NVIDIA AI 小金盒 DGX Spark 推出 64GB 版本使用更具彈性但是價格也大漲價

陳拔 · 2026-10-02T21:00:00+08:00

NVIDIA DGX Spark。NVIDIA 的小型 AI 運算主機 DGX Spark 在 2024 年推出後，可以在桌上的小型主機設計內，直接進行大參數量模型的本地 AI 運算效能，讓許多 AI 應用開發人員甚至是小型企業，開始應用 DGX Spark 來建構自己的本地 AI 運算架構，而今年隨著 AI 代理應用的爆發，更讓 DGX Spark 成為相當炙手可熱的小型 AI 運算產品。而在 Windows 版本的 RTX Spark 10 月正式登場前，NVIDIA 今天也針對 DGX Spark 推出了搭載較小 64GB 記憶體的版本，透過 DGX Spark 可串接運算的特性，讓使用者的預算分配可以更為彈性。NVIDIA 首先對 DGX Spark 還是做了比較快速的介紹，首先表示 DGX Spark 就是為了用來建構並且運算 AI 所設計的，打造成為每個開發者桌面上的本地端 AI 運算平台，並且能完整的存取 NVIDIA 的 CUDA AI 軟體架構，也可以透過背後的 ConnectX-7 連接埠串連多台 DGX Sprk 來加強算力。接著提到今年在 AI 代理的爆發，NVIDIA 官方在簡報中表示，光是今年一年在 GitHub 上推出的 AI 代理的相關應用就超過了 37 萬個案子，而在 Token 的使用量上更是遠超過其他的 AI 應用。而不光是 AI 代理在本地端的野蠻發展，在 AI 模型的開發趨勢部分，也有更多新推出的 AI 前沿開放模型可以在本地端上執行，像是使用頻率相當高的 Qwen 千問 3.8-Flash-Next 以及 GLM 5.3，提供給使用者不需要雲端 Token 費用的 AI 運算效能。而 NVIDIA 對應這些 AI 發展趨勢，也持續提供 DGX Spark 更多後勤支援，包括在新模型發表時就提供了 Day-0 的即時支援能力，以及透過持續的最佳化軟體更新提供本地 AI 代理運算效能的成長。NVIDIA 也在簡報中展示了社群上許多利用 DGX Spark 進行本地 AI 代理運算的用戶貼文，表示 DGX Spark 真的提供了 AI 應用與開發者可用的 AI 運算效能需求。而 NVIDIA 也再度強調了透過自家完整的開發者生態系以及 AI 軟體架構，提供給 DGX Spark 的使用者全方位的 AI 應用解決方案。講了這麼多，終於講到今天的重頭戲： DGX Spark 64 GB 版本的推出，就是在原有的硬體架構下，將原本 128 GB 的記憶體縮減成 64GB 記憶體的版本，在記憶體價格飛漲的狀況下，這個策略的確是必要的，畢竟 128GB 版本的官方建議售價（MSRP）已經在 2026 年 2 月底起由原本的 3999 美元調漲至 4699 美元（漲幅約 17.5%，而實際市面上售價漲得更多），不過這個版本僅有讓 OEM 廠商推出，NVIDIA 自家的小金盒版本仍然僅有 128GB 配置的選擇，或許這也讓 OEM 廠商能更有動力推出 DGX Spark 相關的產品。至於 64GB 版本在執行 AI 運算的時候是否會有所限制（畢竟當初 128GB 的統一記憶體就是主要賣點之一），針對這部分 NVIDIA 也透過實際圖表來解釋，表示新款的 AI 模型在記憶體的需求量上已經沒有像是過去那樣緊張，以 30B 參數量的開放模型來說，大部分的記憶體使用量都在 20 GB 以下，扣掉作業系統占用的 8GB，對於 64GB 版本的 DGX Spark 來說仍然是夠用的。而 DGX Spark 的另一個優勢就是可透過後方