DGX Spark 能拼 8 台了

八台小盒子摞在一起，统一内存 1TB。这个数字接近一台中端服务器的显存，但它是插在桌面上、用普通插座供电的东西。

一、发生了什么

据 IT 之家 10 月 21 日报道，英伟达在柏林 GTC 2026 大会上宣布，DGX Spark 此前最多支持 4 台组集群，现在开放手动配置最多 8 台。若用 128GB 版本组建，统一内存容量最高可达 1TB。

同期还有一批本地 AI 的更新。英伟达拉上了两个开源推理社区一起调性能：一个做端侧推理的 llama.cpp，一个主打高吞吐的 vLLM。按它给出的数字，部分负载下桌面工作站那款专业卡的提升幅度最大，约四成；两台 Spark 形态的机器分别约三成和两成。这三个数都是厂商自己在特定工作负载下测的，没有第三方复现，看的时候打个折。

价格和上市时间也给了。64GB 版本售价 4999 美元，从 10 月 23 日起通过合作伙伴陆续发售；128GB 版本的价格，官方通稿里没有提。集群部署要用的 Sync Model Launcher 计划本月晚些上线，作用是按硬件配置下载匹配的模型和容器，并连接到 OpenCode。

模型侧的支持面在扩。新增可本地运行的包括 Nemotron、GLM、DeepSeek、Qwen、MiniMax 和 FLUX.3 Klein，覆盖智能体、编程、图像生成与编辑。英伟达还发布了几个量化检查点，其中一个 Qwen 版本可在单台 128GB DGX Spark 或 RTX PRO 6000 上跑，另一个 GLM 版本需要两台系统。

另外有一个专门为本地硬件优化的编程模型 Recursive Flint，MoE 架构，总参数 400 亿、激活 25 亿，英伟达称在 64GB 内存的 RTX Spark 上推理速度超过每秒 220 个词元。

二、跟你有什么关系

想本地跑大模型的开发者。 8 台拼 1TB 的价值在长上下文和 MoE 模型，不在单卡算力。这是内存带宽型方案，不是训练型方案。

小团队的技术负责人。 入门款 4999 美元一台，攒 8 台 128GB 的成本要另算。和租云比，省的是长期租金，付出的是运维和利用率。

做隐私敏感业务的。 数据不出机房是这类设备最硬的理由，价格反而不是。

三、怎么判断要不要上

1. 先算你要装的模型有多大。1TB 统一内存能装下大参数模型，但装得下不等于跑得快。这类设备的速度由内存带宽决定，不看算力峰值。
2. 分清推理和训练。这套设备的长处是推理和微调，拿它做预训练是错配。
3. 把网络算进去。8 台之间怎么连、带宽多少，直接决定扩展效率。手动配置意味着调优成本由你承担。
4. 用 64GB 单台先试。10 月 23 日开卖的 64GB 版本价格最低，先验证工作流，再决定要不要堆到 8 台。

四、三个别信的说法

「1TB 统一内存等于 1TB 显存」。 统一内存的带宽和 HBM 不在一个量级。它能装下更大的模型，但吞吐远低于数据中心卡。这个区别决定了它适合做本地推理服务，不适合做高并发。

「提升 40% 就是快了 40%」。 英伟达的措辞是「特定工作负载下」，并且是和 llama.cpp、vLLM 社区联合优化的结果。换个模型、换个框架，幅度会变。厂商口径的百分比，只能当上限看。

「8 台集群等于一台服务器」。 多机互联的通信开销会吃掉一部分收益，这是所有分布式推理的通病。4 台到 8 台的边际收益一定低于线性，具体掉多少要看你跑的任务。

五、一句话结论

它把「1TB 内存的 AI 机器」从机房搬到了桌下，但买之前先想清楚，你要的是内存，还是算力。

信息来源

• 英伟达 DGX Spark 支持 8 台集群：128GB 版本统一内存最高达 1TB - IT之家，2026 年 10 月 21 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 22 日。