Resumen

  • Nvidia presentó Project DIGITS el 6 de enero de 2025 con un diseño GB10 Grace Blackwell, 128 GB de memoria unificada coherente, hasta 4 TB de almacenamiento NVMe y un entorno DGX basado en Linux.

  • La afirmación de hasta un petaflop se refería específicamente a precisión FP4 y procedía de Nvidia. No era un benchmark independiente de carga sostenida ni una comparación directa con FP16 o FP32.

  • Nvidia dijo que un sistema podía ejecutar modelos de hasta 200.000 millones de parámetros y dos sistemas enlazados, hasta 405.000 millones. «Ejecutar» no significaba entrenar desde cero ni demostraba latencia, rendimiento, contexto o calidad.

  • El comunicado principal y AP situaban la disponibilidad prevista en mayo de 2025, desde 3.000 dólares; Reuters informó marzo. El conflicto debe conservarse y ninguna fecha constituye prueba de envío.

  • Nvidia renombró Project DIGITS como DGX Spark el 18 de marzo de 2025. Ese cambio es cronología posterior y no debe confundirse con el producto RTX Spark de 2026.

El anuncio definió una envolvente de escritorio

Project DIGITS se dirigía a investigadores de IA, científicos de datos y estudiantes que buscaban un entorno local compacto. Nvidia describió el GB10 como una combinación de GPU Blackwell y CPU Grace de 20 núcleos basada en Arm, conectadas mediante NVLink-C2C. MediaTek colaboró en el diseño del sistema en chip.

La configuración anunciada incluía 128 GB de memoria unificada coherente, hasta 4 TB de almacenamiento NVMe y un entorno operativo DGX basado en Linux. El conjunto sugería una nueva escala para experimentar en el escritorio con modelos que normalmente exigían infraestructura mayor.

Sin embargo, una ficha de lanzamiento es una envolvente, no una unidad aceptada. No muestra cómo se reparte la memoria entre pesos, cachés y runtime, cuánto espacio ocupa una configuración concreta ni qué rendimiento obtiene una tarea real. Tampoco demuestra estabilidad térmica, consumo, ruido, red, respaldo o integración con un flujo de producción.

El evento congelado es el anuncio de CES del 6 de enero. No incluye reservas, variantes OEM, configuraciones posteriores, envíos, reseñas ni benchmarks realizados después. La disciplina temporal evita que una experiencia con el producto final reescriba lo que realmente se sabía el día del anuncio.

Un petaflop necesitaba conservar la etiqueta FP4

Nvidia afirmó que GB10 podía ofrecer hasta un petaflop de rendimiento de IA con precisión FP4. La precisión no es una nota secundaria: define qué tipo de operación sustenta la cifra. Quitar FP4 convertiría una capacidad máxima específica en una medida general que las fuentes no respaldan.

El valor no debe compararse directamente con cifras FP16, FP32 o con resultados sostenidos de una aplicación. Precisión, sparsity, tamaño de lote, secuencia, runtime y utilización cambian el trabajo realizado. Un pico teórico o anunciado tampoco anticipa cuánto tiempo se mantiene bajo límites de potencia y temperatura.

Por tanto, la formulación correcta mantiene autoría y condición: Nvidia afirmó «hasta» un petaflop en FP4. La aceptación necesita pruebas del modelo, precisión y runtime elegidos, con latencia, throughput, consumo y calidad medidos en el equipo entregado. Sin esos datos, la cifra sirve para describir el posicionamiento, no para aprobar una carga.

La capacidad de parámetros no era una prueba de uso

Nvidia dijo que una unidad podía ejecutar modelos de hasta 200.000 millones de parámetros y que dos sistemas enlazados podían ejecutar modelos de hasta 405.000 millones. Estas afirmaciones delimitaban una capacidad anunciada de ejecución, no de entrenamiento desde cero.

El número de parámetros no revela la precisión de los pesos, la memoria auxiliar, la longitud de contexto, la sobrecarga del runtime ni la forma en que se divide el modelo entre dos sistemas. Tampoco responde cuántos tokens por segundo se obtienen, cuánto tarda la primera respuesta o si la calidad permanece aceptable después de cuantizar.

Dos equipos enlazados añaden dependencias de red, coordinación y software. La posibilidad de cargar un modelo no equivale a un flujo cómodo, estable o económicamente útil. Una organización debe probar su artefacto exacto, sus entradas y su objetivo de calidad, y registrar qué significa «ejecutar» para esa tarea.

Mayo era el plan principal, pero existía un conflicto

El comunicado de Nvidia preveía disponibilidad en mayo de 2025 con un precio inicial de 3.000 dólares. Associated Press también informó mayo. Reuters, en cambio, señaló marzo. Las fuentes contemporáneas no permiten borrar la diferencia ni inventar una fecha reconciliada.

Para describir el anuncio, el plan principal de Nvidia conserva mayo y el precio «desde» 3.000 dólares. Si se discute el calendario, debe declararse que Reuters informó marzo. Ninguna de las dos fechas demuestra que una unidad se enviara, llegara a una región o estuviera disponible en una configuración determinada.

El precio también era una intención inicial. No fijaba el coste de cada configuración, región, accesorio, red, almacenamiento, energía o soporte. Mucho menos establece el coste total de operar un modelo. Una decisión de compra necesita una cotización y una fecha verificables, no sólo el titular de CES.

El cambio a DGX Spark pertenece a otra fecha

El 18 de marzo de 2025, Nvidia presentó DGX Spark y lo identificó expresamente como el nombre posterior de Project DIGITS. Esta relación ayuda a seguir la cronología, pero no autoriza a importar al estado de enero especificaciones, precios, reservas, variantes, envíos o experiencias posteriores.

También existe una frontera de nombre adicional: DGX Spark, antes Project DIGITS, no es el producto distinto RTX Spark de 2026. La palabra «Spark» compartida puede favorecer una colisión, pero las líneas de producto y fechas no son intercambiables.

Un registro de aceptación debe guardar ambos nombres con sus fechas: Project DIGITS para el anuncio de CES y DGX Spark para el cambio del 18 de marzo. Las búsquedas y los inventarios necesitan alias controlados sin fusionar hechos de etapas distintas.

Local no significa independiente de toda infraestructura

El valor propuesto era acercar desarrollo e inferencia al escritorio. Eso podía cambiar dónde se experimentaba, pero no eliminaba servicios en la nube, integración productiva, seguridad, gobierno, datos, red, copias de respaldo o mantenimiento de software.

Un equipo local puede mantener ciertos datos cerca del usuario y reducir algunos trayectos. También crea obligaciones: acceso físico, cifrado, parches, secretos, trazabilidad, capacidad de recuperación y límites de uso. Si la producción sigue en otro entorno, los artefactos deben transferirse con versiones, pruebas y controles reproducibles.

La prueba responsable separa tres etapas. El anuncio aporta una envolvente prevista. La unidad entregada permite medir hardware y software. La carga real demuestra —o no— utilidad, calidad y economía. Project DIGITS sólo había alcanzado la primera etapa en la instantánea de CES.

La imagen editorial del paquete representa esa separación sin fingir producto. Muestra a un desarrollador ficticio, de rostro visible, comparando dos grupos de tarjetas en blanco junto a una carcasa compacta sin marca y un cable desconectado. No muestra personal o instalaciones de Nvidia, Project DIGITS, DGX Spark, GB10, diseño industrial oficial, un stand de CES, memoria, rendimiento FP4, capacidad de modelos, precio, disponibilidad, envío ni prueba de aceptación.

Fuentes