Nvidia 宣布推出配备 64GB 内存的 DGX Spark 版本，旨在应对当前 AI 模型的实际需求变化及供应链紧缩状况。这一调整意在为本地 AI 开发者提供更具性价比的选择。
从 128GB 到 64GB：适应模型演进与成本压力
早期业界普遍认为，运行高性能 AI 模型需要大量 RAM，因此基于 AMD Strix Halo、Nvidia GB10 和 Apple M 系列芯片的统一内存系统通常配置 128GB 或更高容量的内存。然而，随着 AI 技术的快速迭代，像 Qwen 3.8 27B 这样的高智能密度模型如今已能在 32GB RAM 内舒适运行（尽管上下文窗口有限）。这意味着对于许多本地推理场景而言，原始 Spark 配置的 128GB 内存并非绝对必需。
鉴于 LPDDR5X 内存价格持续上涨，将 GB10 超级芯片与过高的内存容量永久绑定显得不再经济。新推出的 64GB 版本正是为了满足那些依赖 Nvidia GB10 强大功能及配套软件堆栈，但无需超大内存的用户需求。
定价与市场现状
在当前市场环境下，“更实惠”是相对概念。由 Acer、Asus、Dell、Gigabyte、HP 和 MSI 制造的 64GB GB10 系统将于 10 月 23 日上市，起售价为 4999 美元。考虑到存储组件价格的波动性，该定价可能难以长期维持。相比之下，若能找到库存中的 128GB GB10 系统，目前的市场预期价格约为 7000 至 9000 美元。
核心规格保留与集群扩展能力
除了内存容量减半，64GB 版 DGX Spark 保留了与 128GB 版本相同的核心硬件配置。这包括 ConnectX 7 RDMA 网卡，允许用户在超出 64GB 内存限制时通过集群方式扩展内存容量并提升推理性能。此外，其 20 核 Arm CPU 复合体以及 CPU 与 GPU 之间 273GB/s 的共享内存带宽也保持不变。
软件生态优化：简化集群连接与模型部署
为了更好地利用 ConnectX 7 网卡，Nvidia 推出了名为“Sync Cluster Assistant”的新软件工具，旨在简化多系统间的连接过程。Sync 作为 Spark 的远程连接和管理应用，支持用户从其他 Mac 或 PC 调用 Spark 的 AI 算力。
该工具补充了过去一年社区开发的各种实用程序，使集群化操作更加无缝。同时，Nvidia 还在 Sync 中添加了“Model Launcher”功能，可自动在单个或多个系统中下载并启动如 Qwen 3.8 27B 等模型，并将其与基于 OpenCode 浏览器的编码代理关联，帮助用户立即启动本地代理工作流程。
值得注意的是，128GB 的 DGX Spark 及其同类产品将继续面向需要更大模型空间、跨集群扩展或进行模型微调等高内存需求工作的用户群体。因此，此次产品线调整并未削弱 DGX Spark 阵容的整体覆盖范围，而是为本地 AI 爱好者提供了更多样化的选择。
