NVIDIA GB10: 1 PFLOP y 128 GB de memoria para AI local

El GB10 está diseñado para estaciones AI compactas como la NVIDIA DGX Spark y se diferencia notablemente de las tarjetas gráficas Blackwell convencionales. En una sola carcasa se combinan un procesador Arm de 20 núcleos, gráficos Blackwell y 128 GB de memoria compartida LPDDR5X. NVIDIA afirma un rendimiento de hasta 1 PFLOP FP4, y las pruebas reales confirman este nivel. En tareas AI prácticas, un importante límite se convierte en el ancho de banda de la memoria.

¿En qué se diferencia el GB10 de GeForce?

El GB10 se presentó por primera vez en enero de 2025 como parte del Project DIGITS. Más tarde, este concepto se convirtió en la base de DGX Spark, y la plataforma comenzó a ser utilizada por otros fabricantes. Basándose en el GB10 se han construido los sistemas ASUS Ascent GX10, Lenovo ThinkStation PGX, HP ZGX Nano G1n, GIGABYTE AI TOP ATOM, Acer Veriton GN100 y otros sistemas AI compactos.

La principal ventaja del GB10 radica en sus 128 GB de memoria compartida para CPU y GPU.

Gracias a este volumen, el GB10 puede ejecutar localmente modelos que no caben en los 16-32 GB de VRAM de la mayoría de las tarjetas gráficas de consumo. Según NVIDIA, los sistemas basados en el GB10 pueden trabajar con modelos de hasta 200 mil millones de parámetros con la cuantización y optimizaciones adecuadas.

Pruebas confirman el rendimiento declarado de 1 PFLOP

El valor de 1 PFLOP se refiere a cálculos FP4 con una sparsidad de 2:4. A partir de esta cifra, no se puede juzgar directamente sobre la velocidad total de la parte gráfica o sobre la velocidad de generación de tokens en LLM.

En 2026, aparecieron resultados reproducibles de nvfp4bench, que pone a prueba los Tensor Cores del GB10 en cálculos NVFP4. Los sistemas en serie muestran aproximadamente entre 486 y 504 TFLOPS en NVFP4 denso y alrededor de 1 PFLOP con 2:4 de sparsidad.

GB10 en dispositivos específicos

Todos los resultados se obtuvieron a partir de un único tipo de prueba, por lo que se pueden comparar directamente. La variación entre los sistemas es pequeña, y las diferencias en la carcasa, refrigeración y configuraciones afectan poco el resultado final.

Limitación en el ancho de banda de la memoria

Los Tensor Cores ofrecen un alto rendimiento en baja precisión, mientras que el ancho de banda oficial de la memoria LPDDR5X de 128 GB es de hasta 273 GB/s. En pruebas prácticas, los sistemas suelen mostrar alrededor de 200-214 GB/s.

Para la inferencia local de LLM, esta métrica es especialmente importante. Durante la generación secuencial de tokens, los pesos del modelo se leen constantemente de la memoria, por lo que la velocidad a menudo se ve limitada por su ancho de banda.

Por lo tanto, no se puede traducir directamente 1 PFLOP en la velocidad de funcionamiento de una red neuronal específica.

Con prefill largo, procesamiento por lotes y consultas paralelas, los Tensor Cores se cargan de manera más eficiente. El GB10 puede alojar en la memoria compartida modelos que no caben en la VRAM de una tarjeta gráfica de escritorio convencional.

El volumen de memoria es grande, pero su ancho de banda es notablemente inferior al de GDDR7 en potentes GPU discretas.

¿Cuántos tokens por segundo genera el GB10?

Las pruebas prácticas de LLM muestran mejor la naturaleza del GB10 que el rendimiento máximo de FP4. En la NVIDIA DGX Spark con Ollama 0.18.3 y CUDA 13.0, la velocidad disminuye notablemente a medida que aumenta el tamaño del modelo denso, pero los 128 GB de memoria permiten ejecutar modelos que no caben en la mayoría de las tarjetas gráficas de consumo.

Los resultados muestran claramente la limitación de LPDDR5X. Llama 3.1 8B genera alrededor de 43 tokens por segundo, mientras que la velocidad de Llama 3.1 70B se reduce a aproximadamente 4,8 tokens por segundo. Mistral Large 123B funciona aún más lento, pero la posibilidad de alojar un modelo de este tamaño en la memoria de un solo sistema compacto es una de las ventajas del GB10.

La arquitectura del modelo también influye significativamente en el resultado. En pruebas específicas, llama.cpp Qwen3 30B con arquitectura MoE mostró alrededor de 89 tokens por segundo, mientras que el denso Qwen3 32B alcanzó aproximadamente 11 tokens por segundo. En MoE, solo una parte de los parámetros se utiliza en la generación, por lo que este modelo depende menos del ancho de banda de la memoria del GB10.

¿Cuánto cuestan las computadoras con GB10?

Para agosto de 2026, el GB10 se utiliza en varios sistemas de serie. El rendimiento del chip varía ligeramente, mientras que los precios y la capacidad del almacenamiento dependen considerablemente del modelo específico.

Los precios se refieren a las ofertas en el mercado europeo y dependen de la configuración específica.

En relación calidad-precio, el ASUS Ascent GX10 parece ser más atractivo que los demás. Es más barato que algunos competidores en más de €1 000, y los resultados de NVFP4 difieren sólo unos pocos por ciento.

El sobrecoste por modelos más caros generalmente se relaciona con el SSD, el conjunto de puertos, la garantía y el soporte. No ofrece un aumento significativo en el rendimiento del GB10.

¿Cómo se relacionan Project DIGITS, DGX Spark y GB10?

El GB10 tiene varios nombres interrelacionados, que aparecieron en diferentes etapas de desarrollo de la plataforma. En enero de 2025, NVIDIA presentó la plataforma bajo el nombre de Project DIGITS. Posteriormente, el propio sistema de NVIDIA recibió el nombre de DGX Spark, y el GB10 comenzó a ser utilizado por ASUS, Lenovo, HP, GIGABYTE y otros fabricantes.

ASUS GX10, Lenovo PGX y HP ZGX utilizan la misma plataforma computacional GB10. Las diferencias entre estos sistemas se refieren principalmente a la carcasa, el almacenamiento, la refrigeración y la periferia.

Es más adecuado considerar el GB10 como un SoC especializado para estaciones de trabajo AI. La parte gráfica utiliza la arquitectura Blackwell, y la plataforma combina CPU, GPU y memoria compartida en una única solución.

Conclusión

Con un precio de aproximadamente €4 000, el GB10 está orientado a un nicho específico de tareas. Si el modelo requerido cabe en la VRAM de una RTX convencional, generalmente una tarjeta gráfica discreta proporcionará más rendimiento computacional por el mismo dinero.

La ventaja del GB10 se manifiesta en tareas donde 24-32 GB de VRAM ya son insuficientes. Su memoria compartida de 128 GB permite ejecutar localmente grandes modelos de AI sin requerir varias GPU discretas y complicadas distribuciones de pesos entre ellas.

Los sistemas reales confirman el nivel declarado de alrededor de 1 PFLOP FP4 con una sparsidad de 2:4. Las pruebas prácticas de LLM también muestran la limitación del ancho de banda de LPDDR5X: los modelos densos grandes caben en la memoria, pero generan tokens relativamente lento. El punto fuerte del GB10 radica en la combinación de 128 GB de memoria compartida, CUDA y un factor de forma compacto.