英伟达DGX Spark平台支持8路集群，DGX和RTX的AI推理性能提升40%

英伟达在GTC柏林大会上宣布了一系列针对其DGX Spark AI迷你PC的升级。随着64 GB配置的DGX Spark将于10月23日上市，英伟达已开放DGX Spark平台，最高支持8路集群配置，相比此前支持的4路集群是一次重大升级。

通过这种新的手动配置，英伟达的64 GB DGX Spark系统可以累积高达512 GB 的内存，而128 GB DGX Spark系统则可以汇聚出1 TB内存，从而支持更大的模型、更长的上下文、并发的智能体以及分布式开发。英伟达表示，1 TB内存使该平台能够运行 GLM 5.3等前沿级模型。

与此同时，英伟达推出了新的AI模型，例如Nemotron 3.5 Bolt 74B 24GB，非常适合64 GB DGX Spark配置，此外还有Qwen3.8 27B和Gemma 4 26B-A4B等模型。

NVIDIA Sync Model Launcher也将于本月晚些时候推出。它简化了在单个DGX Spark或集群上访问本地AI的流程，只需点击几下，就会下载适合该配置的模型和容器，并将模型连接到OpenCode。它还会自动加载DGX Spark Skills，用于故障排除、设备维护、访问官方文档以及其他工作流指导。

10月的DGX Spark软件更新带来了一项新的Wi-Fi助手，让用户可以在DGX Spark以设备模式运行时切换网络。此外，DGX Spark Skills通过OpenCode直接在NVIDIA Sync中提供针对工作流的故障排除和设备维护指导。

此外，Recursive Flint是一款专为RTX Spark优化的新型本地编码模型。这是一个400亿参数的MoE（混合专家）模型，活跃参数为25亿，在64 GB RTX Spark系统上可提供超过每秒220 token的快速推理性能。

RTX和DGX系统还支持其他Day-0模型，例如Nemotron Bolt E4B 4B、GLM、DeepSeek、Qwen和MiniMax M3.1，以及FLUX.3 Klein。

此外，英伟达还发布了一系列针对本地AI硬件内存效率优化的新模型检查点，使前沿级开放模型在运行时仍能保留足够内存用于KV缓存。每个检查点都经过量化，同时保持接近全精度的准确率，首批包括可在单台DGX Spark 128GB或RTX PRO 6000上运行的Qwen3.8-Flash-Next-FP4-Local，以及可在两台系统上运行的GLM-5.3-Flash-FP4-Local。

最后，英伟达正与vLLM和llama.cpp开源社区合作，推动AI智能体工作负载获得更快的AI推理性能。因此，DGX Spark在Qwen 3.8 27B上性能提升30%，DGX Station在GLM 5.3 Flash上提升20%，而RTX PRO 6000 Blackwell在Qwen 3.8 Flash-Next上提升 40%。