10 月 21 日的消息称，英伟达在柏林 GTC 2026 大会上更新了 DGX Spark 的集群能力，此前最多支持 4 台设备组网，现在开放手动配置最多 8 台，若以 128GB 版本组建，统一内存容量最高可达 1TB。64GB 版本售价 4999 美元，将于 10 月 23 日起通过合作伙伴陆续发售。
递归 Flint 模型与推理提速
英伟达同时发布了面向本地 AI 硬件优化的 Recursive Flint 编程模型，采用混合专家架构，总参数量 400 亿，激活参数量 25 亿，官方称在 64GB 内存的 RTX Spark 上推理速度超过每秒 220 个词元。软件侧与 llama.cpp、vLLM 开源社区合作优化推理性能，特定工作负载下 RTX PRO 6000 Blackwell 推理性能最高提升 40%，DGX Spark 与 DGX Station 分别获得最高 30% 与 20% 的提升。
本地模型矩阵扩容
模型支持名单也一并扩大，覆盖 Nemotron、GLM、DeepSeek、Qwen、MiniMax 以及 FLUX.3 Klein 等可本地运行的模型。英伟达还发布了一组通过量化降低内存占用的模型检查点，Qwen3.8-Flash-Next-FP4-Local 可在单台 128GB DGX Spark 或 RTX PRO 6000 上运行，GLM-5.3-Flash-FP4-Local 则面向两台系统的配置。DGX Station 的 Windows 版本预计 12 月推出，将新增 Absolute Security、Splunk、Microsoft Intune、Tanium 等七项企业管理集成。
英伟达还宣布与 llama.cpp、vLLM 开源社区合作优化 AI 推理性能，并在 10 月版的 DGX Spark 更新中加入 Wi-Fi 助手，允许设备在 appliance mode 下切换无线网络。Sync Model Launcher 计划于本月晚些时候上线，用户可借此下载与硬件配置匹配的模型和容器，并把模型连接至 OpenCode。推测解码优化的具体数据也已公布，llama.cpp 中针对 Qwen 3.8 Flash Next 的多 token 预测优化，让 RTX PRO 6000 Blackwell 上的端到端智能体任务提速最高 1.4 倍；vLLM 中针对 Qwen3.8 27B 的优化让 DGX Spark 相关任务提速最高 1.3 倍。
把大模型塞进桌面的路线这两年一直在跑，本地推理的调度与硬件形态也在同步演进，站内关于 英伟达 DSX POD 模块化数据中心 的分析里可以看到同一条工程脉络。
延伸阅读
- 英伟达 Vera CPU 拿下第二家客户：Modal 弃 AMD/英特尔2 天前
- 微软RTX Spark电脑正式开订：Dev Box 5999美元起2 周前
- Reflection AI 发布 Beam：5010 亿参数 MoE 开源模型登场2 周前
- 英伟达入股 GMI Cloud 6.68 亿美元：GPU 云争夺转向两岸准时交付2 周前
继续读
同一批更新里这几篇值得一看：
- Mistral 联手英伟达做物理 AI：Large 4 约一万亿参数接入仿真2026-10-22
- OpenAI 模型上架谷歌云：GPT-6 Astra 等进入 Model Garden2026-10-22
- Blacksmith 估值 10 亿美元：AI 代码测试每周跑 9000 万次2026-10-22
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记