# 时隔 9 年，黄仁勋再次给马斯克送货上门，跳票大半年的 AI 个人超算终于来了

- 作者：李超凡
- 发布时间：2025-10-14 12:22
- 分类：产品、软件
- 原文：https://www.ifanr.com/1640666

![](https://s3.ifanr.com/wp-content/uploads/2025/10/L1031167.jpg)  
今天星舰第十一飞圆满收官，没想到黄仁勋也闪现到了现场。

原来，黄仁勋亲自飞到了德州的星际基地（Starbase），在冲天的星舰旁边，就是为了把一台刚出炉的新「核弹」交到了马斯克手上。

这就是大家从年初等到现在的——**NVIDIA DGX Spark 个人 AI 超级计算机** 。

![](https://s3.ifanr.com/wp-content/uploads/2025/10/L1031489.jpg)

而这一幕，让所有老科技迷瞬间 DNA 动了，梦回 2016 年。当时，马斯克还是 OpenAI 的联合创始人，没和奥特曼闹掰，老黄亲自把全球第一台 DGX-1 超级计算机送到了他们初创公司的办公室。

[![](https://s3.ifanr.com/wp-content/uploads/2025/10/img_68edc83e1d3a4.png)](https://s3.ifanr.com/wp-content/uploads/2025/10/img_68edc83e1d3a4.png)

黄仁勋当时开玩笑地说：

> 如果这是唯一一个出货的产品，那这个项目造价就高达 20 亿美元了。

那台「20 亿美金的大家伙」后来开启了整个大模型时代。

第二年 Google 就公布了一种新的神经网络训练架构 Transformer。

这次的新突破再被 Sutskever 抓住，引领 OpenAI 建造出来第一个 GPT 模型，一切都建立于英伟达的超级计算机上。

9 年过去了，马斯克成了全球首富常客，黄仁勋掌一度管着全球市值第一的公司。

而英伟达交付这次交付的 DGX，不再是一个庞然大物，而是一台能放在你桌边的「性能怪兽」。又一次在用最酷的方式宣告：一个属于每个人的 AI 超算时代，从这里开始了。

![](https://s3.ifanr.com/wp-content/uploads/2025/10/DGX-Spark.png)

**剧透一下，APPSO 的 DGX Spark 也在路上了，后续给大家带来更多体验细节，敬请期待。**

说实话，这台 DGX Spark 能顺利交到老马手上，真挺不容易的。

从今年 1 月在 CES 上以「Project Digits」之名惊艳亮相，英伟达接连错过了原定的 5 月和夏季发布日期，一直没有出货 。这大半年的等待，让不少人心里直打鼓，不少开发者甚至觉得可能要彻底跳票了 。

虽然官方三缄其口，但行业里的猜测都指向了其核心——Grace Blackwell GB10 芯片 。这个芯片是「合体金刚」，Blackwell GPU 部分（就是我们熟悉的 5090 显卡同款架构）早就准备好了，但与联发科（MediaTek）共同开发的 Grace CPU 部分，却在生产上迟迟没能跟上，拖了整个项目的后腿 。

「万事俱备，只欠 CPU」的故事，没想到会发生在了英伟达身上。

那么，在 M3 Ultra Mac Studio 等竞品凭借高内存带宽抢占眼球的时候，这台姗姗来迟、还比最初传闻贵了 1000 美元的 DGX Spark 还值得我们等待吗？

答案是：绝对值得！ 因为它玩的路子，特立独行且直击痛点。

等了大半年，DGX Spark 到底「香」在哪？APPSO 带你回顾一下。

![](https://s3.ifanr.com/wp-content/uploads/2025/10/24236255.jpg)

整台机器的灵魂，是Grace Blackwell GB10 超级芯片。

它将一颗 20 核的 ARM 架构 Grace CPU 和一颗强大的 Blackwell GPU 封装在一起，构成了一颗超级芯片 。它能提供高达 1 Petaflop（千万亿次）的 AI 计算性能，让你在桌面上就能体验到数据中心级别的澎湃动力 。

而 DGX Spark 还有一个杀手锏。是 CPU 和 GPU 通过 NVIDIA NVLink™-C2C 技术无缝连接，共享一个巨大的 128 GB 统一内存池 。

这个连接技术的带宽是传统第五代 PCIe 的整整 5 倍，确保了数据在 CPU 和 GPU 之间几乎没有延迟地高速流转 。虽然它的内存带宽（273 GB/s）在纸面上远不如 Mac Studio M3 Ultra（819 GB/s），但英伟达的思路是「大力出奇迹」。

![](https://s3.ifanr.com/wp-content/uploads/2025/08/IMG_4844.jpg)

在 AI 任务中，尤其是跑大模型时，能一次性把整个模型装进内存的巨大容量，其战略价值远超单纯的带宽数字。这意味着你可以直接在自己桌上，流畅运行一个高达 2000 亿参数的超大语言模型，而无需进行复杂的模型切分 。这种体验，别无他用。

Blackwell GPU 配备了第五代张量核心（Tensor Cores），并支持 FP4/FP8 这样的超低精度格式，性能相比上一代 FP8 提升了 5 倍 。

**这就像给 AI 计算开了一个「涡轮增压」模式，让推理速度暴增，同时能效比堪称惊艳。**

单台不够？DGX Spark 还内置了 NVIDIA ConnectX®-7 200 Gb/s 网络接口 。你可以轻松地将两台设备连接起来，组成一个拥有 256 GB 共享内存的微型集群 。

英伟达表示，**这样的组合足以处理高达 4000 亿参数的巨型模型，这已经超出了个人开发者能够想象的极限。**

抛开硬件，别忘了英伟达最硬的护城河——软件生态。DGX Spark 预装了完整的 NVIDIA AI 软件栈，包括 CUDA 库、TensorRT 和各种 NVIDIA NIM™ 微服务，所有东西都集成在定制的 DGXOS（基于 Ubuntu）上为你调校好了 。

这意味着你不用再花时间折腾兼容性，开箱就能直接进入战斗状态，这对于开发者而言，时间成本的节省难以估量。

这场在星舰基地上演的「世纪交接」，只是一个开始。

![](https://s3.ifanr.com/wp-content/uploads/2025/10/DSC09348.jpg)

从 10 月 15 日起，DGX Spark 将通过英伟达官网和全球合作伙伴正式发售，价格约为 4000 美元 。宏碁、华硕、戴尔、联想等几乎所有 PC 巨头都已第一时间跟进。

说实话，这个价格比最初承诺的 3000 美元贵了 1000 刀 ，也和顶配的 Mac Studio M3 Ultra 差不多了。但它们的定位完全不同：DGX Spark 预装的是 DGXOS（基于 Ubuntu），不能装 Windows 或 macOS ，它就是一台纯粹的、为 AI 开发者和硬核玩家准备的「战斗机器」。

它的魅力在于，你花 4000 美元，买到的是一个能在本地驯服 2000 亿参数大模型的超能力 ，以及背后整个 CUDA 生态的全力支持对于那些需要在本地处理敏感数据、追求极致性能、或者想要完全掌控自己 AI 工作流的专业人士来说，这个价格其实相当有竞争力。

对于这样一台优缺点都极其鲜明的「偏科生」，你是什么态度？关于这台设备你还想要了解什么细节，也欢迎在留言区告诉我们。