英伟达 DGX Spark 开放 8 台组网：总内存最高 1TB，本地 AI 推理与部署工具同步更新

据 IT之家 10 月 21 日报道，英伟达在柏林 GTC 2026 大会上公布本地 AI 平台更新：DGX Spark 集群规模从此前最多 4 台扩展至可手动配置最多 8 台，使用 128GB 版本组网时，总统一内存容量最高达到 1TB。此次更新还涉及推理加速、模型适配和部署工具，重点是让本地硬件承载更复杂的 AI 工作流。

从 4 台到 8 台，容量扩大仍需关注部署方式

扩展集群规模，为大型模型部署提供了更多容量空间。但需要区分的是，8 台设备的内存容量合计达到 1TB，并不意味着所有应用都能像使用单机内存一样直接调用；实际效果仍取决于模型切分、推理框架和设备间通信。目前，最多 8 台组网明确需要手动配置。

面向部署环节，英伟达计划在本月晚些时候上线 Sync Model Launcher，帮助用户下载匹配硬件的模型和容器，并将模型连接至 OpenCode。该工具还将自动加载 DGX Spark Skills，为故障排查、维护与工作流程提供指导。10 月版系统更新则加入 Wi-Fi 助手，支持设备在 appliance mode 下切换无线网络。

硬件方面，售价 4,999 美元的 DGX Spark 64GB 版本计划于 10 月 23 日起通过合作伙伴陆续发售。它与组成 1TB 集群所用的 128GB 版本并非同一容量配置。

推理最高提速 40%，对应的是特定任务

英伟达此次与 llama.cpp、vLLM 开源社区合作优化推理。公布的性能提升来自不同模型和软件路径，不能视为所有本地 AI 应用的普遍加速幅度：

• RTX PRO 6000 Blackwell：在 llama.cpp 中，针对 Qwen 3.8 Flash Next 的多 token 预测推测解码优化，使端到端智能体任务最高提速 40%。
• DGX Spark：在 vLLM 中，通过 Qwen3.8 27B 的推测解码和 FlashInfer 预填充内核优化，相关任务最高提速 30%。
• DGX Station：运行 GLM 5.3 Flash 时，吞吐量最高提升 20%。

这些数据表明，本地推理性能不仅取决于硬件，也受到模型结构、解码策略和内核实现影响。用户评估升级价值时，应重点核对自身使用的模型与框架，而非只比较最高增幅。

影响：本地 AI 的竞争转向完整软件链路

模型适配也是更新重点。英伟达宣布支持 Nemotron、GLM、DeepSeek、Qwen、MiniMax 和 FLUX.3 Klein 等本地模型，覆盖智能体、编程及图像任务；同时推出 Recursive Flint 编程模型，采用 MoE 架构，总参数量 400 亿、激活参数量 25 亿。

针对内存压力，英伟达还提供量化模型检查点。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 则面向两台系统配置，目标是在降低内存占用的同时尽量保持准确性。

对开发者和企业而言，此次变化的核心是从“硬件能运行模型”走向“模型能够持续部署和维护”。DGX Station 还计划扩充企业管理集成，并于 12 月推出 Windows 版本。随着模型下载、推理优化和运维工具逐步衔接，本地 AI 的选择标准也将从单纯比较内存容量，转向考察整套工作流的适配程度。