NVIDIA 發售 DGX Spark：把超算塞進桌面，黃仁勳再度送貨馬斯克

2016 年，黃仁勳把全球第一臺 DGX-1 親手交給了當時還在 OpenAI 的馬斯克，那臺幾十公斤重的巨無霸後來砸出了 ChatGPT。九年過去，黃仁勳又去給馬斯克送機器了。

不過這次的地點換成了得州星艦發射基地，馬斯克在員工餐廳裡抓著披薩、給孩子們分甜甜圈。黃仁勳遞給他的也不再是需要兩個人抬的鐵櫃子，而是一臺厚度堪比精裝書、重量只有 1.2 公斤的桌面電腦。

這臺被輝達稱為全球最小 AI 超級計算機的裝置，名叫 DGX Spark。它從 10 月 15 日起在輝達官網開售，戴爾、惠普、聯想、華碩等廠商的整機也同步跟進。

一本精裝書塞進千萬億次算力

DGX Spark 看起來只有摺紙大小，但裡面塞了一顆輝達 GB10 Grace Blackwell 超級晶片。

在 FP4 精度下，這臺小機器能輸出高達 1 petaflop 的 AI 算力，也就是每秒一千萬億次計算。

對開發者來說，更關鍵的指標是視訊記憶體。它配備了 128GB 的 CPU-GPU 統一記憶體，通過 NVLink-C2C 互聯，頻寬達到 PCIe 5.0 的五倍。

這意味著你不用再把程式碼和資料來回搬運到雲端。在自己的辦公桌上，它就能本地執行高達 2000 億引數的大模型推理，或者本地微調 700 億引數的模型。

如果一臺不夠，它還帶了 ConnectX-7 200Gb/s 網路。戴爾的對應機型就支援兩臺直接互聯，拼成一個支援 4000 億引數模型的單節點。

開發者開箱就能用的本地生態

輝達顯然不想讓它只變成硬體極客的大玩具，出廠時整個軟體棧就已經預裝完畢。

開發者可以直接呼叫 NIM 微服務，本地微調 Black Forest Labs 的 FLUX.1 影像模型，用 Cosmos 模型搭建視覺智慧體，或者跑針對這套硬體最佳化過的 Qwen3。

從 Ollama、LM Studio、Hugging Face 到 Docker 和 ComfyUI，主流開源工具鏈已經在對它做適配驗證。

紐約大學全球 AI 前沿實驗室等研究機構也提前拿到了機器。實驗室教授 Kyunghyun Cho 提到，這種桌面級的千萬億次計算，讓他們能快速驗證前沿模型，尤其適合醫療這類對資料隱私極度敏感的應用。

除了各大 OEM 廠商出貨，美國使用者甚至還能直接在 Micro Center 線下店買到現貨。

為什麼重要

我們認為，DGX Spark 是輝達在桌面端走得非常精準的一步。

在此之前，開發者在本地電腦上經常面臨視訊記憶體牆：十幾 G 的顯示卡跑小模型還行，一旦想碰 70B 微調或 200B 推理，就只能去租昂貴的雲端例項，還要忍受網路延遲和隱私風險。DGX Spark 用 128GB 統一記憶體把這條鴻溝填上了，對於中小團隊、實驗室和獨立開發者來說，本地原型迭代的效率會產生質的飛躍。

對行業而言，這說明輝達正在把統治力從雲端資料中心反向滲透到開發者的辦公桌。它用自家的 Grace CPU、Blackwell GPU 和高頻寬互聯組成嚴密防線，幾乎不給傳統 x86 處理器配分立顯示卡的路線留喘息空間。

不過在讚歎體積的同時，看起來也有一些現實隱患。官方宣傳的 1 petaflop 是在 FP4 這種極端低精度下測得的，在面對嚴肅微調任務時，實際可用精度下的效能折扣以及緊湊機身裡的散熱表現，依然需要經過實際檢驗。但不可否認的是，它讓個人擁有超級算力的門檻，實實在在地又往前挪了一大步。