DGX Spark
NVIDIA推出的桌面级AI一体机，预装AI推理所需软件栈，开箱即用，面向企业快速落地AI应用场景
核心事实
时间轴 (近 90 天)
NVIDIA DGX Spark官方定价每台6,950美元，较发布时的3,999美元上涨近一倍，两台合计13,900美元，且各大渠道缺货。
双DGX Spark方案中，引擎占用超过约92%内存会崩溃，最后几GB实际上不可用。
双DGX Spark方案预填充约2,100 tokens/s，128K提示词首次等待约63秒；单台带宽273GB/s，开启DraftHead后代码场景写入87 tokens/s、结构化输出131 tokens/s。
原文配图中出现 DGX Spark 桌面设备与代码界面的组合，暗示 NemoClaw 面向本地或私有环境下的开发与部署形态。
Link 3.0 Flash 开放全重模型，在单台英伟达 DGX Spark 上的测试中，使用 1319 道 GSM8K 题目，解码吞吐量提升 42.5%，平均延迟从 15.21 秒降到 11.49 秒，解码速度从每秒 37.81 个 token 提升到 53.89 个。
该版本包含一项 CI 修复：针对 DGX Spark 平台上 NVFP4 解码测试选择器的过期问题进行了修正（PR #64107）。
DGX Spark 的 NVFP4 解码路径与数据中心 GPU 存在差异，因此需要独立的测试配置与用例筛选逻辑。
DGX Spark 的内存带宽低于数据中心 GPU。
对在 DGX Spark 上部署 MoE 的开发者，建议按先量化、再专家缓存与框架级融合的顺序引入优化，以避免多变量同时变动难以评估收益。
NVIDIA 团队在评估 Inclusion AI 的 Ling-3.0-flash 时采用了批次大小为 1 的推理设置。
还有 40 条时间轴事件
全部知识事实 (20)
DGX Spark的CPU和GPU共享高达128GB的LPDDR5X内存，通过NVLink-C2C高速互连实现内存一致性访问
80%已验证即便用 4-bit 量化把权重压缩到 214GB，仍远超单张 48GB 显卡的容量
70%已验证DGX Spark是NVIDIA面向个人开发者和小团队推出的紧凑型AI工作站，搭载Grace Blackwell芯片
65%已验证NVIDIA DGX Spark 搭载 GB10 Grace Blackwell 超级芯片，配备 128 GB 统一内存
65%已验证两台DGX Spark的统一内存合计约256GB
65%已验证DGX Spark搭载GB10 Grace Blackwell超级芯片，配备128GB统一内存（LPDDR5x），官方标称提供高达1 PetaFLOP（FP4精度）的AI算力
65%已验证DGX Spark是英伟达在2025年GTC大会上发布的桌面级AI超级计算机，搭载基于Grace Blackwell架构的GB10超级芯片
80%已验证NVIDIA 推出了一款名为 PAIR 的软件，用于将家庭网络中多台设备的空闲算力汇聚成本地 AI 集群
65%待验证DGX Spark基于NVIDIA的Grace Blackwell架构，采用Grace CPU与Blackwell GPU的紧密耦合设计
90%待验证在双AGX Orin系统上，Qwen 3.8 Flash Next推理速度可达38 tokens/秒
60%待验证DGX Spark之间的互联带宽预计在100-400Gbps级别，远低于数据中心DGX系统内部NVLink提供的900GB/s带宽
60%待验证双DGX Spark方案中，引擎占用超过约92%内存会崩溃，最后几GB实际上不可用。
50%待验证双DGX Spark方案预填充约2,100 tokens/s，128K提示词首次等待约63秒；单台带宽273GB/s，开启DraftHead后代码场景写入87 tokens/s、结构化输出131 tokens/s。
50%待验证NVIDIA DGX Spark官方定价每台6,950美元，较发布时的3,999美元上涨近一倍，两台合计13,900美元，且各大渠道缺货。
50%待验证原文配图中出现 DGX Spark 桌面设备与代码界面的组合，暗示 NemoClaw 面向本地或私有环境下的开发与部署形态。
50%待验证Link 3.0 Flash 开放全重模型，在单台英伟达 DGX Spark 上的测试中，使用 1319 道 GSM8K 题目，解码吞吐量提升 42.5%，平均延迟从 15.21 秒降到 11.49 秒，解码速度从每秒 37.81 个 token 提升到 53.89 个。
50%待验证DGX Spark 的 NVFP4 解码路径与数据中心 GPU 存在差异，因此需要独立的测试配置与用例筛选逻辑。
50%待验证NVIDIA 团队在评估 Inclusion AI 的 Ling-3.0-flash 时采用了批次大小为 1 的推理设置。
50%待验证DGX Spark 的内存带宽低于数据中心 GPU。
50%待验证对在 DGX Spark 上部署 MoE 的开发者，建议按先量化、再专家缓存与框架级融合的顺序引入优化，以避免多变量同时变动难以评估收益。
50%