DGX Spark 开售 — Frontier Now

NVIDIA 桌面 AI 工作站 DGX Spark 的 64GB 版本定档 10 月 23 日发售、4999 美元起；128GB 版本则涨价至 6950 美元——「内存税」第一次明码标价出现在桌面 AI 硬件上。

事实部分

配置：GB10 Grace Blackwell 芯片（20 核 Arm：10× Cortex-X925 + 10× A725）+ Blackwell GPU，最高 1 PFLOP FP4。
内存：64GB LPDDR5x 统一内存，约 56GB 可用于权重与 KV cache；128GB 版涨价至 6950 美元。
存储与互联：1TB/4TB NVMe；ConnectX-7 网卡，配合 Sync 工具箱最多 4 机集群。
软件：可跑 vLLM/llama.cpp（官方称智能体负载最高 1.9 倍提升）、Qwen/Gemma/DeepSeek/Mistral 生态。
OEM：Acer、Dell、ASUS、Gigabyte、MSI、H3C 等版本同步开售。
信源说明：快科技汇总自 NVIDIA 官方信息；个别型号名在编译中或有出入。

定价里的内存经济学

64GB 版 4999 美元、128GB 版 6950 美元——多 64GB 内存溢价近 2000 美元，远超物料差价；这是内存紧缺延续到 2028 在零售端的直接体现。对个人开发者，「56GB 可用」恰好能装下 70B 级量化模型——这是 DGX Spark 的真实卖点。

与云端推理的对照

4999 美元买断 vs 按小时租 H100：DGX Spark 的目标场景是「常驻小模型 + 数据不出机」——本地 Agent、隐私推理、边缘部署。它不与云端比吞吐，比的是数据主权与零边际调用成本。

编辑判断

DGX Spark 上市即涨价（128GB 版）是 AI 硬件市场的新常态信号：内存成为定价主导项。NVIDIA 用「面包机」形态把 DGX 品牌拉到桌面，真正的战略意图是让每个开发者桌上有一台「私有推理节点」——4 机集群的设计说明它瞄准的是小型推理集群而非单机玩具。

集群才是真正的产品

四台 Spark 经 ConnectX-7 加 Sync 工具箱不是玩具拓扑——是一套 4×64GB（或 4×128GB）的统一推理集群，约 2-2.8 万美元，落在一堆 Mac Studio 与一年期云实例之间。NVIDIA 明确在向「要常驻模型、不想按 token 付费」的团队卖「自己的小机群」；vLLM 里 1.9 倍智能体负载的说法瞄准的就是这个场景。值得盯的是集群软件的成熟度，而不是硬件参数。

OEM 阵容的含义

从 Acer 到 H3C 的八种面包机造型说明这是一个品类而非 NVIDIA 独占 SKU——与当年上网本浪潮同一个打法。OEM 竞争会压缩 64GB 基础款的毛利，而 NVIDIA 把 128GB 旗舰维持高价——内存紧缺恰好让它守得住这条线。

与 Mac Studio 对比的要点：Spark 的 ConnectX-7 集群与 CUDA 软件是差异项——Mac 的统一内存更大但没有多机故事。先选生态再看价格。面包机造型做的营销比任何跑分都多。

预售开启时 128GB 版已经涨价——市场在发售日之前就收到了内存成本备忘。

实际买家画像：需要防火墙后专用 70B 级推理机的研究者、用 GB10 配 Jetson 编队的机器人团队、以及云端往返会击穿延迟预算的边缘部署。其他人先按云端报价——如果模型每周都在换，Spark 的价值就归零。 4 机集群上限也回答了多卡训练问题：Spark 是推理优先的设计。 NVIDIA 称 10 月 23 日全球发售，但区域内存配额可能让 128GB 档错峰。 1 PFLOP FP4 是营销数字；实际推理吞吐高度依赖模型架构。 NVIDIA 自家商城把 64GB FE 与 OEM 版并列直销——DGX 罕见的直营动作。

GB10 的 FP4 峰值对应的是量化推理而非训练——官方也从未把它标成训练设备。

ConnectX-7 的 200G 网卡在单机上是浪费，四机时才是它的价值所在。

对开发者社区，Spark 上市后的第一个值得关注的数据是 vLLM 在 56GB 可用内存下能容纳的实际上下文长度与并发数——这决定它作为「本地 Agent 常驻节点」的真实承载力。第二个数据点是四机集群的 Sync 工具箱在真实推理负载下的线性度：如果四台只有两台的吞吐，集群卖点就只剩容错。NVIDIA 把 10 月 23 日定在 CUDA 生态的更新周期里，vLLM 与 llama.cpp 的同步适配版本值得当天盯一下。