El Nvidia DGX Spark muestra ventajas limitadas frente a sistemas AMD y PCs de gaming en tareas de inteligencia artificial
El Nvidia DGX Spark, diseñado como "superordenador de IA de escritorio", frente a sistemas AMD y PCs gaming, revela ventajas limitadas en rendimiento y aplicaciones.
Recientemente se ha presentado el Nvidia DGX Spark, también conocido como AI Top Atom, una estación de inteligencia artificial que Nvidia promociona como un «superordenador de IA de escritorio». Sin embargo, su rendimiento y utilidad generan dudas tras haberse sometido a pruebas comparativas con dispositivos de AMD y PCs gaming de alta gama.
Este equipo, que cuesta aproximadamente 4.300 €, ha sido probado por el fabricante Gigabyte en comparación con la plataforma de AMD, concretamente el Framework Desktop con el procesador AMD Ryzen AI Max+ 395 y 128 gigabytes de RAM. A pesar de ser dispositivos de precios similares o inferiores, los resultados en benchmarks y aplicaciones prácticas muestran que AMD supera en velocidad en tareas de inferencia con modelos como GPT-OSS 120B, logrando ser hasta un 11% más rápido en algunos casos. Además, en tareas de análisis de archivos y generación de imágenes, Nvidia destaca en capacidad y velocidad.
Ambos sistemas con 128 GB de RAM resultan insuficientes para cargar modelos de gran tamaño como GPT-OSS 120B, que requiere al menos cinco veces más memoria para funcionar en su totalidad. Como resultado, las estaciones de IA están diseñadas principalmente para desarrolladores, pruebas y despliegues en centros de datos, alejadas del uso gamer o de aplicaciones generales.
En las pruebas realizadas, la incompatibilidad del software en algunas plataformas, especialmente en AMD con ROCm, complicó ciertos procesos y requirió configuraciones adicionales para maximizar su rendimiento. En tareas como inferencias de modelos de lenguaje, AMD fue ligeramente más rápido en algunos modelos, aunque Nvidia mostró ventajas claras en la velocidad en tareas como análisis de documentos y generación de imágenes.
Por ejemplo, en tareas de análisis de archivos PDF, el equipo de Nvidia completó la tarea en 14 segundos, mientras que la plataforma AMD tardó casi cuatro minutos y un PC gaming con una RTX 4090 en 46 segundos. En la generación de imágenes, Nvidia logró producir una imagen de 1024x1024 en 38 segundos, en comparación con los 89 segundos del sistema AMD y los 12 segundos de la RTX 4090.
Estos resultados evidencian que, aunque los equipos especializados con 128 GB de RAM parecen ofrecer ventajas en ciertas áreas, también presentan limitaciones importantes. La falta de soporte para modelos extremadamente grandes en la memoria disponible, como GPT-OSS 120B, demuestra que estas estaciones no son idóneas para cargas de trabajo que requieran mayor capacidad de memoria, las cuales demandarían al menos cinco veces más.
En definitiva, estas estaciones de IA parecen estar dirigidas a un nicho muy específico de usuarios: desarrolladores que desean probar modelos en arquitecturas similares a las de los centros de datos o para despliegues en entornos controlados. Para el público entusiasta o profesional que trabaje con modelos más pequeños o aplicaciones de generación de contenido, un PC gaming potente con una RTX 4090 puede ofrecer soluciones más eficientes y económicas en muchas tareas, aunque no en todas. La utilidad real de estas estaciones dependerá, por tanto, del volumen y tamaño de los modelos que se pretendan manejar, así como de las limitaciones y compatibilidad del software con las arquitecturas utilizadas.