DGX Spark 这次推出的 64GB 统一内存版本，把在桌面本地跑大模型的入门价定在了 4999 美元。2026 年 10 月 2 日，NVIDIA 在其官方博客发布了这一新配置，宣布新机将于 10 月 23 日开售，为想把智能体留在自己设备上的用户多给了一个更便宜的选择。
配置没缩水，只是内存减半
新版本和 128GB 版用的是同一颗 GB10 Grace Blackwell 超级芯片，系统同样是 DGX OS，也带着完整的 NVIDIA AI 软件栈。区别只在统一内存：64GB 版本只通过合作伙伴销售，渠道包括 Acer、ASUS、Dell、Gigabyte、HP、MSI，起价 4999 美元，10 月 23 日正式开售。
单机用这 64GB 内存，可以在本地跑起最高 1000 亿参数的模型，智能体全程在设备上运行，数据不出门，不依赖云端。对已经习惯在桌面端做本地推理的人来说，这条路线并不陌生，LM Studio 把大模型装进桌面 App 时，内存量化与选型的代价早就说明，真正卡住体验的往往不是界面，而是内存够不够装下模型。DGX Spark 64GB 版的定位正在这里：先让一台机器独立跑通，再谈扩展。
软件方面是开箱即用。机器预装 NVIDIA Agent Toolkit、CUDA-X 库和 Nemotron 开放模型，Ollama、vLLM、PyTorch 都能直接用，Blender 的预置安装包也即将推出。对不想先花几天时间配驱动、配框架的人来说，这种预装组合省下的不只是安装步骤，也减少了版本对不齐、依赖互相冲突这类常见麻烦，让机器拆箱后就能尽快进入试模型、搭智能体的工作状态。
两台组集群，先买一台也能往后扩
如果一台不够，可以买两台组集群。两台 DGX Spark 之间靠内置的 ConnectX-7 网卡，用 QSFP 线缆直连，再由 NVIDIA Sync Cluster Assistant 自动完成配置，不用自己一点点调网络。组起来之后，两台的内存合并到 128GB，可以跑最高 2000 亿参数的模型，内存带宽翻倍，性能最高达到单机的 1.7 倍。需要说明的是，这个 1.7 倍是 NVIDIA 用 Qwen 3.8 27B 跑出的官方自测数据，实际表现还要看具体负载。
配套工具也在补齐。本月底，NVIDIA 将推出 NVIDIA Sync Model Launcher，用户点几次就能下载并启动 Qwen3.8 27B，它还能自动配好 OpenCode，省去手动装环境、对参数的环节。对个人开发者来说，这种“先买一台、以后再加一台”的路径，比一开始就咬牙上顶配更现实。
4999 美元，要放在内存涨价的背景下看
理解这个定价，要补一层背景。多家媒体援引 The Register 报道称，128GB 版 DGX Spark 的售价已经涨到约 6950 美元，而它最初的发售价是 3999 美元，内存涨价被认为是主要原因。需要强调的是，这组价格说法来自媒体报道，不是 NVIDIA 官方口径。
放在这个背景下，64GB 版的意义就清楚了。本地智能体的需求正在变具体：很多人希望智能体能长时间常开、随时待命，又不愿把私密数据交给云端。这类需求拼的不是峰值算力，而是能不能把模型常驻在内存里稳定运行。说到底，这一代桌面 AI 设备的门槛是内存，不是算力。内存涨价周期里，直接把 128GB 版做便宜并不容易，砍到 64GB，是 NVIDIA 保住入门价的一种妥协。
它并不适合所有人。如果单机就要跑超过 1000 亿参数的模型，64GB 版装不下，只能考虑 128GB 版、两台组集群或者云端；如果负载是突发式的，平时闲置、偶尔才跑一次大任务，按需付费的云端仍然更划算。反过来，如果工作是每天都要跑、数据敏感、又希望成本固定，一台放在桌边的 DGX Spark 64GB 版，才是这次新配置真正想打动的人。
