NVIDIA DGX Spark 评测与规格

桌面级 Grace Blackwell AI 超级计算机

探索革命性的 NVIDIA DGX Spark - 全球首款由 Grace Blackwell 架构驱动的桌面 AI 超级计算机。获取全面的评测、详细规格和来自全球开发者和研究人员的实际使用体验。

最新 DGX Spark 评测与视频

观看来自全球开发者、研究人员和科技爱好者的最新 NVIDIA DGX Spark 评测和实际体验。发现真实性能表现、设置指南和 AI 开发工作流程。

关于 NVIDIA DGX Spark

由 Grace Blackwell 驱动的革命性桌面 AI 超级计算机

突破性 AI 性能

DGX Spark 在紧凑的桌面外形中提供前所未有的 AI 性能。拥有高达 1 petaFLOP 的 AI 计算能力,支持多达 2000 亿参数的大语言模型本地开发和推理。

统一内存架构

配备 128 GB LPDDR5x 统一系统内存,带宽达 273 GB/s,DGX Spark 消除了 CPU 和 GPU 之间的传统内存瓶颈,实现无缝数据共享和更大模型处理。

预装 AI 软件栈

DGX Spark 预装 NVIDIA DGX OS,包含 NVIDIA NIM、CUDA 工具包和优化的 AI 框架。立即开始使用来自 DeepSeek、Meta、Google、Qwen 等公司的流行模型。

为什么选择 DGX Spark

  • 本地 AI 开发,无需云依赖
  • 完整的数据隐私和安全
  • 节能的 240W 功耗
  • 紧凑的 150mm × 150mm × 50.5mm 外形

适用场景

DGX Spark 非常适合 AI 研究人员、开发者、数据科学家和教育机构。

• AI Research
AI 模型研究和实验
• Development
原型开发和模型微调
• Data Science
大规模数据处理和分析
• Education
AI/ML 学习和学术项目

DGX Spark 性能指标

1
PetaFLOP AI 性能
128GB
统一系统内存
200B
支持的模型参数
240W
功耗

DGX Spark 核心特性

NVIDIA GPU、CPU、网络和 AI 软件技术

🚀

NVIDIA GB10 Grace Blackwell 超级芯片

采用革命性的 NVIDIA Grace Blackwell 架构,在 FP4 精度下体验高达 1 petaFLOP 的 AI 性能,配备 20 核 ARM CPU 和 Blackwell GPU。

💾

128 GB LPDDR5x 统一系统内存

运行多达 2000 亿参数的 AI 模型开发和测试工作负载。统一内存架构提供 273 GB/s 带宽,实现 CPU 和 GPU 之间的无缝数据共享。

🔗

NVIDIA ConnectX-7 网络

高性能 200 Gbps NVIDIA ConnectX-7 网络支持连接两个 DGX Spark 系统,处理多达 4050 亿参数的 AI 模型。

NVIDIA AI 软件栈

预装 NVIDIA DGX OS,包含完整的 AI 软件栈,包括 NVIDIA NIM、CUDA 工具包和针对生成式 AI 工作负载优化的框架。

DGX Spark 技术规格

架构NVIDIA Grace Blackwell Architecture
超级芯片NVIDIA GB10 Grace Blackwell Superchip
CPU 核心20-core ARM: 10 Cortex-X925 + 10 Cortex-A725
GPUBlackwell Architecture with 5th Gen Tensor Cores
系统内存128 GB LPDDR5x Unified System Memory
内存带宽273 GB/s Memory Bandwidth
AI 性能Up to 1 PetaFLOP (FP4) AI Performance
存储4 TB NVMe M.2 with Self-Encryption
网络NVIDIA ConnectX-7 NIC @ 200 Gbps
连接性WiFi 7, Bluetooth 5.4, 4x USB-C, 1x HDMI 2.1a
电源240 Watts Power Supply
尺寸与重量150mm × 150mm × 50.5mm (1.2kg)
操作系统NVIDIA DGX OS Pre-installed

DGX Spark 常见问题解答

获取关于 NVIDIA DGX Spark 设置、使用和故障排除的常见问题答案

准备好体验桌面 AI 超级计算了吗?

立即获取 NVIDIA DGX Spark,开始使用 Grace Blackwell 架构的强大功能进行开发。