IT之家10月21日消息，英伟达（NVDA）今日在柏林GTC2026大会上宣布，DGX Spark此前支持最多4台设备组建集群，目前已开放手动配置最多8台设备组建集群。如果是以128GB版本组建，其统一内存容量最高可达1TB。
同时，英伟达（NVDA）还发布了本地AI平台更新，并宣布与llama.cpp、vLLM开源社区合作优化AI推理性能，在特定工作负载下，RTX PRO6000Blackwell的推理性能最高提升40%，DGX Spark和DGX Station也分别获得最高30%和20%的性能提升。
英伟达（NVDA）表示，4,999美元(IT之家注：现汇率约合33,450元人民币)的DGX Spark的64GB版本将于10月23日开始通过合作伙伴陆续发售。针对集群部署，英伟达（NVDA）Sync Model Launcher计划于本月晚些时候上线，用户可通过该工具下载与硬件配置相匹配的模型和容器，并将模型连接至OpenCode。工具还将自动加载DGX Spark Skills，为设备故障排查、维护及工作流程提供指导。
软件更新方面，10月版DGX Spark更新加入Wi-Fi助手，允许设备在appliance mode下切换无线网络；DGX Spark Skills也将通过OpenCode集成至英伟达（NVDA）Sync，为日常维护和故障排查提供支持。
模型方面，英伟达（NVDA）宣布支持更多可在本地运行的AI模型，包括Nemotron、GLM、DeepSeek、Qwen、MiniMax以及FLUX.3Klein等，覆盖智能体、编程、图像生成和编辑等任务。
英伟达（NVDA）还推出针对本地AI硬件优化的Recursive Flint编程模型。该模型采用混合专家(MoE)架构，总参数量为400亿，激活参数量为25亿。英伟达（NVDA）称，该模型在配备64GB内存的RTX Spark上推理速度超过每秒220个词元。
针对本地运行大型模型时的内存压力，英伟达（NVDA）还发布了一组优化内存使用的模型检查点，通过量化降低内存占用，同时尽可能保持接近全精度模型的准确性。其中，Qwen3.8-Flash-Next-FP4-Local可在单台128GB DGX Spark或RTX PRO6000上运行；GLM-5.3-Flash-FP4-Local则面向两台系统的配置。
推理性能优化是此次更新的另一项重点。根据英伟达（NVDA）公布的数据，在llama.cpp中，针对Qwen3.8Flash Next的多token预测(MTP)推测解码优化，可使RTX PRO6000Blackwell上的端到端智能体任务提速最高1.4倍；在vLLM中，针对Qwen3.827B的推测解码和FlashInfer预填充内核优化，可使DGX Spark上的相关任务提速最高1.3倍；DGX Station运行GLM5.3Flash时，吞吐量最高提升至原来的1.2倍。
英伟达（NVDA）还公布了DGX Station的企业管理与应用扩展计划，包括新增Absolute Security、思科（CSCO）旗下Splunk、Microsoft Intune、Tanium等七项管理集成，帮助企业部署和管理本地AI基础设施。
DGX Station的Windows版本预计于12月推出，将支持制造业相关应用，以及设计、仿真、验证和工程自动化工（850102）作流。
此外，英伟达（NVDA）计划为DGX Station推出开放源代码机器人参考工作流，并以早期访问形式提供NVIDIA Cloud Functions，让团队通过统一接口共享本地模型服务。
