Qué es el Acer Veriton GN100

El Acer Veriton GN100 es una mini workstation de IA de $3,999 basada en el superchip GB10 Grace Blackwell de NVIDIA, la misma plataforma de clase “DGX Spark” que ya venden NVIDIA, Dell, ASUS y GIGABYTE. No es una mini PC de uso general. Es una supercomputadora personal de IA del tamaño aproximado de un libro de bolsillo grueso (150 × 150 × 50.5 mm, menos de 1.5 kg) que combina una CPU Arm de 20 núcleos con una GPU Blackwell mediante NVLink-C2C, la acompaña con 128 GB de memoria unificada LPDDR5x y llega con todo el stack de software DGX OS de NVIDIA ya instalado.

La apuesta de Acer en un mercado GB10 saturado es la experiencia lista para usar. Mientras que otros equipos rivales pueden dejarte armando un entorno CUDA, el GN100 arranca en DGX OS con PyTorch, Jupyter y Ollama preinstalados, probablemente el software de fábrica más limpio de cualquier máquina del ecosistema Spark. Para quien quiere hacer fine-tuning o servir un modelo local la misma tarde en que llega la caja, eso importa más que una viñeta en la ficha técnica.

Para qué sirve: desarrollo de LLM locales

La razón de ser del GN100 es el trabajo con modelos de lenguaje grandes en local que no cabe en una GPU de consumo. El pool unificado de 128 GB permite cargar sin problemas modelos de ~70B a 120B, y NVIDIA certifica la plataforma para inferencia con modelos de hasta 405B parámetros cuando se enlazan dos unidades mediante ConnectX-7. En las pruebas con vLLM de StorageReview, GPT-OSS-20B escaló de aproximadamente 92 a 1,565 tokens/segundo según el tamaño de lote, resultados que quedaron “muy agrupados con el resto del ecosistema Spark”, justo lo que cabe esperar de un mismo silicio GB10.

Es una máquina para desarrolladores y creadores: fine-tuning, generación aumentada por recuperación (RAG), prototipos agénticos, inferencia por lotes y generación de imágenes con modelos de difusión. Si lo que te interesa es ejecutar un modelo de 7B a 13B para chatear con poco presupuesto, no la necesitas: un equipo Strix Halo que ejecuta modelos de 70B o incluso una Mac mini M4 Pro para LLM locales cuestan mucho menos. El GN100 es para quienes ya superaron esas opciones por sus modelos, conjuntos de datos u objetivos de rendimiento.

El superchip GB10 y la memoria unificada

El superchip GB10 Grace Blackwell combina una CPU Arm de 20 núcleos y una GPU Blackwell en un mismo encapsulado, unidas por NVLink-C2C para que ambas accedan al mismo pool de 128 GB LPDDR5x-8533 sin copias por PCIe de por medio. NVIDIA anuncia 1 PetaFLOP de rendimiento de IA en FP4 (1,000 TOPS) gracias a los Tensor Cores de 5.ª generación, y todo el stack CUDA funciona de forma nativa.

La cifra estrella es la memoria unificada. En una RTX 4090 de 24 GB tienes que esforzarte de verdad para fragmentar un modelo de 70B; aquí simplemente carga. Esa capacidad, y no los FLOPS en bruto, es lo que hace interesante a la clase GB10 para cualquiera que haga IA local en serio. Si quieres entender por qué las rutas de CPU, NPU y GPU difieren tanto en este trabajo, nuestra guía sobre NPU vs iGPU vs CPU para LLM en mini PC es una buena introducción.

Construcción, conectividad y clústeres

Físicamente, el GN100 es compacto y silencioso. StorageReview midió el perfil térmico más frío de toda su comparativa Spark (CPU con un máximo de 74.7 °C y GPU de 69 °C bajo carga en ráfaga), y lo atribuyó a un ajuste que prioriza la eficiencia en lugar de exprimir la potencia. La contrapartida que señalaron es estética: una placa inferior de metal fundido sin acabado que refleja “una filosofía de diseño y costos distinta”, aunque estructuralmente es sólida.

La conectividad está pensada para IA, no para escritorio:

  • 2× NVIDIA ConnectX-7 de 200 Gbps (QSFP): la red de alta velocidad para enlazar dos GN100 en un solo nodo capaz de manejar 405B
  • 10GbE RJ-45 para redes convencionales
  • 4× USB 3.2 Type-C, HDMI 2.1b, Wi-Fi 7, Bluetooth 5.1

Ese enlace ConnectX-7 es lo más destacado: dos unidades en clúster se comportan como una sola máquina más grande, y así es como pasas de ~200B al terreno de los 405B parámetros.

Ancho de banda de memoria: el techo real

Este es el límite honesto que todo comprador de GB10 debe asumir. El ancho de banda de la memoria unificada ronda los 273 GB/s. Es generoso comparado con una CPU, pero modesto frente a una GPU dedicada: una RTX 5090 mueve bastante más de 1.7 TB/s. La velocidad de generación de tokens en inferencia de LLM depende del ancho de banda de memoria, así que el GN100 se sentirá más lento por token que una tarjeta dedicada grande en los modelos que sí caben en 32 GB de VRAM.

La ventaja del GN100 está en el caso contrario: los modelos que no caben en ninguna GPU de consumo individual. Cambias tokens/segundo máximos por la posibilidad de tener en memoria un modelo de 70B a 120B. Cómpralo por capacidad y por un entorno CUDA listo para usar, no por la respuesta de chat más rápida posible.

Precio y dónde comprarlo

En Norteamérica, el Veriton GN100 parte de $3,999 (EMEA €3,999; AUD $6,499). Está en Amazon con el ASIN B0GJZY12GQ. Eso lo ubica de lleno en el grupo DGX Spark, por encima del ASUS Ascent GX10 de $2,999 solo en el papel, ya que el precio de Acer incluye la configuración con SSD Gen5 de 4 TB y el mismo núcleo GB10. IT Pro la calificó como “una máquina ejemplar para ejecutar y experimentar con cargas de trabajo de IA… pero con un precio enorme”, un resumen justo para toda la categoría.

Lo que señalaríamos

  • Sin USB Type-A ni USB4. TechRadar lo señaló directamente: todos los puertos USB son Type-C 3.2, así que los periféricos antiguos necesitan adaptadores.
  • Capacidad de ampliación prácticamente nula. La memoria es LPDDR5x soldada por diseño, y TechRadar indica que el NVMe interno no es de fácil acceso para el usuario. Compra desde el principio el nivel de almacenamiento que necesitas.
  • Los 273 GB/s de ancho de banda limitan el rendimiento de generación de tokens frente a una GPU dedicada; ya lo explicamos arriba, pero vale la pena repetirlo antes de comprar.
  • DGX OS es Linux para Arm, no Windows. Es un entorno de desarrollo. Si esperabas un escritorio Windows que también haga IA, esta no es la máquina indicada. Mejor espera la revisión de consumo RTX Spark.
  • Caro en Europa. Los precios regionales de €3,999 / AUD $6,499 son bastante más altos que la cifra de EE. UU.

Veredicto

El Acer Veriton GN100 es una de las propuestas más pulidas del campo GB10 Grace Blackwell. Es el más frío de los equipos Spark que probó StorageReview, incluye un SSD Gen5 rápido de 4 TB y (su verdadero diferenciador) arranca directamente en una imagen de DGX OS con PyTorch, Jupyter y Ollama ya configurados, lo que te ahorra el costo de configuración que sí pesa en las unidades rivales. La red dual ConnectX-7 de 200 Gbps convierte el clúster de dos nodos para 405B parámetros en una opción real y no en una nota al pie.

Sus límites son los de la categoría, no errores de Acer: ~273 GB/s de ancho de banda de memoria hacen que la velocidad por token sea modesta, no hay una vía de ampliación significativa y DGX OS es una plataforma de desarrollo, no un escritorio para el día a día. Para un ingeniero de ML, investigador o creador que necesita 128 GB de memoria unificada y un stack CUDA listo para usar en su escritorio, el GN100 es una recomendación fácil, y la experiencia de software más limpia de la gama Spark. Para quien tenga modelos que caben holgadamente en una GPU de 32 GB, o solo quiera chatear con un modelo de 13B, un escritorio Strix Halo o el Framework Desktop le ahorrarán miles de dólares.