Menu
Seções criptográficas
Os novos laptops e desktops RTX Spark e uma estação DGX para Windows visam executar grandes modelos de IA localmente, em vez de na nuvem
Qui, 19 de novembro de 2026 · 15h24 EST · 4 min de leitura
Em IA
Compartilhar
A Microsoft e a Nvidia estão pegando a computação acelerada que construíram para o Azure e colocando-a em PCs com Windows. O objetivo é executar modelos e agentes sérios de IA na máquina em sua mesa, e não em um data center em algum lugar.
A revelação completa veio em 7 de outubro de 2026, em evento em São Francisco. Seguiu-se às prévias anteriores em eventos em maio e junho de 2026, então foi menos uma queda surpresa e mais um final de temporada.
O hardware principal é uma linha de laptops e desktops compactos baseados em RTX Spark. Essas máquinas podem fornecer até 1 petaflop de desempenho de IA.
Um petaflop equivale a um quatrilhão de cálculos por segundo. Dito de forma mais clara, esse é o tipo de número que costumava pertencer a uma folha de especificações para racks de servidores, e não algo que você pudesse colocar em uma mochila.
Os dispositivos RTX Spark também podem lidar com modelos com mais de 120 bilhões de parâmetros. Os parâmetros são aproximadamente as configurações internas que um modelo aprende durante o treinamento, e mais deles geralmente significa um modelo mais capaz.
As pré-encomendas foram abertas em 7 de outubro de 2026. O envio está programado para começar em 16 de outubro, o que deixa um intervalo bastante curto entre a palestra e a porta.
Em termos de preços, o Surface Laptop Ultra da Microsoft começa em US$ 2.599, com configurações mais altas chegando a US$ 5.900. Uma Dev Box custa a partir de US$ 5.999. Não se trata de compras por impulso, que indicam exatamente quem é o público-alvo.
A estação DGX vira Windows
No topo da linha está o DGX Station da Nvidia para Windows, também anunciado em 7 de outubro. Ele roda no GB300 Grace Blackwell Ultra Desktop Superchip.
Esse chip aumenta o desempenho para até 20 petaflops. A estação pode executar modelos de IA com até 1 trilhão de parâmetros.
IA, tecnologia e os mercados que eles movimentam – em um briefing diário.
Diário. Livre. Junte-se a mais de 34.000 leitores sobre criptografia, finanças e política.
Respeitamos sua privacidade. Cancele a inscrição a qualquer momento.
Para contextualizar, isso é aproximadamente 20 vezes o pico de produtividade de IA das máquinas RTX Spark. Ele também lida com modelos com tamanho oito vezes maior que o limite de 120 bilhões de parâmetros para os quais os laptops e desktops compactos foram criados.
O lado do software é tão importante quanto o silício. O Windows 11 está recebendo novos recursos voltados para agentes de IA, incluindo Execution Containers projetados para proteger operações de IA.
Pense nos Execution Containers como uma sandbox para software que atua em seu nome. Se um agente de IA clicar, navegar e editar arquivos para você, será útil mantê-lo em um quintal cercado, em vez de deixá-lo vagar pela casa inteira.
O Windows 11 também oferecerá suporte a operações híbridas que combinam recursos locais e de nuvem. Na prática, isso significa que uma carga de trabalho pode ser executada no PC quando isso faz sentido e chegar à nuvem quando precisar de mais força.
Como chegamos aqui
Esta não é a primeira tentativa da Microsoft de colocar IA no próprio PC. Seus PCs Copilot+ foram um impulso anterior na mesma direção.
A diferença agora é a escala. O Copilot+ se concentrou em tarefas mais leves no dispositivo, enquanto o novo hardware é voltado para cargas de trabalho locais de IA muito maiores, do tipo que antes quase sempre significava alugar tempo na nuvem.
A Microsoft está enquadrando tudo isso em torno do que chama de “IA agente”. Isso se refere a sistemas de IA que não apenas respondem a perguntas, mas também realizam ações e completam tarefas em várias etapas. A empresa está posicionando o Windows como plataforma líder para essa categoria.
O que isso significa para desenvolvedores, empresas e o mercado de IA
A proposta para os compradores baseia-se em três coisas: privacidade, latência e custo. Executar um modelo localmente significa que os dados confidenciais não precisam sair do dispositivo, as respostas não precisam fazer uma viagem de ida e volta até um servidor e os usuários frequentes podem evitar contas contínuas da nuvem.
Isso deixa claro o público principal. Desenvolvedores, criadores e empresas com cargas de trabalho constantes de IA são os que têm maior probabilidade de justificar uma máquina de US$ 5.999 em vez de uma fatura mensal na nuvem.
Especificamente para desenvolvedores, um desktop que pode conter um modelo com mais de 120 bilhões de parâmetros altera o ciclo de testes. A prototipagem de um modelo grande sem esperar pela infraestrutura remota é uma verdadeira atualização do fluxo de trabalho, desde que a pilha de software se mantenha no uso diário.
Isso cria uma tensão interessante para a Microsoft. O Azure é um de seus maiores negócios e aqui está ajudando os clientes a manter parte do trabalho de IA fora da nuvem. O design híbrido parece uma barreira: mantenha o PC capaz, mas mantenha a nuvem a uma chamada de distância.
Enquanto isso, a Nvidia consegue outra superfície para vender. Sua computação acelerada já alimenta grandes implantações em nuvem, e agora seus chips estão sendo direcionados para laptops, desktops compactos e uma estação DGX com estilo Windows.
Divulgação: Este artigo foi editado por Diego Almada Lopez. Para obter mais informações sobre como criamos e revisamos conteúdo, consulte nossa Política Editorial.
As notícias sobre o que você segura
Siga suas ações e criptografia. Leia as notícias sobre eles de centenas de editores no Pro.
Política de Privacidade




