) e x86_64 (no Station, se for essa a arquitetura).

Integração direta com o NVIDIA NGC (NVIDIA GPU Cloud), de onde podes puxar imagens Docker prontas para TensorRT-LLM, PyTorch, RAPIDS, Triton, etc.

Mais info em : suport@softelabs.pt

A sua avaliação deste artigo é importante para nós. Obrigado.

[avaliacao_5estrelas]