NVIDIA DGX Spark Naik Harga Hampir 11 Juta: Mimpi Buruk Rakit PC AI?
AI & ML

NVIDIA DGX Spark Naik Harga Hampir 11 Juta: Mimpi Buruk Rakit PC AI?

27 Februari 2026 | 7 Menit Baca | Dimas Aditya

Baru aja mau nabung buat dev kit impian, NVIDIA malah naikin harga DGX Spark sebesar $700. Alasannya klasik: DRAM langka lagi. Masih worth it nggak buat developer Indo?

Waduh, kabar kurang sedap nih datang dari kubu Hijau pagi ini. Buat kalian para AI researcher, data scientist, atau sultan yang hobinya “ngoprek” LLM (Large Language Models) di rumah, siap-siap elus dada. Ingat ‘mainan’ baru NVIDIA yang sempat bikin heboh di CES kemarin, si DGX Spark? Ya, kotak ajaib yang digadang-gadang jadi holy grail-nya local inference itu resmi naik harga.

Nggak tanggung-tanggung, kenaikannya lumayan bikin dompet “kena mental”. NVIDIA baru aja mengonfirmasi kalau MSRP untuk DGX Spark Founders Edition melonjak dari $3,999 jadi $4,699.

NVIDIA DGX Spark dan DGX Station
Source: NVIDIA
DGX Spark (kiri) dan DGX Station - duo supercomputer desktop untuk AI lokal

Kenaikan Harga Signifikan

Harga resmi naik sebesar $700 (sekitar Rp 11 Jutaan sebelum pajak). Kenaikan 17,5% ini berlaku mulai 27 Februari 2026 di seluruh channel penjualan resmi NVIDIA.

Berita kayak gini tuh rasanya kayak lagi asik-asik push rank terus tiba-tiba ping merah 999ms. Mood breaker banget. Tapi, namanya teknologi, kalau ada asap pasti ada api. Yuk kita bedah kenapa barang idaman ini tiba-tiba jadi makin mahal, dan apakah speknya masih bisa menjustifikasi harganya yang makin “langit” itu.

Perjalanan DGX Spark: Dari CES ke Kenaikan Harga

Timeline DGX Spark

+1 thn

Project DIGITS Diumumkan

NVIDIA perkenalkan konsep desktop AI supercomputer di CES 2025

+1 bln 2 mgg

Update Performa di CES 2026

NVIDIA umumkan optimasi software dengan peningkatan performa hingga 2.6x

+4 hr

Pengumuman Kenaikan Harga

NVIDIA posting di Developer Forums soal penyesuaian MSRP

Harga Baru Berlaku

MSRP naik dari $3,999 ke $4,699 (kenaikan $700)

Kenapa Harganya Bisa “Terbang”?

Oke, kita masuk ke mode detektif dulu. NVIDIA nggak cuma asal naikin harga buat cuan semata (walaupun ya, mereka pasti cari untung). Di forum developer resmi mereka, NVIDIA blak-blakan bilang kalau biang kerok utamanya adalah kelangkaan supply memori.

Kalian pasti ngerasain kan harga SSD dan RAM di marketplace lokal belakangan ini agak “pedas”? Nah, skala industrinya lebih parah lagi. Industri teknologi global lagi kekurangan stok DRAM dan NAND flash. Masalahnya, DGX Spark ini bukan pakai RAM DDR5 biasa yang bisa kalian beli di Mangga Dua terus colok sendiri.

Mesin ini pakai 128 GB LPDDR5X Unified Memory. Kata kuncinya di sini adalah “Unified”. Ini memori yang disolder langsung, punya bandwidth super kencang (273 GB/s), dan dibagi rata antara CPU dan GPU. Model memori kayak gini emang krusial banget buat jalanin AI, karena meminimalisir bottleneck saat data harus bolak-balik diproses. Jadi, ketika harga bahan baku chip memori ini naik, biaya produksi si DGX Spark ini otomatis melambung tinggi.

Logikanya gini deh, kalau harga RAM stik aja naik, apalagi harga memori high-bandwidth yang custom kayak gini. NVIDIA jelas nggak mau rugi bandar dengan nahan harga lama di tengah badai komponen yang lagi mahal-mahalnya ini.

Spesifikasi Monster di Balik Kotak Mungil

Meskipun harganya bikin meringis, kita harus akui kalau jeroan DGX Spark ini emang engineering marvel. Ini bukan PC biasa yang dipasangi RTX 4090, lho. Arsitekturnya beda total.

Otaknya adalah GB10 Grace Blackwell Superchip. Ini adalah prosesor monster hasil kolaborasi desain sama MediaTek (iya, MediaTek yang di HP kalian itu). Konfigurasinya unik banget, pakai 20-core Arm yang terdiri dari 10 core Cortex-X925 buat performa gila-gilaan, dan 10 core Cortex-A725 buat efisiensi.

Spesifikasi Kunci NVIDIA DGX Spark

Processor
NVIDIA GB10 Superchip (20-core Arm)
Memory
128 GB LPDDR5X Unified (273 GB/s)
Storage
4TB NVMe Gen5 SSD
Performance
1 PetaFLOP (FP4)
Connectivity
2x 200GbE QSFP, Wi-Fi 7, 10GbE

Yang bikin takjub sebenernya bukan cuma CPU-nya, tapi kemampuan AI-nya. NVIDIA ngeklaim mesin sekecil kotak makan siang ini (ukurannya cuma sekitar 15x15 cm) bisa muntahin performa 1 PetaFLOP.

Eits, tapi jangan ketipu angka marketing dulu ya. 1 PetaFLOP di sini itu hitungannya pakai presisi FP4 (Floating Point 4-bit). Ini presisi yang emang dioptimalkan khusus buat inference AI modern, bukan buat gaming atau rendering 3D konvensional. Tapi tetep aja, angka segitu di form factor sekecil ini tuh gila.

Buat apa power segede itu? Buat jalanin LLM (Large Language Model) secara lokal. Dengan RAM 128GB, kalian bisa load model AI dengan parameter sampai 200 Miliar (200B) tanpa perlu koneksi internet. Bayangin punya ChatGPT versi offline yang ngebut banget di meja kerja kalian, tanpa takut data bocor ke server luar. Itu selling point utamanya.

Performa AI & Efisiensi

AI Throughput 1000
Up
TOPS (Int8)
Max Model Size 200B
🧠
Parameters
Power Draw 240W
Peak Load

”Kaum Mendang-Mending” Masuk: Worth It Nggak?

Nah, sekarang kita masuk ke segmen favorit netizen Indonesia: itung-itungan price-to-performance.

Dengan harga baru $4,699, kalau kita kurs-kan ke Rupiah (asumsi $1 = Rp 16.000) plus pajak dan “bumbu-bumbu” bea masuk, harga unit ini di Indonesia bisa tembus di atas Rp 90 Juta. Bahkan mungkin nyentuh Rp 100 Juta kalau distributornya lagi “semangat” ambil margin.

Buat gamer? Big NO. Jangan pernah beli ini buat main game. Arsitektur Arm-nya bakal bikin kalian pusing mikirin kompatibilitas game Windows, dan performa grafisnya bukan didesain buat rasterization kayak GPU GeForce.

Tapi buat developer AI atau startup? Ini hitungannya menarik, tapi mulai tricky.

Coba kita bandingkan sama rakit PC sendiri. Dengan budget 90-100 juta, kalian bisa dapet:

  1. Workstation dengan 2x RTX 4090.
  2. RAM System 128GB DDR5.
  3. Processor Threadripper atau Ryzen 9 terbaru.

Keliatannya lebih kencang? Well, iya dan tidak. Masalahnya di VRAM. RTX 4090 “cuma” punya 24GB VRAM. Kalau di-SLI (atau NVLink, yang mana udah nggak ada di seri 40), memori-nya nggak stack alias nggak nambah jadi 48GB untuk satu workload yang koheren dengan mudah. Jadi mentok di 24GB per kartu.

Sementara DGX Spark punya 128GB Unified Memory. Ini game changer-nya. Model AI raksasa kayak Llama-3-70B atau Grok itu butuh VRAM gede banget buat jalan mulus tanpa quantization yang parah. Di RTX 4090, model segede itu bakal OOM (Out of Memory) atau jalan super lemot karena harus swap ke RAM sistem yang lambat. Di DGX Spark? Wush wush lancar jaya.

Jadi, saingan DGX Spark ini sebenernya bukan PC Gaming rakitan, tapi macem-macem Mac Studio M2/M3 Ultra yang juga punya Unified Memory besar, atau solusi dari AMD kayak sistem Ryzen AI Max+ 395 (seperti Beelink GTR9) yang sayangnya juga lagi kena dampak kenaikan harga RAM.

Partner Resmi DGX Spark

Selain Founders Edition dari NVIDIA, varian DGX Spark juga bakal tersedia dari partner: ASUS, Dell Technologies, GIGABYTE, HP Inc., Lenovo, MSI, Acer, dan PNY. Beberapa di antaranya punya distributor resmi di Indonesia.

Indonesia: Siapa Target Pasarnya?

Di Indonesia, pasar buat alat semacam ini jelas niche banget. Tapi ada potensi besar buat kampus-kampus IT, lab riset, atau startup AI lokal yang lagi menjamur. Daripada sewa cloud GPU yang biayanya boncos per jam (dan datanya harus di-upload keluar), investasi “sekali sakit” di awal buat beli hardware lokal kayak gini bisa jadi solusi jangka panjang.

Apalagi fitur scalability-nya gokil. Ada dua port 200GbE QSFP. Artinya, kalau satu unit kurang kencang, kalian bisa beli satu lagi, sambungin kabel, dan mereka bakal kerja bareng jadi satu klaster mini. Udah kayak main Lego, tapi Lego-nya seharga mobil LCGC.

Cuma ya itu tadi… kenaikan harga $700 ini kerasa banget. Bayangin, selisih harganya aja (Rp 11 jutaan) udah bisa buat beli satu laptop gaming entry-level atau motor matic second.

Kesimpulan: Teknologi Masa Depan Emang Mahal

Kenaikan harga DGX Spark ini adalah reminder keras bahwa kita masih sangat bergantung pada rantai pasok global. Sekecil apapun gangguan di produksi DRAM, efeknya bisa bikin harga hardware di ujung dunia kayak kita ikutan meroket.

Buat kalian yang memang kerjanya di bidang Deep Learning dan butuh inferensi model jumbo di lokal, DGX Spark tetap jadi salah satu opsi paling compact dan efisien, meskipun sekarang harganya makin bikin meringis. Tapi buat kita-kita yang sekadar hobi? Ya, cukup jadi penonton dulu sambil berharap harga memori dunia cepat stabil.

Apakah kenaikan harga ini wajar demi performa 1 PetaFLOP di atas meja, atau mending rakit PC biasa terus “maksa” pakai teknik offloading?