快速了解本文
DGX Spark 集群扩展至 8 台，统一内存上限达 1TB。
底层推理优化使 RTX PRO 6000 性能最高提升 40%。
新增 Recursive Flint 编程模型及多项企业管理集成。
本摘要由 AI 辅助整理，请以正文内容为准。
在柏林举行的 GTC 2026 大会上，英伟达宣布将 DGX Spark 集群规模扩展至最多 8 台设备，使 128GB 版本的统一内存上限达到 1TB。同时，通过与开源社区的深度合作，英伟达对本地 AI 平台的底层推理性能进行了大幅优化，进一步降低了桌面级大模型的部署门槛。
01集群扩展与内存上限突破
此前 DGX Spark 最多支持 4 台设备组建集群，此次扩展至 8 台后，128GB 版本的统一内存最高可达 1TB。配合英伟达发布的优化内存使用的模型检查点（如 Qwen3.8-Flash-Next-FP4-Local），开发者可以在单台 128GB DGX Spark 或 RTX PRO 6000 上运行大型模型。这种硬件与量化技术的结合，为在桌面端运行百亿参数级大模型提供了可行的基础，不过实际性能表现仍取决于具体模型的优化程度。
此外，售价 4999 美元的 DGX Spark 64GB 版本将于 10 月 23 日通过合作伙伴正式发售。
02底层推理优化与性能提升
英伟达此次与 llama.cpp、vLLM 开源社区合作，针对特定工作负载和模型进行了底层推理优化。数据显示，RTX PRO 6000 Blackwell 的推理性能最高提升 40%，DGX Spark 和 DGX Station 分别提升 30% 和 20%。
在具体任务中，llama.cpp 针对 Qwen 3.8 Flash Next 的优化使 RTX PRO 6000 Blackwell 的端到端智能体任务提速最高 1.4 倍；vLLM 中的优化则使 DGX Spark 的相关任务提速最高 1.3 倍。
英伟达还推出了针对本地硬件优化的 Recursive Flint 编程模型。该模型采用 MoE 架构，总参数 400 亿，激活参数 25 亿，在 64GB 内存设备上的推理速度超过 220 tokens/s。这种算力堆叠与软件生态协同优化的模式，正在成为本地 AI 平台竞争的核心壁垒。
03模型生态、开发工具与企业级管理
在模型支持方面，英伟达宣布本地 AI 平台将支持 Nemotron、GLM、DeepSeek、Qwen、MiniMax 及 FLUX.3 Klein 等更多模型，覆盖智能体、编程、图像生成和编辑等任务。
为降低部署门槛，英伟达计划于 10 月晚些时候上线 Sync Model Launcher，用于下载匹配硬件的模型和容器，并自动加载 DGX Spark Skills 以提供设备维护和工作流指导。10 月版的 DGX Spark 软件更新还加入了 Wi-Fi 助手，允许设备在 appliance mode 下切换无线网络，并将 DGX Spark Skills 集成至英伟达 Sync。
针对企业级环境，DGX Station 新增了 Absolute Security、Splunk、Microsoft Intune、Tanium 等七项企业管理集成。其 Windows 版本预计将于 12 月推出，届时将支持制造业相关应用及设计、仿真、验证和工程自动化工作流。