英伟达 DGX Spark 支持 8 台集群：128GB 版本统一内存最高达 1TB，RTX PRO 6000 Blackwell 相关任务提速 40%
IT之家 10 月 21 日消息，英伟达在柏林 GTC 2026 大会上透露，DGX Spark 此前仅支持最多 4 台设备组成集群，现已开放手动配置，上限提高到 8 台设备。若采用 128GB 版本组建，其统一内存容量最高可达到 1TB。
同时，英伟达推出了本地 AI 平台升级，并宣布与 llama.cpp、vLLM 开源社区携手，旨在优化 AI 推理效率。在特定工作负载场景下，RTX PRO 6000 Blackwell 的推理性能最高可提升 40%，DGX Spark 和 DGX Station 也分别实现了最高 30% 和 20% 的性能增长。
英伟达指出，售价 4,999 美元（IT之家注：按当前汇率约合 33,450 元人民币）的 DGX Spark 64GB 版本将于 10 月 23 日起，通过合作伙伴逐步发售。针对集群部署，英伟达 Sync Model Launcher 计划在本月晚些时候上线，用户可通过该工具下载与硬件配置匹配的模型和容器，并将模型连接到 OpenCode。该工具还会自动载入 DGX Spark Skills，为设备故障排查、维护及工作流程提供指引。
在软件更新方面，10 月版的 DGX Spark 更新引入了 Wi-Fi 助手，使设备能在 appliance mode 下切换无线网络；DGX Spark Skills 也将通过 OpenCode 整合至英伟达 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，涵盖 Nemotron、GLM、DeepSeek、Qwen、MiniMax 以及 FLUX.3 Klein 等，适用于智能体、编程、图像生成和编辑等任务。
英伟达还推出了针对本地 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，同时尽量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。