英伟达 DGX Spark 64GB 发布：4999 美元起，两台拼成 128GB 集群性能提升 70%

英伟达于 2026 年 10 月 2 日正式推出 DGX Spark 64GB 桌面 AI 超算，起售价 4,999 美元（约合人民币 3.5 万元），比原版 128GB 便宜近 2,000 美元，宏碁、华硕、戴尔、技嘉、微星、H3C 等 OEM 厂商将于 10 月 23 日同步发售。这是英伟达首次将 GB10 Grace-Blackwell 超算芯片下放到消费级桌面产品线，标志着桌面端 AI 计算正式进入「超算芯片时代」。

两款 DGX Spark 配置对比

DGX Spark 家族现共有两款配置，覆盖不同规模需求：

核心架构：统一内存打破 CPU/GPU 边界

DGX Spark 基于英伟达 GB10 Grace-Blackwell 超算芯片，与传统 x86 工作站最大的架构差异是统一内存架构——CPU 和 GPU 共享同一块物理内存，模型权重和 KV 缓存都在同一空间内，无需通过 PCIe 在 CPU 内存和 GPU 显存之间搬运数据。这消除了传统异构计算中的内存拷贝瓶颈，对大模型推理至关重要。

64GB 版本实际可用于模型推理的约 56GB，支持 NVFP4 量化格式，可在精度损失较小的情况下进一步扩大有效容量。根据官方测试，64GB DGX Spark 可流畅本地部署以下主流开源模型：Gemma4 26B、Qwen3.8-27B、Meta Muse Glimmer、Nemotron3.5 Lightning。加载完成后仍有充足内存余量用于 KV 缓存，支撑长上下文推理任务。

双机集群：拼成 128GB，性能提升 70%

DGX Spark 64GB 最大的产品亮点是原生多机集群扩展能力。每台设备均内置 ConnectX-7 高速网卡，搭配全新 NVIDIA Sync 工具套件，普通开发者无需深厚网络运维知识，即可搭建多节点集群。Sync 套件内置 Cluster Assistant 集群助手，自动完成网络配置、设备校验、SSH 环境部署，最多支持 4 台 DGX Spark 组网。

两台 64GB DGX Spark 通过 QSFP 线直连（200 GbE fabric），即可组成 128GB 统一内存集群。英伟达实测：两台 64GB 集群运行 Qwen3.8-27B 模型，相比单台 128GB 设备性能最高提升 70%。这一结果看似反直觉（双 64GB 总内存比单 128GB 还少），但背后的逻辑是：双机集群的内存带宽是单台的两倍，而 Qwen3.8-27B 属于内存带宽敏感型任务，带宽翻倍带来的收益超过了内存总量减少的损失。

开发者还可以从普通 PC 远程接入 DGX Spark 集群，对接 VS Code、Cursor 等主流 IDE，远程监控整机状态，一键启动 vLLM 推理容器，大幅降低分布式 AI 开发门槛。

软件生态：CUDA 加速，预配主流推理框架

DGX Spark 完整搭载英伟达 CUDA 加速 AI 软件栈，深度适配 vLLM、llama.cpp、Ollama、LM Studio 等主流推理框架，针对本地智能体工作流做专项优化，官方宣称运行本地智能体推理最高可实现 1.9 倍速度提升。Build.nvidia.com 上已上线多个现成的 Agent Playbook，包括 NeMoClaw、OpenClaw、OpenShell 等开源框架，开发者下载后可直接在 DGX Spark 上部署运行。

10 月底还将上线 Sync Model Launcher，支持一键部署 Qwen3.8-27B 模型到单台或集群，并自动配置 OpenCode 远程编程环境，让开发者直接在浏览器里写代码、调试分布式 AI 应用。

目标用户与竞品对比

英伟达将 DGX Spark 定位于「个人 AI 超算」，目标用户包括：独立 AI 研究者、小团队机器学习工程师、想在本地跑大模型的开发者、以及对数据隐私有严格要求不能上云的企业用户。

竞品层面，苹果 Mac Studio M4 Ultra（192GB 统一内存）在内存容量上有优势，但 GPU 算力受限于移动芯片架构，在大规模推理任务中不如专用超算芯片；x86 迷你工作站（如英特尔 NUC 12 Extreme）则在 AI 推理优化和软件生态上远不如英伟达完整。DGX Spark 的护城河在于 GB10 芯片加 CUDA 软件栈加英伟达 AI 生态的完整绑定，这套组合在桌面 AI 计算领域暂无直接竞争对手。

Windows RTX Spark 也在路上

除 DGX Spark 外，英伟达还预告搭载 RTX Spark 显卡的 Windows PC 将于本月上市，来自宏碁、华硕、戴尔、惠普、联想、微软和微星。RTX Spark 是英伟达面向消费级 PC 的本地 AI 加速品牌，主要面向需要在 Windows 桌面端运行本地 AI 应用的开发者，与 DGX Spark 形成从专业桌面到消费桌面的全覆盖。

FAQ

4999 美元的 DGX Spark 64GB 和 6950 美元的 128GB 版怎么选？
如果主要跑 100B 以下模型，选 64GB 更划算——便宜近 2,000 美元，双机集群还能获得 70% 性能提升。如果需要单机能跑 200B 超大模型（如 GPT-4 级别），才需要选 128GB。另一个考虑因素是扩展路径：64GB 的扩展成本更低，两台 64GB 总价 9,998 美元，仍比单台 128GB 便宜约 1,000 美元，且性能更强。

两台 64GB 集群比单台 128GB 强在哪里？
双 64GB 集群的内存带宽是单台的两倍，英伟达实测 Qwen3.8-27B 吞吐量提升 70%，超过了单 128GB 的性能。但两台设备意味着两倍功耗、两倍散热空间，实际部署需考虑硬件环境是否有足够空间和电力。

普通开发者需要 DGX Spark 吗？
如果你的工作流需要本地跑 10B-100B 参数模型、构建和测试 AI Agent、或对数据隐私有严格要求不能上云，DGX Spark 是目前桌面端体验最完整的英伟达 AI 计算平台。但如果只是跑跑 7B 以内的小模型，MacBook Pro 或配备 RTX 4090 的游戏主机也能满足需求，不必花这笔预算。

小结

DGX Spark 64GB 的发布，是英伟达将企业级 AI 算力下放到桌面端的关键一步。4999 美元的起售价虽然不便宜，但相比持续购买云端 A100/H100 实例的长期费用，本地部署对于高频 AI 开发者来说经济性更优。双机集群的创新设计（用两台便宜机器超越一台贵机器）显示了英伟达在产品定义上的务实。对于需要本地跑 Agent、调试开源大模型、或构建私有 AI 流水线的团队，DGX Spark 64GB 是目前最值得考虑的桌面 AI 超算，10 月 23 日起可通过主流 OEM 厂商购买。

相关阅读：英伟达 Open Agent 安全平台：BlueField 配 OpenShell，百家厂商站队