EM POUCAS LINHAS
- O Janas lê especialistas do SSD e mantém em memória os mais usados, em vez de carregar todos os pesos de uma vez.
- O resultado em um laptop com 32 GB mostra viabilidade naquele ambiente, não equivalência de desempenho com mais memória.
- As medições com e sem rascunhos seguem condições diferentes e não devem ser tratadas como velocidades universais.
- Os documentos examinados não oferecem comparação direta entre Janas e DGX Spark nem confirmam disponibilidade brasileira.
SSD pode substituir mais RAM?
Pode ajudar a executar um modelo maior que a memória disponível. Mas os documentos examinados não demonstram que essa estratégia ofereça a mesma velocidade ou responsividade que ampliar a memória para uma mesma tarefa. Segundo o repositório do Janas, o componente Janas-LLM mantém os pesos no disco, lê de um SSD NVMe os especialistas necessários para cada token e conserva em memória aqueles que voltam a ser usados. Em um modelo de mistura de especialistas, isso evita exigir que todos os pesos estejam carregados ao mesmo tempo. A contrapartida é depender de leituras do armazenamento durante a geração, além do espaço de memória destinado ao cache.
Essa saída é mais pertinente quando o modelo desejado é suportado pelo programa, seus pesos excedem a RAM e ainda há memória livre para os especialistas frequentemente usados. Não é uma regra para qualquer modelo grande: formato, arquitetura, aplicação e equipamento importam. O próprio projeto alerta que o cache ocupa memória livre e pode levar uma máquina com pouca margem a usar intensamente a troca com o disco, deixando o desktop lento ou sem resposta. Abrir um modelo, portanto, não é o mesmo que manter uma experiência confortável enquanto outros programas estão abertos.
O que os resultados do Janas mostram
O repositório situa o desenvolvimento e as medições principais em um laptop com Intel Core Ultra 9 185H, GPU Arc integrada, 32 GB de RAM e SSD NVMe descrito como capaz de ler cerca de 5,7 GB/s, sob Debian 13. Para o Qwen3-Next-80B-A3B, cujo arquivo tem 48,4 GB, os autores descrevem um cache de aproximadamente 19 GB para especialistas recorrentes, com o restante lido do disco. Isso mostra como aquele modelo pôde responder naquela configuração apesar de o arquivo superar a RAM; não determina como responderá em outro computador.
Na tabela medida em 10 de outubro de 2026, o projeto registra, para esse modelo, 22 tokens por segundo na escrita sem rascunhos e 37 tokens por segundo com rascunhos. Esses números não são duas medições intercambiáveis da mesma situação: a descrição do benchmark usa um prompt de 256 tokens seguido de 64 tokens escritos, enquanto a avaliação de rascunhos usa uma resposta de chat a uma pergunta comum em inglês, também com 64 tokens. Os autores dizem que a utilidade dos rascunhos varia conforme o texto. Nem a taxa maior nem a menor deve ser prometida para uma conversa em português brasileiro.
O README do projeto também traz uma comparação com llama.cpp feita de 9 a 11 de outubro de 2026, mas reconhece procedimentos de medição diferentes e o limite de comparar resultados naquele laptop. Em 12 de outubro de 2026, os autores registraram resultados sob Windows 11 no mesmo equipamento. Essa última data marca o teste em Windows; não estabelece quando o software foi lançado.
O Janas se apresenta como experimento em desenvolvimento inicial, com estabilidade não verificada e interface sujeita a mudanças sem aviso. Embora o README descreva o laptop como base do desenvolvimento e diga que outras configurações carecem de testes, ele também menciona uma observação sobre um i9-14900HX e relatos de usuários em outras máquinas. Sem detalhes suficientes para equiparar essas observações às medições principais, a leitura prudente é que os resultados publicados para o laptop não validam, por si, outros processadores, GPUs discretas, SSDs mais lentos ou outras quantidades de RAM — não que ninguém jamais tenha executado o programa neles.
E os 64 GB do DGX Spark?
Em anúncio publicado em 2 de outubro de 2026, a NVIDIA apresentou uma configuração DGX Spark com 64 GB de memória unificada, chip GB10 Grace Blackwell, DGX OS e sua pilha de software para IA. A fabricante anunciou oferta por parceiros para 23 de outubro de 2026. Em 13 de outubro, essa data ainda era uma previsão de disponibilidade, não evidência de entrega ou estoque no Brasil.
A distinção central não é apenas SSD versus 64 GB. Janas descreve uma técnica de execução com parte dos pesos fora da memória; o anúncio do DGX Spark descreve a capacidade e a plataforma de um equipamento. Mais memória pode acomodar cargas que, em uma máquina menor, exigiriam leituras do disco, mas a quantidade nominal de memória não informa sozinha quais modelos cabem, quanto sobra para outras tarefas ou a velocidade de resposta. Nos trechos do projeto examinados e no anúncio da NVIDIA, não há uma medição controlada das duas opções com o mesmo modelo e a mesma tarefa. Isso não é uma afirmação sobre todos os arquivos ou relatos ligados ao projeto. Para entender melhor as configurações anunciadas pela fabricante, veja a notícia do acervo sobre RTX Spark e DGX Spark 64GB.
O que conferir antes de decidir no Brasil
Comece pelo modelo e pelos recursos de que precisa: o repositório do Janas remete à documentação de compatibilidade por modelo e funcionalidade. Depois avalie a memória realmente livre, o armazenamento e a possibilidade de manter outros aplicativos em uso. Para uma escolha entre máquinas, seria necessário observar a mesma tarefa em cada configuração, separando tempo para ler o prompt, velocidade de geração e impacto sobre a responsividade do sistema. O guia sobre quantização e decodificação especulativa ajuda a distinguir redução do tamanho dos pesos de mecanismos de aceleração da resposta.
Os documentos examinados não confirmam venda local da nova configuração DGX Spark nem medem o Janas em uma configuração escolhida pelo leitor no Brasil; tampouco demonstram desempenho em português brasileiro. Assim, o SSD é uma possibilidade técnica para certos modelos e ambientes, não uma garantia de substituir uma ampliação de memória ou de igualar um equipamento com memória unificada. A decisão depende de compatibilidade e medições na tarefa e no hardware pretendidos.
Fontes e referências
- GitHub - prabanta-dev/janas: 37 tok/s from Qwen3-Next-80B (48 GB) on a 32 GB laptop, 24 without drafts vs 2.8 for llama.cpp; reading 62 vs 16 tok/s. Faster than llama.cpp on all 13 models compared in Q4_K_M. LLMs bigger than your RAM, pure C, CPU or GPU. · GitHubgithub.com · Consultado em 13/10/2026
- NVIDIA DGX Spark 64GB Gives Developers More Ways to Build and Scale Local AI | NVIDIA Blogblogs.nvidia.com · Consultado em 13/10/2026