O lendário programador por trás de Doom e Quake acaba de colocar a NVIDIA em situação delicada. John Carmack revelou publicamente que o DGX Spark — o supercomputador de mesa da fabricante — não está entregando o desempenho prometido durante o lançamento.
O equipamento, que começou a chegar aos primeiros compradores após meses de atraso, deveria revolucionar o desenvolvimento de IA com sua potência concentrada em formato desktop. Na prática, a história é outra.
Números que não fecham
Carmack foi direto ao ponto em sua postagem no X. Segundo suas medições, o DGX Spark consome apenas 100W — menos da metade dos 240W especificados pela NVIDIA. O resultado prático? Aproximadamente metade da performance anunciada.
“Se considerarmos que 1 petaflop sparse FP4 equivale a 125 teraflops dense BF16, estamos vendo apenas cerca de 50% do prometido”, detalhou o programador. “E mesmo operando nesse nível reduzido, o equipamento esquenta demais e apresenta reinicializações espontâneas durante uso prolongado.”
A situação levanta uma questão incômoda: a NVIDIA reduziu deliberadamente as especificações antes do lançamento comercial?
Outros desenvolvedores confirmam o problema
Carmack não está sozinho. O desenvolvedor principal do framework MLX da Apple reportou resultados semelhantes: 60 teraflops em operações BF16, bem abaixo do esperado para um equipamento dessa categoria.
Até o momento, a NVIDIA não se pronunciou oficialmente sobre as denúncias. O silêncio contrasta com a campanha de marketing agressiva que marcou o anúncio do DGX Spark no início do ano.
A explicação técnica (e controversa)
Especialistas apontam uma possível raiz do problema: a métrica de desempenho anunciada pela NVIDIA — até 1000 TOPS em cálculos FP4 — considera sparsity estrutural, uma técnica que ignora operações com valores zero em redes neurais.
Na teoria, isso dobra a velocidade de processamento. Na prática, exige otimizações específicas que nem sempre são aplicáveis. Em operações convencionais, o desempenho real cai para aproximadamente metade do valor de pico — exatamente o que Carmack e outros desenvolvedores estão observando.
O problema é que essa ressalva não apareceu com destaque no material de lançamento. Para desenvolvedores que investiram no equipamento esperando a performance anunciada, a frustração é compreensível.
O que isso significa para o mercado de IA
O caso DGX Spark expõe uma tensão crescente no setor: a distância entre marketing agressivo e entrega real de produtos de IA. Com a corrida armamentista de hardware acelerado, fabricantes enfrentam pressão para anunciar números cada vez mais impressionantes — mesmo que venham com asteriscos em letras miúdas.
Para John Carmack, veterano conhecido por não medir palavras quando se trata de eficiência técnica, o episódio representa mais um exemplo de promessas infladas que prejudicam a credibilidade da indústria.
A NVIDIA, líder absoluta em GPUs para IA, agora precisa explicar se o DGX Spark foi deliberadamente limitado ou se os problemas de desempenho e estabilidade térmica são falhas que serão corrigidas via firmware.
Enquanto isso, desenvolvedores que receberam suas unidades aguardam respostas — e provavelmente pensam duas vezes antes de confiar cegamente nas próximas especificações técnicas da empresa.
Até o momento, a NVIDIA não se pronunciou oficialmente sobre as críticas de John Carmack e outros desenvolvedores em relação ao desempenho do DGX Spark