- L'aggiornamento software pianificato aggiunge il ruolo di acceleratore esterno al DGX Spark di Nvidia
- Gli utenti MacBook Pro possono delegare l'elaborazione IA più pesante al sistema esterno
- Le modifiche alle prestazioni e agli strumenti si concentrano sull'IA open source locale
Al CES 2026, Nvidia ha rivelato di avere in programma un aggiornamento software per il DGX Spark che estenderà significativamente le capacità del dispositivo.
Alimentato dal Superchip GB10 Grace Blackwell, il compatto concentrato di potenza firmato Nvidia combina core CPU e GPU con 128 GB di memoria unificata, consentendo agli utenti di caricare ed eseguire modelli linguistici di grandi dimensioni in locale, senza dipendere dalle infrastrutture cloud.
Le prime recensioni dello Spark, sebbene universalmente positive, hanno evidenziato alcune limitazioni del software. Nvidia punta ora a risolvere queste criticità. Una parte fondamentale del cambiamento sarà il supporto esteso per i framework e i modelli IA open source.
Buone notizie per gli utenti MacBook Pro
La mossa consisterà in un aggiornamento esclusivamente software, senza nuovi componenti hardware coinvolti; per le organizzazioni che si affidano a strumenti aperti, i cambiamenti ridurranno il lavoro di configurazione personalizzata e aiuteranno a mantenere i sistemi operativi coerenti con l'evoluzione di modelli e framework.
L'aggiornamento del mini PC aggiungerà il supporto a strumenti come PyTorch, vLLM, SGLang, llama.cpp e LlamaIndex, oltre ai modelli di Qwen, Meta, Stability e Wan.
Nvidia dichiara che gli utenti possono aspettarsi incrementi prestazionali fino a 2,5 volte rispetto allo Spark al momento del lancio, spinti principalmente dagli aggiornamenti di TensorRT-LLM, da una quantizzazione più serrata e da miglioramenti nella decodifica.
Un esempio condiviso da Nvidia riguarda Qwen-235B, che raddoppia abbondantemente il throughput nel passaggio da FP8 a NVFP4 con decodifica speculativa. Altri carichi di lavoro, inclusi Qwen3-30B e Stable Diffusion 3.5 Large, mostrerebbero guadagni più contenuti.
L'aggiornamento introduce anche i DGX Spark playbooks, che raggruppano strumenti, modelli e guide di configurazione in flussi di lavoro riutilizzabili. Questi sono progettati per l'esecuzione on-premise senza dover ricostruire interi ambienti.
Una dimostrazione interessante ha visto l'abbinamento di un MacBook Pro con il DGX Spark per la generazione video IA. Nvidia ha mostrato una pipeline 4K che richiedeva otto minuti per essere completata sul laptop e circa un minuto quando i passaggi più onerosi dal punto di vista computazionale venivano delegati allo Spark.
Questo approccio mantiene gli strumenti creativi sul portatile mentre lo Spark gestisce l'elaborazione pesante, portando il lavoro video con IA più vicino all'uso interattivo rispetto alle lunghe elaborazioni in batch.
Il DGX Spark può anche fungere da processore in background per i flussi di lavoro 3D, generandone le risorse mentre i creativi continuano a lavorare sui loro sistemi principali.
È incluso un Nsight Copilot locale, che consente l'assistenza CUDA senza inviare codice o dati al cloud.
Nel complesso, l'aggiornamento pianificato trasformerà il DGX Spark da sistema per sviluppatori standalone a nodo IA on-premise flessibile, in grado di supportare laptop, workstation e implementazioni edge.
Via StorageReview
