Com as informações disponíveis, não dá para afirmar que o Halo Box será mais rápido ou mais completo que o DGX Spark. A AMD aparece em reportagens com desempenho de IA na casa de 126 TOPS, enquanto a página oficial da Nvidia fala em 1 PFLOPS em FP4 para o DGX Spark . Esses números não são diretamente comparáveis, porque usam unidades, tipos de precisão e critérios diferentes.
A leitura mais segura é outra: a AMD parece estar preparando uma alternativa baseada em ROCm para a categoria que o DGX Spark ajudou a popularizar — a de sistemas compactos de mesa para desenvolver, testar e rodar modelos de IA localmente .
As fontes usam nomes diferentes para o produto da AMD. Um patch do kernel Linux revelou o nome Halo Box por meio do driver amd_halo_led; a TechRadar tratou o produto como Ryzen AI Halo; e uma cobertura da CES 2026 o chamou de Ryzen AI Halo Box .
Também é cedo para cravar “lançamento em junho”. O que aparece nas fontes é uma janela para o 2º trimestre de 2026, ou seja, algum momento entre abril e junho . Junho é uma possibilidade dentro dessa janela, mas não uma data confirmada.
A diferença central é que o DGX Spark já tem documentação e páginas de venda com detalhes mais concretos. O Halo Box/Ryzen AI Halo, por enquanto, depende mais de reportagens, demonstrações e pistas em software .
| Item | AMD Halo Box / Ryzen AI Halo | Nvidia DGX Spark |
|---|---|---|
| Proposta | Plataforma de referência para desenvolvimento de IA local, com o nome Halo Box visto em patch do Linux . | Sistema de mesa para desenvolvedores, pesquisadores e cientistas de dados prototiparem, implantarem e ajustarem modelos grandes de IA . |
| Chip principal | Ryzen AI Max+ 395, associado à família Strix Halo . | GB10 Grace Blackwell Superchip . |
| CPU | Até 16 núcleos Zen 5 e 32 threads, segundo reportagens . | Processador Arm de 20 núcleos . |
| IA/GPU | Integra núcleos Radeon GPU e NPU; há menção a 40 unidades de computação de GPU e 126 TOPS de IA . | Desempenho anunciado de 1 PFLOPS em IA FP4 . |
| Memória | Até 128 GB de memória LPDDR5x unificada . | 128 GB de memória de sistema unificada coerente . |
| Software | Suporte a ROCm em Windows e Linux . | Stack de software de IA da Nvidia pré-instalado . |
| Armazenamento e rede | As fontes disponíveis não trazem uma configuração final suficientemente confirmada. | 4 TB NVMe M.2, ConnectX-7 Smart NIC, Wi‑Fi 7 e 10GbE são citados nas especificações . |
| Modelos suportados | Posicionado para desenvolvimento local e criação/teste de aplicações de IA no cliente . | Documentação e datasheet citam suporte a modelos de até 200 bilhões de parâmetros . |
Em modelos de linguagem grandes, ou LLMs, boa parte da viabilidade prática depende de manter os pesos do modelo na memória. Por isso, um bloco grande de memória unificada é um ponto central para máquinas de IA local .
Nesse aspecto, os dois produtos miram o mesmo problema: tanto o Halo Box/Ryzen AI Halo quanto o DGX Spark colocam 128 GB de memória unificada como um dos principais argumentos .
Mas memória igual no papel não significa capacidade igual na prática. A Nvidia afirma que o DGX Spark dá suporte a modelos de até 200 bilhões de parâmetros, enquanto as fontes sobre o produto da AMD ainda não trazem um limite oficial equivalente .
O primeiro atrativo é dar uma opção a quem quer trabalhar no ecossistema AMD. O Ryzen AI Halo é descrito como uma plataforma local de desenvolvimento de IA com suporte a ROCm em Windows e Linux, e a Wccftech também afirma que o mini PC terá suporte ao framework AMD ROCm completo .
O segundo ponto é o formato. Um sistema compacto com até 128 GB de memória unificada conversa diretamente com a demanda de quem quer testar modelos e aplicações de IA sem depender o tempo todo da nuvem .
O terceiro ponto é o foco. A cobertura da CES 2026 descreveu o Ryzen AI Halo Box não como um desktop gamer ou um PC doméstico premium, mas como uma plataforma para criar e testar aplicações de IA no cliente . Nessa leitura, ele pode ser mais interessante para quem desenvolve e valida apps de IA em hardware AMD do que para quem busca simplesmente a maior força bruta possível.
A vantagem mais clara do DGX Spark é a previsibilidade. A documentação da Nvidia lista arquitetura Grace Blackwell, GPU e CPU integradas, processador Arm de 20 núcleos, 128 GB de memória unificada, Wi‑Fi 7, 10GbE e ConnectX-7 . A loja da Nvidia também cita 1 PFLOPS em FP4, SSD NVMe M.2 de 4 TB e dimensões de 150 mm × 150 mm × 50,5 mm .
O pacote de software também pesa. A página da Micro Center informa que o DGX Spark vem com o stack de software de IA da Nvidia pré-instalado . Para equipes que já trabalham com o ambiente Nvidia, isso pode reduzir atrito na hora de prototipar, ajustar e executar modelos localmente .
Além disso, a Nvidia já explicita uma meta de uso: a documentação e o datasheet da PNY citam experimentação, fine-tuning e inferência de modelos de até 200 bilhões de parâmetros com os 128 GB de memória unificada do DGX Spark .
A competitividade real do Halo Box/Ryzen AI Halo depende de pontos que ainda não estão fechados nas fontes disponíveis: preço final, consumo de energia, armazenamento, rede, data exata de lançamento e benchmarks oficiais em cargas de IA.
Também é importante não comparar “126 TOPS” e “1 PFLOPS FP4” como se fossem o mesmo tipo de medida. O número divulgado para a AMD e o número oficial da Nvidia não representam necessariamente o mesmo workload nem a mesma precisão numérica . Para LLMs locais, o que vai importar é o desempenho em inferência, a viabilidade de fine-tuning, a largura de banda de memória, a estabilidade dos drivers e a compatibilidade com frameworks reais.
Hoje, o DGX Spark é o produto mais definido: tem especificações mais completas, suporte declarado a modelos de até 200 bilhões de parâmetros e um pacote de software Nvidia já descrito em páginas oficiais e de venda .
O AMD Halo Box/Ryzen AI Halo, por sua vez, aparece como uma alternativa promissora para quem quer uma estação compacta de IA local baseada em Ryzen AI Max+ 395, até 128 GB de memória unificada e ROCm em Windows e Linux .
Portanto, a resposta curta é: sim, o Halo Box pode ser uma alternativa ao DGX Spark para desenvolvimento local de IA no ecossistema AMD. Mas ainda não há base suficiente para chamá-lo de substituto direto. Para isso, faltam especificações finais, preço, consumo, configuração de armazenamento e rede — e, principalmente, testes independentes em workloads reais de IA.