一句话看懂：英伟达 10 月 2 日发布 DGX Spark 64GB，10 月 23 日起由宏碁、华硕、戴尔、技嘉、惠普、微星发售，4999 美元起；同场把 128GB 版上调到 6950 美元。本地 AI 设备正在降价扩容，但它要抢的正是云 GPU 的生意。
这台机器是什么
DGX Spark 64GB 搭载与 128GB 版相同的 GB10 Grace Blackwell 超级芯片（20 核 Arm CPU + Blackwell 架构 GPU，第五代 Tensor Core，FP4 算力最高 1 PFLOP），预装 DGX OS 与完整 NVIDIA AI 软件栈——Agent Toolkit、CUDA-X、Nemotron 开放模型，以及 Ollama、vLLM、PyTorch 等运行时开箱即用。
内存是这次的核心变化：整机 64GB LPDDR5x 统一内存，系统预留约 8GB，模型权重与 KV 缓存可用约 56GB，支持 NVFP4 量化。官方说法是，单机即可在设备本地运行最高 1,000 亿参数的模型及智能体应用，全程不依赖云端。
已适配的主流开源模型包括 Gemma4 26B、Qwen3.8-27B、Meta Muse Glimmer、Nemotron3.5 Lightning，以及 Perplexity 推出的 Laguna S2.1 118B 便携式计算机智能体等。
双机组网：把「拼机」做成了卖点
每台 DGX Spark 出厂内置 ConnectX-7 网卡，两台 64GB 版用一根 QSFP 线直连（200GbE），通过 NVIDIA Sync Cluster Assistant 自动完成网络配置与设备校验，统一内存池化成 128GB，可承载模型规模从 1,000 亿参数抬到 2,000 亿参数，内存带宽翻倍。
在英伟达公布的 Qwen 3.8 27B 测试中，双机串联性能达到单机的 1.7 倍；负载继续增长还能加挂节点（最多 4 台组网）。每个节点运行同一套软件栈，从一台扩到两台无需重新配置。10 月底还将上线 NVIDIA Sync Model Launcher，让本地跑模型像点按钮一样简单。
注意：两台 64GB 组出的 128GB，不等于一台物理意义上的 128GB 单机——跨节点能否完整运行大模型，仍取决于软件与工作负载的切分能力。
本地 vs 云 GPU：到底怎么算这笔账
| 维度 | 本地（DGX Spark 64GB） | 云 GPU |
|---|---|---|
| 成本结构 | 一次性硬件投入（4999 美元起），长期满载更划算 | 按量/包年付费，随用随停，突发与短期任务便宜 |
| 隐私与合规 | 数据不出本地，适合敏感数据与离线环境 | 数据上云，需评估数据驻留与合规要求 |
| 扩展弹性 | 硬件扩容，2-4 台组网有上限 | 云端分钟级弹性，地域与规格选择多 |
| 运维负担 | 自管硬件、网络、环境与升级 | 托管为主，无硬件折旧与故障处置 |
| 典型场景 | 智能体常驻、隐私敏感推理、模型实验、离线开发 | 训练与微调、突发流量、多地域低延迟、GPU 规格灵活 |
给个实用判断：长期固定负载 + 数据敏感 → 本地更合算；训练微调 + 流量波动 + 需要多地域覆盖 → 云 GPU 仍是主力。多数团队的实际路径是本地做开发与常驻智能体，云上做训练与弹性扩容。
云 GPU 怎么上手：双云入口
如果你评估后决定走云端，两个主流入口都支持新用户优惠，下面直达对应活动页（带返佣追踪）：
按需选云 GPU，新用户优惠进行中
腾讯云 GPU 云服务器 · 阿里云 GPU/ECS 云服务器，按量或包年灵活起步
链接跳转后为官方活动页面，价格以官网实时为准。
参考来源
- NVIDIA 英伟达官方博客：DGX Spark 64GB 规格、双机组网与 1.7× 实测数据
- 太平洋科技：4999 美元起、10 月 23 日发售、硬件与软件生态细节
- 华尔街见闻：128GB 版调价至 6950 美元与内存供应背景
- CSDN：双机组网内存池化与模型规模提升的技术解读
- AI Chat Daily：100B/200B 参数支持与发售信息英文原文