NVIDIA 宣布推出 DGX Spark 的全新 64GB 配置——来自 Acer、ASUS、Dell、Gigabyte、HP 和 MSI——这是其搭载 GB10 的桌面 AI 系统。它为开发者提供了一条路径：先用一台系统运行本地模型和智能体，随后在负载增长时将两台 64GB 单元组成集群，从而在整个集群中获得 128GB 内存和更强的算力。

其直接传达的信息是：在自己的桌面上运行开源模型和常驻智能体，然后随着工作增长将 DGX Spark 系统组成集群——而不是依赖按量计费的 API。

这一时机并非偶然。智能体会通过工具调用、重试、长上下文和多步规划持续消耗 token。自 2026 年初以来，token 消耗量已增长 14 倍。在云 API 上，每一个 token 都要计费。而在自有硬件上，则没有按 token 计费的费用。

64GB 型号保留了与原版相同的 GB10 Grace Blackwell 超级芯片、NVIDIA CUDA 加速 AI 软件栈以及 ConnectX-7 网络——只是将 128GB 更新为 64GB 统一 LPDDR5x。NVIDIA 将其定位为足以运行当今最强大的 30–35B 级开源模型。NVIDIA 继续提供 128GB DGX Spark 用于更大的单机工作负载，而将 64GB 单元组成集群则可叠加内存和算力。

盒子里有什么

GB10 将 Blackwell GPU 与第五代 Tensor Core 以及 20 核 Grace Arm CPU 配对。该 GPU 在稀疏化下可提供高达 1 petaFLOP 的 FP4 AI 算力。

规格DGX Spark 64GB超级芯片NVIDIA GB10 Grace BlackwellCPU20 核 Arm（10× Cortex-X925 + 10× Cortex-A725）AI 算力高达 1 petaFLOP FP4（稀疏化）内存64GB LPDDR5x，一致性统一内存内存带宽273 GB/s存储1、2 或 4TB NVMe M.2，自加密网络ConnectX-7 NIC，200GbE；Wi-Fi 7，BT 5.3显示1× HDMI 2.1a操作系统NVIDIA DGX OS（基于 Ubuntu）尺寸 / 重量150 × 150 × 50.5 mm / 1.2 kg最大本地模型规模最高 100B 参数上市时间2026 年 10 月 23 日——NVIDIA Marketplace、OEM 合作伙伴、零售

来源：NVIDIA 规格。

统一内存是关键的设计选择：CPU 和 GPU 通过 NVLink-C2C 共享一个内存池，带宽是 PCIe Gen 5 的 5 倍。无需在系统 RAM 和 VRAM 之间复制权重。对于智能体而言，这意味着多个模型、它们的 KV 缓存以及工具进程都存在于同一个地址空间中。

软件在首次启动时即已就绪：DGX OS 预装了 NVIDIA AI 技术栈，包括 PyTorch、Jupyter 和 Ollama。NVIDIA NemoClaw 只需一条命令即可安装。它为 OpenClaw 智能体添加了隐私和安全控制。NVIDIA OpenShellTM 作为 NVIDIA Agent ToolkitTM 的一部分，在此基础上增加了基于策略的护栏。NVIDIA NemotronTM 模型针对该设备进行了优化。

它可运行在标准墙壁插座上：无需服务器机房，无需特殊冷却。这对于需要全天候运行的智能体来说很重要。

内置网络用于集群：ConnectX-7 可让两台 DGX Spark 64GB 系统组成集群，获得 128GB 内存和更强的算力。NVIDIA Sync Cluster Assistant 简化了设置。

哪些开放模型适合 64GB

硬件只是一半的故事。另一半是 30B 级别的开放模型已经足够好，可以胜任智能体工作。

模型开发者类型占用空间在 Spark 上的角色Muse GlimmerMeta29.6B 稠密，文本 + 图像，Apache 2.0约 17GB（量化）主智能体模型Nemotron 3.5 LightningNVIDIA30B MoE（30B-A3B）NVFP4 检查点用于长时间运行智能体的快速执行器Qwen3.8-27BAlibaba Qwen27B 稠密约 13.5GB 权重（4-bit）通用智能体和编程

占用空间仅为权重估算；KV 缓存和运行时开销另计。

Muse Glimmer 是主模型。Meta 从 Muse Spark 蒸馏而来，后者是 Meta AI 助手背后的模型家族。它面向本地智能体：可靠的工具调用、长时间多步骤任务，以及从失败中恢复。Meta 报告其在 SWE-Bench Pro 上为 51.2，在 MCP Atlas 上为 75.5。上下文可达 131K tokens。它也可作为 NVIDIA NIM 使用。

完整的 BF16 Glimmer 需要 55GB 以上，几乎没给上下文留下任何空间。约 17GB 的量化版本是 64GB 上的实用选择。

像 DeepSeek V4 Flash 这样更大的模型需要不止一台设备。NVIDIA 自己的基准测试在 4 台 64 GB 集群的 Spark 上运行它。

你可以在单台设备上构建的 5 样东西

1. 一个全天候运行的个人智能体

安装 Hermes 并将其指向 Muse Glimmer 或 Nemotron 3.5 Lightning。给它工具：你的 GitHub 仓库、一个测试运行器、arXiv 类别的 RSS 订阅。让它整夜运行。

到早上，它已经对新问题进行了分类，复现了一个失败的测试，并起草了一个 pull request 供审查。它还总结了你永远不会打开的 30 篇论文。你的私人笔记、代码和电子邮件永远不会离开这台机器。

2. 在自己的代码仓库上微调编码模型

70B 模型上的 QLoRA 可以塞进 64GB。在你的代码库、内部文档和过往 PR 审查上训练它。然后在本地将其作为编码助手提供服务，它了解你的约定。

NVIDIA 在单节点上测得 nanochat 分布式微调约为 18,400 tokens/s。

3. 一个首日模型评估基准

一个新的开源权重模型在 Hugging Face 上发布。当天就通过 Ollama 或 vLLM 拉取它。用你自己的问题集对它进行测试。

评估准确率，然后测量首 token 时间（TTFT）和每秒 token 数。将其与你当前的模型进行比较。重新运行评估 50 次没有 API 费用。

4. 一个多模型智能体团队

统一内存让多个模型共享一个内存池。将 Bonsai 2 作为路由器运行，将 Glimmer 作为主推理智能体。这大约是 23GB 的权重。

其余部分覆盖 KV 缓存、操作系统和工具进程。当问题超出本地容量时，智能体可以将经过脱敏的问题发送给更大的云端模型。

5. 边缘和机器人原型设计

针对特定任务微调视觉 transformer，比如在工厂车间摄像头上发现异常。使用相同的 CUDA 栈在本地验证它。然后将其部署到边缘的 NVIDIA Jetson 设备上。

当一台不够用时：使用 NVIDIA Sync 进行集群化

每台 DGX Spark 都配备 200GbE 的 ConnectX-7。集群化是原生功能，而非附加组件。

设置池化内存AI 算力（FP4）连接1 台 Spark（64GB）64GB最高 1 PFLOP—2 台 Spark（各 64GB）128GB最高 2 PFLOPS直连 QSFP 线缆，无需交换机2 台 Spark（各 128GB）256GB最高 2 PFLOPS直连 QSFP 线缆，无需交换机3 台 Spark（各 128GB）384GB最高 3 PFLOPSQSFP 环，无需交换机4 台 Spark（各 128GB）512GB最高 4 PFLOPS200GbE 交换机（QSFP56-DD，RoCE v2）

来源：NVIDIA。3 节点算力由单台规格推导得出。

NVIDIA 表示，2 台集群化的 64GB 单元可提供高达一台 128GB DGX Spark 的 1.7 倍性能。原因是 AI 算力和带宽翻倍：2 台单元合计提供高达 546 GB/s，是单台的两倍。

NVIDIA Sync 是管理层。Windows 和 macOS 应用会发现你网络中的 Spark 并管理 SSH 访问。其 Cluster Assistant 可为最多 4 个系统配置 ConnectX-7 网络。节点还可以通过 Tailscale 网状网络跨地点连接，数据路径中不经过云端。

规律相当清晰。集群化大致使每翻倍时的首 token 时间减半，并使微调接近线性扩展。解码的改善较为有限，4 个节点时约为 1.4 倍。对于读取长输入的智能体而言，TTFT 的提升才是关键。

分步多节点指南，包括在堆叠 Spark 上运行 vLLM，见 build.nvidia.com/spark。

它是什么，以及它不是什么

不是供 100 名用户使用的聊天服务器：273 GB/s 的带宽限制了并发解码吞吐量。

专为长输入、短输出工作而构建：读取一个代码仓库、一份日志转储或一叠论文，然后写出简短结果。

64GB 使单台机器上限为 100B 参数：如需更多，可集群 2 台设备或选择 128GB 配置。

关键要点

DGX Spark 64GB 保留 GB10、1 PFLOP FP4 以及完整的 NVIDIA AI 技术栈。

64GB 可运行当今 30–35B 级别的开源模型，如 Qwen 3.8 27B 和 Nemotron 3.5 Lightning。

最佳用途：常驻智能体、QLoRA 微调和首日模型评估——无需按 token 付费。

2 台设备通过 NVIDIA Sync 经 ConnectX-7 集群，可获得 128GB 以及最高达 128GB Spark 的 1.7 倍性能。

10 月 23 日上市；DGX Spark 128GB 仍可购买。

查看 DGX Spark 产品页面、NVIDIA Sync 和 DGX Spark playbooks。

感谢 NVIDIA 团队为本文提供的思想领导力/资源。本文由 NVIDIA 赞助。

文章 NVIDIA Announces DGX Spark 64GB: A 1-PetaFLOP Grace Blackwell Desktop for Local AI Agents, Fine-Tuning, and Inference 首次发布于 MarkTechPost。