本地 AI 正从尝鲜变成日常开发的一部分：开放模型越做越强，体积却越压越小，能跑的设备越来越多。
英伟达把"拼机"做成了 DGX Spark 64GB 版的核心卖点。
两台 64GB 机型各用一根 QSFP 线直连内置的 NVIDIA ConnectX-7 网卡，统一内存池化成 128GB，可承载的模型规模从 1000 亿参数抬到 2000 亿参数，内存带宽翻倍。在英伟达公布的 Qwen 3.8 27B 测试中，双机串联的性能达到单机的 1.7 倍，负载继续增长还能接着加挂节点。统一内存的另一层含义是 CPU 与 GPU 共用同一个内存池，模型能装多大主要由容量决定，而不是被显存卡死。
新配置定于 10 月 23 日（周五）开卖，起售价 4999 美元（约 3.57 万元人民币），且只通过宏碁、华硕、戴尔、技嘉、惠普、微星六家整机厂商渠道出货。
真正值得注意的是"软件没缩水"。64GB 版保留了完整的 GB10 Grace Blackwell 超级芯片、DGX OS 和整套 NVIDIA AI 软件栈，与 128GB 版本完全一致；单机就能在本地跑最高 1000 亿参数的模型，以及建立在这些模型之上的智能体应用，全程不依赖云端。
DGX Spark 的定位是一台"个人 AI 超算"：把 Grace Blackwell 计算、统一内存、ConnectX-7 网络和 CUDA 加速的 AI 软件栈塞进一个紧凑机身，覆盖智能体、推理、微调、数据科学和边缘开发。它的意义在于，开发者不必为每个任务去开一台云实例，可以在自己的机器上用自己的数据做实验。
对开发者而言，门槛往往不在硬件，而在"配环境"。这次英伟达把力气花在了软件上：
-
每台 DGX Spark 出厂即内置 ConnectX-7 网卡，两台直连后，NVIDIA Sync 应用会自动识别已连接设备、校验配置并完成网络设置；每个节点跑的都是同一套软件栈，从一台扩到两台完全不需要重新配置。
-
本月底上线的 NVIDIA Sync Model Launcher 把跑本地模型简化成点几下按钮：一键下载并启动 Qwen3.8 27B，由 Sync 自动分配到单机或集群上运行，并允许用户从自己的笔记本访问；它还会顺手配好 OpenCode，让开发者直接在浏览器里写代码。
-
开箱即支持 NVIDIA Agent Toolkit、CUDA-X AI 库、Nemotron 开放模型，以及 Ollama、vLLM、PyTorch with CUDA、llama.cpp、LM Studio 等主流运行时。Blender 是首批支持该平台的大型创作应用之一，预编译安装包即将开放下载。
英伟达给了三类典型工作流：让编码或研究智能体常驻，随时审代码、读文档、跑多步任务，集群可支撑更大模型、更长上下文或并发多智能体；把推理交给 DGX Spark，把笔记本和台式机解放出来干别的；任务超出单机时再接第二台，内存扩到 128GB，沿用 200 GbE 互联，工作流不用改。
64GB 机型即将上线的 playbook 包括《用 vLLM 服务大模型》《用本地大模型跑 OpenClaw》《多台 DGX Spark 互联跑分布式负载》。
同月还有一批相关新品：搭载 NVIDIA RTX Spark 的 Windows PC 由宏碁、华硕、戴尔、惠普、联想、微软、微星推出；阿里巴巴的 Qwen-Image-2.1 把图像生成与编辑合二为一，可在 NVIDIA RTX GPU、DGX Spark 和 DGX Station 上本地运行。
对想入门本地 AI 的人，64GB 版的逻辑很直白：先买一台，不够了再买第二台。