NVIDIA DGX Spark NVDGXSPARK-PB Gold 2025
搭载NVIDIA GB10 Grace Blackwell超级芯片与128GB统一内存，可提供高达1 petaFLOP的FP4 AI算力，专为本地大模型开发而生。其1.20kg的紧凑机身内集成了ConnectX-7智能网卡与4TB自加密NVMe存储，兼顾了桌面超算的性能与便携性。最适合需要随时随地进行千亿参数大模型训练与推理的AI研究员和开发者。
概览
30秒速览
DGX Spark 的 AI 算力达到了惊人的 1 petaFLOP，配合 128GB 统一内存，可以本地流畅运行千亿参数大模型，这是我们见过的最强 AI 迷你主机。但它的 CPU 性能只排在 38 百分位，可靠性更是只有 11 百分位，短板非常明显。这是一台极致的专用工具，不是全能电脑。
优缺点
优点
- AI 算力达到 1 petaFLOP FP4，是桌面设备的顶尖水准 99th
- 128GB 统一内存，容量排在 99 百分位，可本地运行千亿参数大模型 98th
- 4TB NVMe 固态，存储空间在同类产品中属于第一梯队 95th
- 1.2kg 超轻机身，便携性无敌，可以随时带走你的 AI 工作站 79th
- 配备万兆网口和 Wi-Fi 7，网络连接规格拉满
缺点
- CPU 性能仅排在 38 百分位，日常多任务处理能力平庸
- 可靠性评分处于 11 百分位，长期高负载下的稳定性存疑
- 价格区间极大，从 4680 美元到 127022 美元，配置和渠道差异让人困惑
- ARM 架构兼容性有限，很多传统 x86 软件无法直接运行
- 完全不适合游戏或图形渲染，GPU 并非为图形输出设计
实测数据
性能表现
这台机器的性能光谱非常极端。AI 算力是它的绝对主场，GB10 超级芯片提供的 1 petaFLOP FP4 算力，让它在本地运行大语言模型时快得离谱。配合 128GB LPDDR5x 统一内存，你可以轻松加载像 Llama 3 405B 这种级别的超大模型进行推理，这在其他迷你主机上想都不敢想。NVIDIA ConnectX-7 智能网卡和万兆以太网口也保证了数据吞吐不会成为瓶颈，对于需要频繁拉取和推送大量数据集的开发者来说，这是个很实在的优势。
但 CPU 性能就比较尴尬了。这颗 20 核的 ARM 架构 Grace CPU，由 10 个 Cortex-X925 和 10 个 Cortex-A725 核心组成，在我们的数据库里只排在中下游。这意味着在传统的代码编译、多任务处理或者日常应用响应上，它可能还不如一台高配的 Mac mini。它的强项是作为 GPU 的协处理器，在 AI 工作流中协同工作，而不是独立撑起高性能计算任务。
规格参数
完整规格参数
Processor
| CPU | ARM |
| Cores | 20 |
Graphics
| GPU | NVIDIA Blackwell Architecture |
| Type | Discrete |
| VRAM | 128 GB |
| VRAM Type | LPDDR5X |
Memory & Storage
| RAM | 128 GB |
| RAM Generation | DDR5 |
| Storage | 3.9 TB |
| Storage Type | NVMe SSD |
Build
| Form Factor | mini |
| Weight | 1.2 kg / 2.6 lbs |
Connectivity
| USB-C Ports | 4 |
| USB Ports | 4 |
| Thunderbolt | USB 4 (40Gbps) |
| HDMI | 1x HDMI 2.1 |
| DisplayPort | 3 x DisplayPort 1.4 |
| Wi-Fi | Wi-Fi 7 |
| Bluetooth | Bluetooth 5.3 |
| Ethernet | 10 GbE |
System
| OS | NVIDIA DGX OS |
竞品对比
和传统迷你主机或工作站相比，DGX Spark 是个异类。Apple Mac Studio M4 Max 在 CPU 性能和生态完善度上能把它远远甩开，而且可靠性高得多，但 Mac Studio 的统一内存上限只有 128GB，且 AI 算力远不如 DGX Spark 的 FP4 精度表现。HP Omen 45L 和 ASUS ROG GM700TZ 这类游戏台式机在图形和游戏性能上是碾压级的，但在 AI 大模型推理面前，它们的显存容量根本不够看。Lenovo Legion 34IAS10 则更像是个全能选手，但没有任何一项能接近 DGX Spark 的 AI 峰值算力。简单说，DGX Spark 在 AI 这个单项上拿了金牌，其他项目都是重在参与。
| Spec | NVIDIA DGX Spark NVDGXSPARK-PB | Lenovo Legion 34IAS10 | HP Omen 45L | ASUS Republic of Gamers GM700TZ-BS978 | Apple Mac Studio M4 Max | MSI MEG Vision X AI 2NVZ9-045US |
|---|---|---|---|---|---|---|
| CPU | ARM | Intel Core Ultra 9 | Intel Core Ultra 9 285K | AMD Ryzen 9 9950X | Apple M4 Max | Intel Core Ultra 9 |
| RAM (GB) | 128 | 64 | 64 | 64 | 36 | 64 |
| Storage (GB) | 4000 | 3072 | 8096 | 2048 | 512 | 2048 |
| GPU | NVIDIA Blackwell Architecture | NVIDIA GeForce RTX 5080 | NVIDIA GeForce RTX 5080 | AMD Radeon RX 9070 XT | Apple M4 Max 32-core | NVIDIA GeForce RTX 5090 |
| Form Factor | mini | mid-tower | mid-tower | desktop | sff | mid-tower |
| Psu W | - | 1200 | - | 850 | - | 1300 |
| OS | NVIDIA DGX OS | Windows 11 Pro | Windows 11 Home | Windows 11 Home | macOS | Windows 11 Pro |
| Compare | Compare | Compare | Compare | Compare |
| 产品 | CPU | GPU | RAM | 接口 | 存储 | 可靠性 | 用户口碑 |
|---|---|---|---|---|---|---|---|
| NVIDIA DGX Spark NVDGXSPARK-PB | 37.6 | 76.5 | 98.8 | 94.7 | 97.9 | 11 | 78.9 |
| Lenovo Legion 34IAS10 Compare | 97.6 | 88 | 96.7 | 91.7 | 96.5 | 69.7 | 84.7 |
| HP Omen 45L Compare | 97.6 | 88 | 95.5 | 98 | 99.4 | 69.7 | 87.1 |
| ASUS Republic of Gamers GM700TZ-BS978 Compare | 98.9 | 78.5 | 94.2 | 97.3 | 91.6 | 36.4 | 75 |
| Apple Mac Studio M4 Max Compare | 85.5 | 65.6 | 69.6 | 94.5 | 30.3 | 99.4 | 99.9 |
| MSI MEG Vision X AI 2NVZ9-045US Compare | 97.6 | 89.8 | 97.6 | 98.2 | 91.6 | 36.4 | 87.3 |
价格
性价比分析
DGX Spark 的定价是个谜。不同渠道的价格跨度大得离谱，从四千多美元到十二万多美元都有。这显然不是简单的配置差异能解释的，可能涉及不同的服务级别、软件授权或是渠道加价。Memory Express Inc. 那边的价格看起来相对合理，但你在下单前最好搞清楚到底买到了什么。单看硬件，128GB 统一内存和 4TB 固态的价值就不低，更别说那块独家的 GB10 芯片了。如果你确实需要本地运行超大模型，那它的性价比远超租用云 GPU 实例。但如果你只是想尝鲜玩玩 AI，这个投入就太疯狂了。
了解更多
概述
DGX Spark 本质上是一台披着迷你主机外壳的 AI 超算。它搭载的 GB10 Grace Blackwell 超级芯片能提供高达 1 petaFLOP 的 FP4 AI 算力，这个数字放在桌面设备里是绝对的怪物级别。128GB 的统一内存和 4TB NVMe 固态硬盘在我们数据库里分别排在 99 和 98 百分位，这意味着它的内存和存储配置几乎碾压了所有同类产品。但别被它的体型骗了，这 1.2 公斤的小家伙根本不是为日常办公或打游戏准备的。
它的强项非常集中，就是本地大模型推理和 AI 开发。在我们的评分体系里，ai_llm 场景拿到了 81 分，属于顶尖水准。但 CPU 的百分位只有 38，属于比较平庸的水平，而可靠性评分更是只有 11 百分位，这是个明显的软肋。简单说，如果你需要一台能塞进背包、插上电就能跑千亿参数模型的机器，它独一无二。如果你想要一台全能电脑，它可能会让你有点头疼。
常见问题
Q: DGX Spark 能用来打游戏吗？
基本不能。它的 Blackwell GPU 是为 AI 计算设计的，并非图形渲染核心，而且 ARM 架构对绝大多数 PC 游戏兼容性很差。如果你需要游戏性能，同价位的 HP Omen 45L 或 ASUS ROG 系列会是更好的选择。
Q: 128GB 内存能跑多大的模型？
理论上可以运行参数规模高达 405B 的模型，比如 Llama 3 405B 的 4-bit 量化版本。这在我们数据库里是顶级水平，99 百分位的内存容量让它在本地大模型推理上几乎没有对手。
Q: 它和普通的迷你主机有什么区别？
普通迷你主机用的是 x86 处理器和集成显卡，主要应付日常办公和轻度娱乐。DGX Spark 用的是 ARM 架构的 Grace CPU 和专为 AI 设计的 Blackwell GPU，它的 FP4 算力是普通迷你主机的几千倍，但运行传统 Windows 软件的能力反而更弱。
不适合的人群
如果你的工作流依赖 x86 生态，或者你需要一台稳定可靠、什么都能干的主力电脑，那 DGX Spark 绝对不适合你。它的 CPU 性能只排在 38 百分位，日常多任务表现平庸，而 11 百分位的可靠性评分更是敲响了警钟，意味着它在高强度连续运算下可能会出状况。游戏玩家、视频剪辑师、或者只是想买一台高性能小主机的普通用户，都应该直接跳过它，去看看 Mac Studio 或者高配的迷你 PC。
最终评价
DGX Spark 是一台目的性极强的机器，它只为了一件事而生：在最小的体积里提供最暴力的本地 AI 算力。它做到了，而且做得非常出色。128GB 的统一内存和 1 petaFLOP 的算力让它在 AI 开发者手里是无可替代的生产力工具。但它的缺点也同样刺眼，平庸的 CPU 和糟糕的可靠性评分意味着它不适合作为唯一的主力机。如果你是一个需要频繁调试大模型的 AI 研究员或开发者，并且清楚 ARM 生态的限制，那它就是你的梦中情机。否则，它可能只是一台昂贵又不好用的电子摆设。
