在 AI 模型越来越 " 轻量化 " 的同时，显存却越来越贵。英伟达正在用一款 " 砍内存 " 的产品应对这一矛盾。
美东时间 10 月 2 日周五，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，将于 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。新机保留 GB10 Grace Blackwell 超级芯片、DGX OS、完整的英伟达 AI 软件栈以及 ConnectX-7 网络能力，但统一内存从现有的 128GB 降至 64GB。
耐人寻味的是，这款 " 缩水版 "DGX Spark 的起售价，反而高于去年 128GB 版本 3999 美元的首发价；与此同时，英伟达还将 128GB Founders Edition 的价格进一步上调至 6950 美元。媒体指出，英伟达将此次涨价归因于内存供应受限和成本上升。
这意味着，在 AI 服务器需求持续挤压内存供应的背景下，" 少给内存 " 已经成为降低本地 AI 设备价格门槛的一种办法，但并不意味着设备本身真的变便宜了。
64GB 够用了？英伟达瞄准本地 AI 智能体
英伟达此次调整的核心逻辑，是越来越多的开源模型已经能够在更小的内存容量中运行。
英伟达表示，随着开源模型能力提升、模型尺寸不断缩小，64GB 统一内存已经足以支持一批本地 AI 应用。新款 DGX Spark 可以在设备本地运行最高 1000 亿参数模型，并支持 AI 智能体、推理、微调、数据科学和边缘开发等工作负载。
Tom's Hardware 也指出，一些最新的高性能密集模型已经能够在 32GB 左右内存中运行，只是在较大上下文窗口等场景下仍会受到限制。这使得原本为 " 大模型本地运行 " 准备的 128GB 内存，并非所有开发者都需要。
这也是英伟达此次推出 64GB 版本的现实基础：对于主要进行本地推理、开发 AI 智能体，而不是进行大规模模型训练或微调的用户来说，64GB 可以覆盖相当一部分工作负载。
英伟达在公告中甚至将这一趋势概括为 " 随着技术不断演进，本地 AI 的实用性正日益增强 "，随着 AI 智能体从实验走向日常开发，本地运行模型的需求正在增加。
与此同时，本地部署还有隐私和成本方面的吸引力。开发者可以直接在 DGX Spark 上处理自己的数据和运行 AI 智能体，而无需每次任务都调用云端模型。
同样的 GB10，64GB 版性能并没有缩水
从硬件架构看，64GB 版并不是一款全新的芯片产品。
英伟达表示，新机仍采用 GB10 Grace Blackwell Superchip，并保留完整的 DGX OS 和 AI 软件栈。媒体指出，64GB 版还保留了原来的 20 核 Arm CPU 以及 273GB/s 共享内存带宽，因此对于能够装入 64GB 内存的模型，两款产品的基础计算能力并没有因为内存容量减半而发生变化。
换句话说，这次变化的重点并非 " 砍算力 "，而是砍掉一部分用户可能用不到的内存容量。
64GB 版本仍然支持 llama.cpp、Ollama、vLLM、LM Studio 等主流推理框架，并预装英伟达 Agent Toolkit、CUDA-X AI 库以及 Nemotron 等开放模型。
英伟达的算盘也很明确：如果开发者当前只需要 64GB，就先购买一台更低容量的机器；如果未来模型规模继续扩大，再通过集群方式增加内存和算力。
两台 64GB 可 " 拼 " 成 128GB，性能最高提升约 70%
DGX Spark 此次更新的另一个重点，是英伟达进一步强化了多机协同。
64GB 版本同样内置 ConnectX-7 网络接口，两台设备可以通过 QSFP 线缆直接连接，并借助 NVIDIA Sync Cluster Assistant 自动完成网络配置，将两台机器组成一个本地 AI 集群。英伟达称，两台 64GB DGX Spark 可以形成 128GB 的内存池，支持最高 2000 亿参数模型。
在英伟达给出的 Qwen 3.8 27B 测试中，两台 64GB 机器组成集群后，性能最高可达到单机的约 1.7 倍。
英伟达还将在 10 月底推出 NVIDIA Sync Model Launcher，进一步简化模型在单机或集群中的部署流程。例如，开发者可以通过这一工具运行 Qwen 3.8 27B，并将其接入 OpenCode 等编程工具。
这意味着，DGX Spark 的产品逻辑正在从 " 一台桌面 AI 超级计算机 " 向 " 可以逐步扩容的本地 AI 节点 " 转变。
当然，两台机器并不等于一台物理意义上的 128GB DGX Spark，具体模型能否跨节点运行仍取决于软件和工作负载。因此，对于需要大内存单机运行的任务，64GB 版本仍存在明显限制。
显存短缺之下，64GB 版 4999 美元并不算真正 " 便宜 "
真正值得关注的，其实是价格。
英伟达官方给出的 64GB DGX Spark 起售价为 4999 美元，而且这一版本不会推出英伟达自己的 Founders Edition，而是完全通过 OEM 合作伙伴销售。合作伙伴包括 Acer、ASUS、Dell、Gigabyte、HP 和 MSI，具体配置和价格可能存在差异。
作为对比，DGX Spark 最初于 2025 年推出时，128GB 版本的官方售价为 3999 美元；媒体指出，英伟达随后在 2026 年 2 月将 128GB Founders Edition 价格提高至 4699 美元，而此次进一步调整后达到 6950 美元。
因此，如果只比较历史首发价格，今天的 64GB 版不仅没有比 128GB 版便宜，反而高出 1000 美元，涨幅达到 25%。
而如果与当前英伟达官方 128GB 价格相比，4999 美元的 64GB 版本仍比 6950 美元便宜 1951 美元，但代价是内存容量直接减半。
PC Watch 援引相关信息称，128GB 版本此次涨价与内存供应限制及成本上升有关；Tom's Hardware 则指出，目前市场上的 128GB GB10 系统实际售价甚至已经达到约 7000 至 9000 美元。
因此，这次产品调整的另一层含义是：AI 算力正在向本地设备下沉，但内存已经成为这一趋势中的重要成本瓶颈。
从 " 堆内存 " 转向 " 按需扩容 "
从产品策略看，英伟达此次并不是简单地把 DGX Spark 做成一个 " 低配版 "。
过去，DGX Spark 的核心卖点之一是 128GB 统一内存，让开发者能够在桌面设备上运行大参数模型；如今随着模型压缩和量化技术进步，一部分模型已经不再需要如此大的内存容量。
因此，英伟达给出的方案变成了：64GB 单机满足主流本地 AI 推理，内存需求进一步增加时，再通过多机集群扩展。
64GB 版本将于 10 月 23 日正式上市，起售价 4999 美元。与此同时，128GB 版本涨价至 6950 美元，也让此次新品显得格外特殊——它既是英伟达降低本地 AI 硬件门槛的尝试，也是当前 AI 产业 " 算力需求旺盛、内存供应趋紧 " 矛盾的一面镜子。
