DGX Spark, prestazioni pompate? John Carmack, dubbi sul mini supercomputer NVIDIA
Il co-fondatore di id Software afferma che il nuovo sistema AI di NVIDIA consuma solo 100W e offre circa la metà delle prestazioni dichiarate.
DGX Spark è stato presentato da NVIDIA come il più piccolo supercomputer AI al mondo e lanciato definitivamente a ottobre 2025, ma è già finito sotto la lente d'ingrandimento degli addetti ai lavori, sollevando qualche dubbio sulle sue reali potenzialità.
DGX Spark appears to be maxing out at only 100 watts power draw, less than half of the rated 240 watts, and it only seems to be delivering about half the quoted performance (assuming 1 PF sparse FP4 = 125 TF dense BF16) . It gets quite hot even at this level, and I saw a report…
— John Carmack (@ID_AA_Carmack) October 27, 2025
John Carmack, co-fondatore di id Software ed esperto di grafica 3D, ora focalizzato sull'intelligenza artificiale, ha condiviso su X le sue perplessità sulle prestazioni reali del dispositivo: basandosi sulle sue osservazioni e su quelle di altri ricercatori che hanno messo le mani sul sistema, Carmack afferma che il DGX Spark non starebbe mantenendo le promesse fatte da NVIDIA.
Nello specifico, il dispositivo sembra raggiungere un picco di soli 100 watt, ben al di sotto dei 240W dichiarati. Di conseguenza, anche le prestazioni ne risentirebbero, attestandosi a circa la metà di quanto pubblicizzato.
Carmack stima che DGX Spark raggiunga circa 480 TFLOPS in calcoli FP4 o 60 TFLOPS in BF16, valori lontani dal petaflop (1000 TFLOPS) teorico menzionato da NVIDIA.
A peggiorare il quadro, Carmack nota che l'unità soffrirebbe di surriscaldamento e almeno un utente ha riportato riavvii automatici durante sessioni di lavoro prolungate, suggerendo possibili problemi di dissipazione nonostante il consumo ridotto.
A conferma di queste osservazioni è intervenuto anche Awni Hannun, sviluppatore capo del framework MLX di Apple, che ha riscontrato risultati simili nei suoi microbenchmark, misurando circa 60 TFLOPS in operazioni BF16.
Parte della discrepanza tra le prestazioni dichiarate e quelle reali potrebbe derivare dall'uso della structured sparsity da parte di NVIDIA per calcolare il dato di 1 PFLOPS. Questa funzione hardware permette di saltare le operazioni con valori zero nelle reti neurali, raddoppiando di fatto il tasso di calcolo teorico, ma la sua efficacia pratica dipende dal modello specifico e dal carico di lavoro.
Basato sul superchip GB10 con CPU MediaTek e GPU Blackwell, lo Spark è venduto a partire da 2999 $ (versioni custom) o 3999 $ (versione NVIDIA). Le prime impressioni sollevate da Carmack gettano però un'ombra sulle reali capacità di questo ambizioso mini supercomputer.
Fonte: VideoCardz
