NVIDIA发布DGX Spark 64GB：4999美元桌面AI主机，两台并联跑2000亿参数模型

NVIDIA 于 10 月 2 日宣布 DGX Spark 产品线新增 64GB 统一内存配置，10 月 23 日正式上市，起售价 4999 美元。这款"桌面 AI 超级计算机"由 Acer、华硕、Dell、Gigabyte、HP、MSI 六家 OEM 厂商发售，目标是让开发者在自己的桌面上跑大模型和常驻 AI Agent，而不必依赖云服务。

缩了内存，没缩平台

这次推出的 64GB 版本并不是换了架构的新产品。它保留了与现有 128GB 版本完全相同的核心配置：GB10 Grace Blackwell 超级芯片（Arm CPU + Blackwell GPU）、DGX OS 操作系统、ConnectX-7 网卡，以及 NVIDIA 完整的 CUDA 加速 AI 软件栈。

统一内存是这台机器的关键设计——CPU 和 GPU 共享同一块内存池，而不是传统 PC 那样把系统内存和显存分开。对本地跑大模型来说，这意味着内存可以尽量多地留给模型权重、上下文和运行时状态。

软件兼容性也是完整继承的：Ollama、vLLM、llama.cpp、LM Studio、PyTorch 等本地推理框架都能直接用，NVIDIA Agent Toolkit、CUDA-X AI 库和 Nemotron 开源模型开箱即支持。Blender 也计划推出预装版安装器，把 AI 功能带进创作工作流。

单机 1000 亿参数，双机 2000 亿

官方标称，单台 64GB 机型可以运行参数量最高 1000 亿的模型。这个数字指的是量化配置得当时的能力上限——一个 100B 模型按 16 位精度存储需要约 200GB，64GB 内存显然装不下；但经过 4-bit 量化后权重约 50GB，加上运行开销和 KV 缓存就能塞进去。实际能跑多大的模型，取决于精度、量化方式、上下文长度和并发请求数。

真正有意思的是双机并联方案。每台 DGX Spark 都内置 ConnectX-7 网卡，两台机器用一根 QSFP 线直连（走 200GbE），统一内存即可池化为 128GB，支持最高 2000 亿参数的模型，内存带宽翻倍。在 NVIDIA 用 Qwen3.8 27B 做的实测中，双机相比单机拿到了最高 1.7 倍的性能——注意这是官方自测数据，不是所有任务都能翻倍。

组网配置也做了简化：Sync Cluster Assistant 会自动发现连接的机器、校验配置、配好 ConnectX-7 网络，两台机器跑同一套软件栈，从单机扩到双机不需要重新配置环境。

月底还会上线 Sync Model Launcher，可以一键下载并部署 Qwen3.8 27B 到单机或集群，把模型暴露给局域网内的笔记本使用，还会自动配置 OpenCode 实现浏览器里的编码工作流。

定价有讲究：64GB 比 128GB 自家版还贵一点

价格方面有个值得注意的细节：64GB 版 OEM 机型起售价 4999 美元，而 NVIDIA 自家的 128GB Founders Edition 目前定价 4699 美元——后者今年 2 月刚从 3999 美元涨价，理由是行业性的内存供应紧张。市面上 128GB 的 OEM 机型普遍卖到 7000~9000 美元。

所以 64GB 版的定位并不是"廉价版"，而是给想多机部署的开发者一个更灵活的起点：先买一台 64GB 干活，等模型更大、上下文更长、Agent 并发更多时，再加一台组成 128GB 集群，原来的机器不会被淘汰。NVIDIA 现在也支持最多四台 Spark 互联（需要 200GbE 交换机），最高可支撑 7000 亿参数的模型。

桌面 AI 正在变成"小集群"

从这次发布能看出 NVIDIA 的思路变化：DGX Spark 不再只是一部高性能小主机，而被塑造成一个可以按需扩展的本地 AI 平台——网络、模型部署、集群管理全部内置。当桌面内存不够时，开发者不用把工作流搬回云端，而是像数据中心那样横向加节点。

对需要在本地跑常驻编码 Agent、做私有数据推理、微调模型或搞数据科学的人来说，这套"桌面小集群"方案提供了一条数据不出本机的规模化路径。当然，4999 美元起步的门槛仍在，第二台机器还得再花一份钱——本地部署的自由，依然是有价格的。

（来源：NVIDIA 官方博客，Tom's Hardware、PCMag、TechPowerUp 等多家媒体报道综合）