10 月 3 日，英伟达宣布推出 64GB 统一内存版本的桌面 AI 计算机 DGX Spark，起售价 4999 美元，计划于 10 月 23 日由宏碁、华硕、戴尔、技嘉、惠普和微星等 OEM 厂商推向市场。这条消息的意义，不在于又多了一块显卡，而在于"在自己桌上跑大模型"这件事，正被做成一台可以买来就用的整机。
先看清它是什么。DGX Spark 不是传统意义上的显卡或服务器，而是一台小型化的"AI 超级计算机"：保留 GB10 Blackwell 芯片、DGX OS 操作系统、完整的英伟达 AI 软件栈，以及 ConnectX-7 网络连接能力。换句话说，它把数据中心里那套开发环境，压缩进一个能放桌角的机身。对于想本地微调、推理大模型的研究者、开发者和小团队，它免去了自己攒机、配驱动的麻烦。
这一版的关键变化是统一内存从 128GB 降到 64GB。统一内存（unified memory）对 AI 推理很关键——模型和算力共享同一块内存，省去搬运开销。砍半意味着单台能驻留的模型规模变小，价格也相应下探到 4999 美元起。但英伟达留了个巧妙的伏笔：测试显示，两台 64GB 版可以通过互联"拼"成 128GB 的统一内存池，性能最高提升约 70%。等于用"买两台便宜的"替代"买一台贵的"，既拉低入门门槛，又给需要大内存的人留出扩展路径。
为什么这种产品值得关注？因为过去一年，大模型的"使用"和"拥有"严重撕裂：最强能力都在云端 API 里，本地想跑像样模型，要么显卡贵到离谱，要么自己折腾环境。DGX Spark 这类"桌面 AI 计算机"想把这道门槛削平——不是让每个人都训练 GPT 级模型，而是让中小团队能在本地、在私密环境里，跑得动足够大的开源模型，做微调、做实验、做产品原型。在数据隐私和企业合规越来越敏感的当下，"算力就在自己桌上"本身就有价值。
当然，理性看待：4999 美元对普通消费者仍不便宜，64GB 内存也限制了能流畅运行的模型体量；"两台拼 128GB"虽然巧妙，但是否真能无缝、是否值得为此买两台，得看具体工作负载。它面向的从来不是大众市场，而是开发者、研究者、AI 初创团队这类"需要随时有算力可用"的群体。
把镜头拉远，DGX Spark 64GB 版的推出，是英伟达"把 AI 算力铺到每一层"策略的又一步：云端有 Blackwell 集群，边缘有 DGX 系列，桌面有 Spark。当模型能力不再只锁在少数大厂机房，"本地即拥有"的算力底座越铺越广，下游的应用创新反而会更快——毕竟，能随手在桌上跑起来，才是大多数开发者真正开始折腾的前提。