在剛剛落幕的 CES 2026 展會上，英偉達以一場聚焦人工智能的發(fā)布會吸引了全球目光。與往年不同，公司創(chuàng)始人黃仁勛并未在主題演講中提及消費級顯卡的更新計劃，而是將舞臺交給了全新的桌面級 AI 計算設(shè)備——DGX Spark。這款基于 NVIDIA Grace Blackwell 架構(gòu)打造的產(chǎn)品，被定義為“個人超算”，旨在將數(shù)據(jù)中心級別的算力濃縮至桌面設(shè)備，為開發(fā)者與創(chuàng)作者提供本地化的大模型運行能力。

DGX Spark 的核心優(yōu)勢在于其硬件配置與軟件生態(tài)的深度整合。單機配備 128GB 統(tǒng)一內(nèi)存，支持通過 200Gbps ConnectX-7 網(wǎng)絡(luò)將兩臺設(shè)備互聯(lián)，形成 256GB 內(nèi)存的超級節(jié)點。這一設(shè)計使其能夠本地運行參數(shù)量高達 1000 億的 AI 模型，或?qū)?700 億參數(shù)的大語言模型（LLM）進行分布式微調(diào)。在現(xiàn)場演示中，DGX Spark 成功加載了 1200 億參數(shù)的 GPT-OSS 開源模型，并實現(xiàn)了 Qwen 圖片生成與 Wan 2.2 視頻生成等任務(wù)，展現(xiàn)了其作為“開發(fā)者沙盒”與“AI 創(chuàng)作者平臺”的雙重定位。

軟件層面的突破同樣引人注目。通過引入 NVFP4 數(shù)據(jù)格式，DGX Spark 在保持模型智能表現(xiàn)的同時，將內(nèi)存占用降低約 40%，吞吐量顯著提升。實測數(shù)據(jù)顯示，在運行 Qwen-235B 模型時，NVFP4 格式相比傳統(tǒng) FP8 精度性能提升最高達 2.6 倍，有效解決了多任務(wù)處理時的內(nèi)存瓶頸問題。英偉達預(yù)裝了經(jīng)過優(yōu)化的 NVIDIA AI 軟件棧與 CUDA-X 庫，開發(fā)者無需繁瑣配置即可直接使用，進一步降低了技術(shù)門檻。

針對本地算力的靈活性需求，英偉達推出了與 Brev 合作的遠(yuǎn)程訪問方案。用戶可通過安全協(xié)議遠(yuǎn)程連接 DGX Spark，實現(xiàn)類似云服務(wù)的便捷操作。更關(guān)鍵的是，Brev 支持智能路由層，允許敏感任務(wù)（如專有數(shù)據(jù)訓(xùn)練）強制在本地運行，而一般推理任務(wù)則無縫切換至云端，兼顧了隱私保護與算力擴展。這一功能預(yù)計于 2026 年春季正式上線，目前已有開發(fā)者通過早期版本體驗到其便利性。

在應(yīng)用場景方面，DGX Spark 展現(xiàn)了跨領(lǐng)域的潛力。視頻創(chuàng)作者將其作為創(chuàng)意加速器，實測顯示其生成速度較頂配 M4 Max MacBook Pro 提升 8 倍；企業(yè)用戶則利用 Nsight 驅(qū)動的本地 CUDA 編碼助手，在確保源代碼安全的前提下實現(xiàn) AI 輔助開發(fā)；機器人領(lǐng)域，DGX Spark 與 Hugging Face 合作，為 Reachy Mini 機器人賦予實時視聽交互能力，推動了具身智能的桌面化落地。Hugging Face 產(chǎn)品副總裁 Jeff Boudier 評價道：“開放模型讓開發(fā)者自由構(gòu)建 AI，而 DGX Spark 將這種能力帶到了桌面端?！?/p>

為進一步降低使用門檻，英偉達在展會上發(fā)布了 6 本實戰(zhàn)手冊（Playbook），覆蓋從開源智能體大模型 Nemotron 3 Nano 的本地實驗，到實時視覺語言模型 Live VLM WebUI 的視頻分析，再到機器人仿真平臺 Isaac Sim 的強化學(xué)習(xí)等熱門方向。其中，“雙系統(tǒng)微調(diào)”手冊詳細(xì)演示了如何利用兩臺 DGX Spark 分布式訓(xùn)練 700 億參數(shù)的 LLM，為中小企業(yè)提供了可復(fù)制的技術(shù)路徑。