山东
IT之家 10 月 21 日消息，英伟达今日在柏林 GTC 2026 大会上宣布，DGX Spark 此前支持最多 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。如果是以 128GB 版本组建，其统一内存容量最高可达 1TB。
同时，英伟达还发布了本地 AI 平台更新，并宣布与 llama.cpp、vLLM 开源社区合作优化 AI 推理性能，在特定工作负载下，RTX PRO 6000 Blackwell 的推理性能最高提升 40%，DGX Spark 和 DGX Station 也分别获得最高 30% 和 20% 的性能提升。
英伟达表示，4,999 美元（IT之家注：现汇率约合 33,450 元人民币）的 DGX Spark 的 64GB 版本将于 10 月 23 日开始通过合作伙伴陆续发售。针对集群部署，英伟达 Sync Model Launcher 计划于本月晚些时候上线，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。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。
软件更新方面，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。
英伟达还推出针对本地 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，英伟达还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。
英伟达还公布了 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。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
