英伟达在柏林GTC 2026大会上宣布，DGX Spark此前最多支持4台设备组建集群，目前已开放手动配置最多8台设备组建集群。若以128GB内存版本组建集群，其统一内存容量最高可达1TB。这一调整意味着本地AI开发团队可以在桌面级设备上获得更接近数据中心级别的内存池，用于承载更大参数规模的模型推理任务。
在硬件发售节奏上，售价4,999美元的DGX Spark 64GB版本将于10月23日起通过合作伙伴陆续发售。针对集群部署场景，英伟达计划于本月晚些时候上线Sync Model Launcher工具，用户可通过该工具下载与硬件配置相匹配的模型和容器，并将模型连接至OpenCode。该工具还将自动加载DGX Spark Skills，为设备故障排查、维护及工作流程提供指导。
软件层面，10月版DGX Spark更新加入Wi-Fi助手，允许设备在appliance mode下切换无线网络；DGX Spark Skills也将通过OpenCode集成至英伟达Sync，为日常维护和故障排查提供支持。模型生态方面，英伟达宣布支持更多可在本地运行的AI模型，包括Nemotron、GLM、DeepSeek、Qwen、MiniMax以及FLUX.3 Klein等，覆盖智能体、编程、图像生成和编辑等任务类型。
英伟达同时推出针对本地AI硬件优化的Recursive Flint编程模型。该模型采用混合专家（MoE）架构，总参数量为400亿，激活参数量为25亿。英伟达称，该模型在配备64GB内存的RTX Spark上推理速度超过每秒220个词元。针对本地运行大型模型时的内存压力，英伟达发布了一组优化内存使用的模型检查点，通过量化降低内存占用，同时尽可能保持接近全精度模型的准确性。其中，Qwen3.8-Flash-Next-FP4-Local可在单台128GB DGX Spark或RTX PRO 6000上运行；GLM-5.3-Flash-FP4-Local则面向两台系统的配置。
推理性能优化是此次更新的另一项重点。根据英伟达公布的数据，在llama.cpp中，针对Qwen 3.8 Flash Next的多token预测（MTP）推测解码优化，可使RTX PRO 6000 Blackwell上的端到端智能体任务提速最高1.4倍；在vLLM中，针对Qwen3.8 27B的推测解码和FlashInfer预填充内核优化，可使DGX Spark上的相关任务提速最高1.3倍；DGX Station运行GLM 5.3 Flash时，吞吐量最高提升至原来的1.2倍。整体来看，RTX PRO 6000 Blackwell在特定工作负载下推理性能最高提升40％，DGX Spark和DGX Station分别获得最高30％和20％的性能提升。
面向企业部署场景，英伟达公布了DGX Station的企业管理与应用扩展计划，包括新增Absolute Security、思科旗下Splunk、Microsoft Intune、Tanium等七项管理集成，帮助企业部署和管理本地AI基础设施。DGX Station的Windows版本预计于12月推出，将支持制造业相关应用，以及设计、仿真、验证和工程自动化工作流。此外，英伟达计划为DGX Station推出开放源代码机器人参考工作流，并以早期访问形式提供NVIDIA Cloud Functions，让团队通过统一接口共享本地模型服务。
从产品定位看，DGX Spark与DGX Station正在从单机开发工具向可集群、可管理的本地AI基础设施演进。8台集群与最高1TB统一内存的组合，降低了中小团队在私有环境中运行中大规模模型的门槛，而管理集成与Windows版本的补齐，则指向企业在本地AI部署上的运维与行业应用需求。英伟达此次更新能否在桌面级AI算力市场形成稳定的开发者生态，仍取决于后续模型适配速度与集群配置的实际易用性。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
