NVIDIA 发售 DGX Spark：把超算塞进桌面，黄仁勋再度送货马斯克

2016 年，黄仁勋把全球第一台 DGX-1 亲手交给了当时还在 OpenAI 的马斯克，那台几十公斤重的巨无霸后来砸出了 ChatGPT。九年过去，黄仁勋又去给马斯克送机器了。

不过这次的地点换成了得州星舰发射基地，马斯克在员工餐厅里抓着披萨、给孩子们分甜甜圈。黄仁勋递给他的也不再是需要两个人抬的铁柜子，而是一台厚度堪比精装书、重量只有 1.2 公斤的桌面电脑。

这台被英伟达称为全球最小 AI 超级计算机的设备，名叫 DGX Spark。它从 10 月 15 日起在英伟达官网开售，戴尔、惠普、联想、华硕等厂商的整机也同步跟进。

一本精装书塞进千万亿次算力

DGX Spark 看起来只有折纸大小，但里面塞了一颗英伟达 GB10 Grace Blackwell 超级芯片。

在 FP4 精度下，这台小机器能输出高达 1 petaflop 的 AI 算力，也就是每秒一千万亿次计算。

对开发者来说，更关键的指标是显存。它配备了 128GB 的 CPU-GPU 统一内存，通过 NVLink-C2C 互联，带宽达到 PCIe 5.0 的五倍。

这意味着你不用再把代码和数据来回搬运到云端。在自己的办公桌上，它就能本地运行高达 2000 亿参数的大模型推理，或者本地微调 700 亿参数的模型。

如果一台不够，它还带了 ConnectX-7 200Gb/s 网络。戴尔的对应机型就支持两台直接互联，拼成一个支持 4000 亿参数模型的单节点。

开发者开箱就能用的本地生态

英伟达显然不想让它只变成硬件极客的大玩具，出厂时整个软件栈就已经预装完毕。

开发者可以直接调用 NIM 微服务，本地微调 Black Forest Labs 的 FLUX.1 图像模型，用 Cosmos 模型搭建视觉智能体，或者跑针对这套硬件优化过的 Qwen3。

从 Ollama、LM Studio、Hugging Face 到 Docker 和 ComfyUI，主流开源工具链已经在对它做适配验证。

纽约大学全球 AI 前沿实验室等研究机构也提前拿到了机器。实验室教授 Kyunghyun Cho 提到，这种桌面级的千万亿次计算，让他们能快速验证前沿模型，尤其适合医疗这类对数据隐私极度敏感的应用。

除了各大 OEM 厂商出货，美国用户甚至还能直接在 Micro Center 线下店买到现货。

为什么重要

我们认为，DGX Spark 是英伟达在桌面端走得非常精准的一步。

在此之前，开发者在本地电脑上经常面临显存墙：十几 G 的显卡跑小模型还行，一旦想碰 70B 微调或 200B 推理，就只能去租昂贵的云端实例，还要忍受网络延迟和隐私风险。DGX Spark 用 128GB 统一内存把这条鸿沟填上了，对于中小团队、实验室和独立开发者来说，本地原型迭代的效率会产生质的飞跃。

对行业而言，这说明英伟达正在把统治力从云端数据中心反向渗透到开发者的办公桌。它用自家的 Grace CPU、Blackwell GPU 和高带宽互联组成严密防线，几乎不给传统 x86 处理器配分立显卡的路线留喘息空间。

不过在赞叹体积的同时，看起来也有一些现实隐患。官方宣传的 1 petaflop 是在 FP4 这种极端低精度下测得的，在面对严肃微调任务时，实际可用精度下的性能折扣以及紧凑机身里的散热表现，依然需要经过实际检验。但不可否认的是，它让个人拥有超级算力的门槛，实实在在地又往前挪了一大步。