Hardware de IA em novembro de 2026, da mesa ao data center

Se você quer rodar modelos abertos no seu próprio hardware, a memória decide quase tudo. Ela decide quais modelos carregam, e a velocidade dela decide quão rápido eles respondem. Este guia cobre o que a NVIDIA vende ou aluga em novembro de 2026, de uma caixa que cabe em uma mesa a um rack completo. Cada máquina é dimensionada em relação a modelos que analisamos. Os preços subiram muito neste ano porque os chips de memória estão escassos, então confira os números daqui com uma cotação atual antes de comprar.

DGX Spark e as caixas GB10: 128 GB na sua mesa

O DGX Spark é um mini-PC construído sobre o chip GB10 da NVIDIA. Sua CPU e sua GPU compartilham um único pool de memória, e a máquina roda Linux. Segundo a página de especificações da NVIDIA, esse pool é de 128 GB de LPDDR5x a 273 GB/s. A NVIDIA informa até 1 petaflop de computação em FP4, um número teórico que pressupõe esparsidade, e diz que uma unidade lida com modelos de até 200 bilhões de parâmetros. Acer, ASUS, Dell, GIGABYTE, HP, Lenovo e MSI vendem suas próprias versões com GB10. O chip é o mesmo em todas, então você paga pelo gabinete, pelo armazenamento e pela garantia.

O preço é a história. O Spark foi lançado a US$ 3.999 em outubro de 2025. A NVIDIA o subiu para US$ 4.699 em fevereiro, culpando a oferta de memória. Em outubro, o modelo de 128 GB foi para US$ 6.950, quase 75 por cento a mais do que um ano antes, segundo o The Register. Uma versão de 64 GB de parceiros começou a ser vendida em 23 de outubro a US$ 4.999, segundo o ServeTheHome. Ela mantém a porta de rede de 200 Gbps, então você pode ligar até quatro unidades.

Um chip irmão, o RTX Spark, agora chega em notebooks Windows. Eles começaram a ser vendidos em 16 de outubro a partir de US$ 2.599, segundo o Tom’s Hardware, mas esse preço compra 24 GB. Um modelo de 128 GB custa de cerca de US$ 5.100 a US$ 7.000.

O que cabe em 128 GB: o gpt-oss-120b (4,0) é um download de 65 GB no Ollama. A build de 4 bits do Nemotron 3.5 Super VL (4,1), de cerca de 75 GB, mira diretamente o DGX Spark. O Qwen3.8-27B (4,5) e o Gemma 4 (4,4) cabem com folga. O modelo de 64 GB é mais apertado do que parece: o gpt-oss-120b não cabe mais. O Flint (3,9), que precisa de 48 GB, ainda cabe.

DGX Station e HP ZGX Fury: 748 GB ao lado da mesa

O DGX Station é o degrau acima. É uma torre de chão construída sobre o chip GB300, que combina uma GPU Blackwell Ultra com uma CPU Grace de 72 núcleos. A NVIDIA lista 748 GB de memória que os dois chips podem endereçar, em duas camadas. Os 252 GB de HBM3e da própria GPU rodam a 7,1 TB/s. Os outros 496 GB são LPDDR5X ligados à CPU, a 396 GB/s. A NVIDIA informa até 20 petaflops de computação de IA. A NVIDIA projeta a placa, mas não vende um Station pronto nem publica preço. ASUS, Dell, Exxact, GIGABYTE, HP, MSI e Supermicro constroem as máquinas. Um modelo da Exxact foi anunciado a US$ 94.930.

O HP ZGX Fury G1n é a versão da HP do DGX Station, não um chip separado. A página do produto e as QuickSpecs da HP listam o mesmo chip GB300 e 748 GB de memória, junto com até 20 petaflops de computação em FP4 e duas portas de rede de 400 Gb para ligar duas unidades. A HP diz que um Fury pode hospedar modelos de até um trilhão de parâmetros em FP4. Ele vem com Ubuntu 24.04. O Windows foi mostrado publicamente em 7 de outubro, mas a HP não anunciou preço nem data para a versão Windows.

O modelo Linux pode ser encomendado pela equipe de vendas da HP, e a HP não publica preço de tabela. Ele tem refrigeração líquida, pesa a partir de 41 kg e tem uma fonte de 1.600 W. A HP diz que ele precisa de um circuito próprio de 200 a 240 V, então planeje onde ele vai ser ligado antes de encomendar um.

O que cabe em 748 GB: o MiniMax-M3.1-Flash (4,0), com cerca de 250 GB, e o Beam (3,8), com 273 GiB em NVFP4. Os pesos FP8 do GLM-5.3-Flash (4,3) somam cerca de 330 GB, e os pesos NVFP4 do Muse Spark Open (4,0) cerca de 537 GB, embora seu model card recomende 700 GB quando se conta a memória que guarda uma conversa longa. Todos cabem no total, mas só os primeiros 252 GB ficam na memória rápida da GPU. O que transbordar roda na velocidade mais lenta da memória da CPU.

Grace Blackwell Ultra no data center: GB300 NVL72 e B300

A maioria das equipes aluga esta faixa em vez de comprá-la. O GB300 NVL72 é um rack com refrigeração líquida que liga 72 GPUs Blackwell Ultra e 36 CPUs Grace em um único sistema, com 20 TB de HBM3E. A NVIDIA informa 1.080 petaflops de computação em FP4 sem esparsidade e o lista como disponível agora. A unidade mais comum é o servidor HGX B300, com oito GPUs e 2,1 TB de memória no total, que a NVIDIA diz estar sendo entregue.

Por hora, uma B300 custa US$ 6,94 na community cloud da Runpod e US$ 8,99 na sua secure cloud, segundo a tabela de preços. A Verda cobra US$ 11,35 por uma B300 e US$ 13,05 por uma GB300. Isso coloca um servidor de oito GPUs em cerca de US$ 55 a US$ 90 por hora. Para dar escala, os US$ 6.950 de um Spark compram cerca de 1.000 horas na B300 mais barata da Runpod.

Esta é a faixa de que os maiores modelos abertos precisam. O Kimi K3 (4,3) é um checkpoint de 1,56 TB cuja receita para vLLM define um mínimo de oito GPUs GB300. O Hy4 preview (4,2) roda em oito B300 em FP8. O GLM-5.3 (4,4), com cerca de 753 GB, e o DeepSeek-V4-Pro (4,3), com cerca de 865 GB, também precisam de um servidor completo de oito GPUs.

Vera Rubin: sendo entregue, mas não dá para comprar em pequenas quantidades

A Vera Rubin é a geração depois da Blackwell. Ela combina a nova GPU Rubin da NVIDIA com sua própria CPU Vera. O rack principal é o Vera Rubin NVL72, que a NVIDIA antes chamava de NVL144 porque contava separadamente os dois dies de GPU de cada pacote, explica o ServeTheHome. A página da NVIDIA lista 72 GPUs Rubin, cada uma com 288 GB de HBM4, para 20,7 TB por rack. Ela informa 3.600 petaflops em FP4 para rodar modelos e 2.520 para treinamento.

A situação, em ordem. Em maio, a NVIDIA disse que a Vera Rubin estava acelerando para produção plena, com entregas a partir do outono do hemisfério norte. Seus resultados de agosto disseram que havia racks rodando na CoreWeave, no Google Cloud, no Microsoft Azure, na Oracle e na Nebius. O Tom’s Hardware relatou que a NVIDIA espera que a Rubin represente cerca de 20% da receita de data center neste trimestre. A CoreWeave abriu disponibilidade limitada em 30 de setembro, e a Oracle anunciou disponibilidade geral em 27 de outubro. Nenhuma das tabelas de preços que conferimos mostra um preço por hora público.

O Rubin CPX, um chip mais barato que a NVIDIA anunciou para ler prompts longos, não aparece em nenhum desses dois comunicados da NVIDIA. O Rubin Ultra também não. Trate qualquer data que você vir para eles como boato até a NVIDIA confirmar.

A comparação

Sistema	Memória	FP4 (número do fornecedor)	Preço	Situação
DGX Spark / caixas GB10	64 ou 128 GB unificada, 273 GB/s	Até 1 PF, com esparsidade	US$ 4.999 (64 GB); US$ 6.950 (128 GB)	Sendo entregue
DGX Station / HP ZGX Fury	748 GB (252 GB HBM3e + 496 GB LPDDR5X)	Até 20 PF	Sem preço de tabela; a Exxact anunciou US$ 94.930	Encomendável por parceiros
HGX B300 (8 GPUs)	2,1 TB HBM3e	108 PF densos	US$ 6,94 a US$ 11,35 por hora de GPU alugada	Sendo entregue
Rack GB300 NVL72	20 TB HBM3E	1.080 PF densos	Falar com vendas; GB300 a US$ 13,05 por hora de GPU na Verda	Disponível
Rack Vera Rubin NVL72	20,7 TB HBM4 (288 GB por GPU)	3.600 PF para rodar modelos	Não publicado	Disponibilidade inicial na nuvem

Fora da NVIDIA

Vale conhecer duas alternativas. O Ryzen AI Halo da AMD combina o Ryzen AI Max+ 395 com 128 GB de memória unificada por US$ 3.999, a até 256 GB/s. Essa memória tem mais ou menos o mesmo tamanho e a mesma velocidade da do Spark, por menos dinheiro, embora o software CUDA da NVIDIA não rode nele.

O Mac Studio com M5 Ultra da Apple chega a 512 GB a 1,2 TB/s, mais de quatro vezes a velocidade de memória do Spark. A configuração de 512 GB custa pelo menos US$ 22.299. Isso basta para a build de 4 bits de 214 GB do Qwen3.5-397B (3,6), com folga.

O porém: os números de FP4 da tabela são os picos da própria NVIDIA, às vezes com esparsidade e às vezes sem, então não servem de guia para quão rápido um modelo vai realmente responder. Para rodar modelos em uma mesa, a velocidade da memória costuma importar mais, e os 273 GB/s do Spark são os mais lentos desta lista. O software é o outro limite. Uma build NVFP4 de 4 bits de um modelo exige uma GPU da geração Blackwell. O vLLM (4,7) e o SGLang (4,4) são os servidores que os guias de modelos grandes pressupõem. O llama.cpp (4,8) e o Ollama (4,6) são o caminho fácil no Spark, no Halo e no Mac, e o MLX (4,4) é a escolha nativa em um Mac.

Nossa opinião: descubra de quanta memória o seu modelo precisa antes de olhar os números de computação. Abaixo de cerca de 100 GB, um Spark ou um Halo de 128 GB vai rodá-lo, ainda que não rápido. Entre cerca de 200 e 500 GB, um Mac Studio ou um DGX Station o comporta em uma única mesa, ao preço de um carro ou de uma casa pequena. Qualquer coisa maior é aluguel, e a menos de US$ 10 por hora de GPU, algumas centenas de horas de B300 vão lhe dizer mais do que uma torre de US$ 95.000.