Nvidia potencia DGX Spark: hasta 4 unidades y 512 GB compartidos
Nvidia potencia DGX Spark: hasta 4 unidades y 512 GB compartidos
Imagina tener un escritorio de IA compacto que ahora se puede unir en grupos de hasta cuatro unidades, compartiendo una brutal 512 GB de memoria. Eso es lo que Nvidia ha hecho con su plataforma DGX Spark, pasando de un limite de dos nodos a algo mucho más escalable. Para mi, esto cambia el juego para quienes curramos con modelos de IA grandes en local, sin depender de la nube.
Antes, estos mini-sistemas de IA se quedaban cortos cuando los datasets o modelos crecian. Ahora, con cuatro DGX Spark conectados, tienes un pool de memoria enorme para tareas de inferencia o desarrollo que piden mucho RAM, no solo potencia bruta de calculo.
Conexiones flexibles para clústeres caseros
Lo guay es como se conectan. Para dos unidades, un enlace directo punto a punto, sencillo y rapido. Con tres, forman un anillo. Y para las cuatro, necesitas un switch RoCE 200 GbE –que es como un conmutador de red ultrarrápido que usa RDMA para transferir datos directamente en memoria, sin pasar por el CPU, evitando cuellos de botella.
Esto convierte el DGX Spark en un clúster modular, perfecto para experimentos serios en casa o pequeños estudios, sin ir a un data center.
NemoClaw: agentes IA que controlan tu PC entero
Y no para ahí la cosa. Nvidia ha soltado NemoClaw, un paquete de software open-source para DGX Spark y DGX Station. Sirve para "claws", que son agentes de IA capaces de usar todo el entorno de un PC completo: apps instaladas, datos locales, herramientas del sistema. No están encerrados en una interfaz limitada.
Para no descontrolarse, usa OpenShell, un runtime que decide qué pueden tocar cada agente. Es clave para la seguridad, porque si das acceso total a la IA, hay que ponerle candados a datos y permisos.
¿Cómo te cambia esto la vida como usuario?
Si eres developer o aficionado a la IA, esto te permite manejar workloads masivos en tu escritorio, ahorrando pasta en cloud. Olvidate de subidas eternas de datos o costes por hora. Para validacion de modelos o flujos multi-agente, un clúster de 512 GB local es oro. Y con NemoClaw, tus agentes IA serán más autónomos, pero seguros.
Mi opinion personal
Me encanta como Nvidia está haciendo la IA local más accesible y potente. El DGX Spark ya era compacto, pero ahora con cuatro nodos y NemoClaw, se siente como un verdadero entorno de desarrollo escalable. Despues de probar setups parecidos, te digo que evita la dependencia de la nube, que a veces falla o sale cara. Si tienes presupuesto, esto es un must para pros. ¿Qué opinais vosotros?