Nvidia Hadirkan DGX Spark 64 GB, Lebih Murah untuk AI Lokal

Jurna Core – Nvidia memperluas pilihan komputer AI desktop dengan menghadirkan DGX Spark berkapasitas RAM 64 GB. Kapasitas tersebut hanya separuh dari model 128 GB yang lebih dulu tersedia. Namun, pengurangan memori ini bukan sekadar pemangkasan spesifikasi. Nvidia ingin menawarkan pilihan yang lebih masuk akal bagi pengguna yang menjalankan model AI secara lokal. Tidak semua pekerjaan membutuhkan RAM 128 GB. Terlebih, perkembangan model AI membuat kebutuhan memori semakin efisien. Kondisi pasar juga ikut berpengaruh. Harga memori berkapasitas tinggi membuat biaya perangkat AI terus mendapat tekanan. Karena itu, konfigurasi 64 GB menjadi jalan tengah yang menarik. Pengguna tetap memperoleh platform GB10 dan ekosistem software Nvidia, tetapi dengan biaya awal lebih rendah. Meski demikian, DGX Spark tetap berada di kelas workstation profesional dan bukan komputer AI murah untuk pengguna umum.

RAM 64 GB Menjadi Jalan Tengah yang Lebih Rasional

Ketika komputer AI generasi baru mulai berkembang, kapasitas RAM besar dianggap sangat penting. Model dengan parameter besar memang membutuhkan ruang memori luas untuk bekerja secara lokal. Oleh sebab itu, sistem berbasis GB10 hingga platform lain banyak menawarkan RAM 128 GB atau lebih. Namun, kebutuhan tersebut mulai berubah. Sejumlah model AI kini mampu memberikan kemampuan tinggi dengan penggunaan memori yang lebih efisien. Model padat seperti Qwen 3.8 27B, misalnya, disebut dapat berjalan menggunakan RAM 32 GB dengan keterbatasan konteks tertentu. Artinya, kapasitas 128 GB tidak selalu menjadi syarat utama untuk local inference. Nvidia melihat ruang di antara kebutuhan tersebut. RAM 64 GB menawarkan kapasitas lebih besar daripada konfigurasi minimum, tetapi tidak membawa biaya setinggi versi 128 GB. Bagi pengembang yang memiliki beban kerja terukur, keseimbangan seperti ini dapat lebih penting daripada mengejar spesifikasi maksimum.

Harga Memori Ikut Mengubah Strategi Komputer AI

Kenaikan harga memori menjadi salah satu faktor yang membuat konfigurasi 64 GB semakin relevan. Sistem AI membutuhkan bandwidth tinggi dan kapasitas memori besar. Akibatnya, penggunaan LPDDR5X berkapasitas tinggi dapat meningkatkan harga perangkat secara signifikan. Nvidia kemudian menawarkan alternatif dengan kapasitas lebih rendah tanpa mengubah fondasi utama DGX Spark. Strategi ini menunjukkan bahwa pasar komputer AI mulai bergerak menuju segmentasi yang lebih jelas. Sebagian pengguna membutuhkan kapasitas maksimum untuk pekerjaan berat. Sementara itu, pengguna lain lebih membutuhkan perangkat yang cukup kuat untuk inference lokal tanpa biaya berlebihan. Dengan menawarkan dua kapasitas, Nvidia dapat menjangkau kedua kelompok tersebut. Pendekatan ini juga memberi pengguna kebebasan untuk menyesuaikan investasi hardware dengan kebutuhan nyata. Mereka tidak harus membeli RAM 128 GB jika sebagian besar kapasitasnya tidak akan digunakan.

DGX Spark 64 GB Dibanderol Mulai Rp89 Jutaan

Harga tetap menjadi bagian penting dari daya tarik model baru. Sistem berbasis GB10 dengan RAM 64 GB dari Acer, Asus, Dell, Gigabyte, HP, dan MSI dijadwalkan mulai tersedia pada 23 Oktober. Harga awalnya sekitar 4.999 dollar AS atau sekitar Rp89,4 juta berdasarkan konversi dalam laporan. Angka tersebut memang belum bisa disebut murah untuk ukuran komputer desktop biasa. Namun, konteksnya berbeda karena DGX Spark menyasar pengembang AI dan pengguna profesional. Sebagai perbandingan, sistem GB10 dengan RAM 128 GB disebut berada di kisaran 7.000 hingga 9.000 dollar AS. Nilainya setara sekitar Rp125 juta hingga Rp161 juta berdasarkan perbandingan yang sama. Dengan demikian, konfigurasi baru menawarkan selisih harga yang cukup besar. Meski begitu, harga akhir masih dapat berubah karena biaya memori dan penyimpanan terus berfluktuasi.

Nvidia Tetap Mempertahankan Kemampuan Inti DGX Spark

Pengurangan kapasitas RAM tidak diikuti pemangkasan besar pada komponen utama. Nvidia tetap mempertahankan CPU Arm 20-core pada DGX Spark 64 GB. Sistem tersebut juga memiliki bandwidth memori hingga 273 GB/s yang digunakan bersama oleh CPU dan GPU. Selain itu, ConnectX-7 RDMA NIC tetap tersedia seperti pada model 128 GB. Keputusan mempertahankan konektivitas ini cukup penting. Pengguna dapat menghubungkan beberapa unit DGX Spark ketika membutuhkan kapasitas komputasi lebih tinggi. Dengan kata lain, konfigurasi 64 GB tidak sepenuhnya membatasi ekspansi di masa depan. Pengguna dapat memulai dengan satu sistem terlebih dahulu. Kemudian, mereka dapat menambahkan unit lain ketika proyek berkembang. Pendekatan modular seperti ini memberi fleksibilitas bagi tim AI yang ingin meningkatkan kemampuan secara bertahap tanpa langsung membeli konfigurasi terbesar.

Versi 128 GB Tetap Dibutuhkan untuk Pekerjaan Lebih Berat

Hadirnya versi baru tidak membuat DGX Spark 128 GB menghilang. Nvidia tetap mempertahankan model tersebut untuk pekerjaan yang membutuhkan memori lebih besar. Pengguna yang menjalankan model berukuran besar tentu memiliki kebutuhan berbeda dibandingkan mereka yang hanya melakukan inference. Begitu pula dengan pengembang yang melakukan fine-tuning atau membangun cluster untuk beban kerja kompleks. Dalam skenario tersebut, tambahan memori dapat memberikan ruang kerja yang lebih luas. Karena itu, model 64 GB dan 128 GB tidak sepenuhnya bersaing satu sama lain. Keduanya justru mengisi kebutuhan berbeda. Versi 64 GB menawarkan biaya masuk lebih rendah. Sebaliknya, konfigurasi 128 GB memberikan fleksibilitas lebih besar untuk pekerjaan yang membutuhkan banyak memori. Pilihan ini membuat pengguna dapat membeli perangkat berdasarkan kebutuhan nyata, bukan hanya berdasarkan angka spesifikasi tertinggi.

Sync Cluster Assistant Mempermudah Menggabungkan Banyak Spark

Nvidia juga menyiapkan software untuk membuat beberapa DGX Spark lebih mudah bekerja bersama. Perusahaan memperkenalkan Nvidia Sync Cluster Assistant yang membantu mengotomatiskan proses pembentukan cluster. Sebelumnya, komunitas telah mengembangkan berbagai tool untuk mempermudah penggabungan beberapa sistem berbasis GB10. Kini, kemampuan serupa semakin terintegrasi dengan ekosistem resmi Nvidia. Fitur ini menjadi semakin relevan setelah munculnya konfigurasi 64 GB. Pengguna dapat memulai dari satu unit, lalu menambahkan perangkat lain ketika membutuhkan kapasitas lebih besar. ConnectX-7 kemudian membantu menyediakan konektivitas antarsistem. Pendekatan tersebut membuat investasi perangkat lebih fleksibel. Pengembang tidak harus menentukan seluruh kebutuhan komputasi sejak awal. Mereka dapat memperluas infrastruktur secara bertahap mengikuti pertumbuhan model, proyek, dan kebutuhan inference.

Model Launcher Membuat AI Lokal Lebih Mudah Digunakan

Kemampuan hardware saja tidak cukup jika proses menjalankan model masih terlalu rumit. Karena itu, Nvidia menambahkan Model Launcher ke dalam Sync. Fitur tersebut dapat membantu mengunduh dan menjalankan model AI secara otomatis pada satu atau beberapa sistem. Qwen 3.8 27B menjadi salah satu contoh model yang dapat digunakan. Setelah berjalan, model dapat dihubungkan dengan OpenCode, agen coding berbasis browser. Integrasi ini menunjukkan arah baru komputer AI lokal. Perangkat tidak hanya menjadi mesin komputasi berperforma tinggi. Sebaliknya, Nvidia ingin memperpendek proses dari pemasangan hardware hingga AI siap digunakan untuk pekerjaan nyata. Bagi pengembang, kemudahan tersebut memiliki nilai besar. Waktu yang sebelumnya digunakan untuk konfigurasi dapat dialihkan ke pengembangan aplikasi, eksperimen model, atau alur kerja agentic.

DGX Spark 64 GB Menunjukkan Perubahan Pasar AI Desktop

Kehadiran DGX Spark 64 GB menunjukkan bahwa pasar komputer AI mulai memasuki tahap yang lebih matang. Kapasitas memori terbesar tidak selalu menjadi pilihan terbaik bagi semua pengguna. Sebaliknya, keseimbangan antara harga, performa, dan kebutuhan model menjadi semakin penting. Nvidia tampaknya memahami perubahan tersebut dengan menawarkan konfigurasi yang lebih fleksibel. Model 64 GB tetap memberikan akses ke platform GB10, software Nvidia, dan kemampuan clustering. Namun, biaya awalnya lebih rendah dibandingkan konfigurasi 128 GB. Bagi pengembang yang fokus pada local inference, pilihan ini dapat terasa lebih rasional. Meski demikian, harga sekitar Rp89 jutaan tetap menempatkannya di segmen profesional. Pada akhirnya, daya tarik utama DGX Spark baru bukan sekadar RAM yang dipangkas. Nilainya terletak pada kemampuan memilih kapasitas sesuai kebutuhan tanpa kehilangan fondasi utama platform AI Nvidia.