这可能是桌面AI算力史上最密集的一周。
10月2日，国庆假期里，英伟达悄悄上架了DGX Spark 64GB版，定价4999美元——比一年前128GB版的3999美元首发价，还贵1000美元。10月8日凌晨，黄仁勋和纳德拉在旧金山微软发布会上同台，RTX Spark笔记本开启预售，2999美元起，顺手还亮出了面向企业桌面的DGX Station for Windows预览版。明天（10月9日），极摩客要在深圳联合AMD、京东发布号称"本地离线跑300B大模型"的EVO-X5 Pro。10月23日，64GB版DGX Spark的合作伙伴产品正式上市。知乎微博哔哩哔哩
硬件密集发布不稀奇，稀奇的是社区炸锅的点：不是新机器，是涨价。B站上《英伟达真狗食！dgxspark64gb版本，谁买谁傻》这样的标题冲上热门，评论区一边刷"这帮厂商丧尽天良"。另一边，64GB发布视频下被顶起来的留言却是另一个画风：“涨价前入手，现在很滋润，2年内不用考虑换硬件了”。哔哩哔哩哔哩哔哩
一年前买Spark被嘲笑是"傻子"，一年后"傻子"成了账面赢家。这个反转，值得每一个在观望桌面AI算力的人把账算清楚。
先把这轮涨价的账算明白
把时间线拉长看，DGX Spark的价格走势完全违背了PC硬件的"摩尔定律贬值"铁律：
2025年10月，128GB版首发，3999美元；
之后某次悄悄涨到4699美元；
这次，128GB创始人版直接调到6950美元，比首发贵了74%；
新增的64GB版定价4999美元，除了内存砍半，GB10芯片、273GB/s内存带宽、ConnectX-7 200Gbps组网、DGX OS全部原样保留。
折算每GB内存单价：首发时代约31美元/GB，现在128GB版约54美元/GB，新的64GB版约78美元/GB——新版本的每GB单价，是首发128GB的2.5倍。“内存砍半、价格反涨”，B站那期《老外实锤NVIDIA吃相难看！64GB竟比128GB首发还贵》的标题，说的就是这件事。哔哩哔哩
国内市场更直观。据知乎社区玩家的行情追踪：今年年初2.8万元就能轻松拿下128GB版，二手市场甚至出现过不到2万元的样机；如今发票价起码3.6万元，公版4TB配置基本要4万元。微博上也有实锤：一位4月下单的用户晒单吐槽"讲不讲道理呀！4月份买的dgxspark，半年不到，涨了4500？！后悔没多买一台"——他的订单页实付31391元，如今同一渠道标价35900元，正好差出4509元。知乎微博
那早期用户到底"赚"了多少？账面上：3999美元买入的128GB，如今官方标价6950美元，浮盈2951美元。知乎那篇44赞的分析文章甚至调侃：对去年入手的人来说，过去一年不仅省下了云订阅费，还"赚"了两千多美元——这对很多质疑"本地部署何年何月才能回本"的人，算是一个特别的回应。当然，浮盈是纸面叙事，真去二手市场出掉的人恐怕不多，但它至少说明一件事：在内存通胀周期里，"等等党"第一次成了亏损方。华尔街见闻知乎
英伟达的底气：内存通胀是真成本，分级定价是真算盘
先说成本端，这轮涨价真不全是英伟达心黑。
DGX Spark配的是128GB LPDDR5X-9600（海力士H58G78CK8BX185颗粒，单颗16GB），规格远高于台式机DDR5，成本本来就非常高——而现在连128GB DDR5-5600内存条的报价都已经到了1.4万元人民币。知乎
整个存储链都在涨。10月8日的显卡行情日报里，南亚DRAM再涨20%。评论区有玩家吐槽RTX PRO 6000：“年初6万一张，现在18万一张，完全没有性价比”。连RTX 5090都摸到了4999美元一张，每GB显存单价156美元。内存和显存通胀，是悬在所有AI硬件头上的同一把刀。哔哩哔哩哔哩哔哩哔哩哔哩
再说定价策略端，64GB版真不是"清库存的阉割款"，而是一次精准的用户分级。
知乎上有篇深度分析讲得很透：对很多企业和个人来说，Flash三剑客（Qwen 3.8 Flash Next、DeepSeek v4.1 Flash、GLM-5.3 Flash）虽然强，但需要多机并联部署，成本和难度都超预算；他们其实只需要单机跑Qwen 3.8 27B这一档、带多模态的模型。64GB装下27B的NVFP4量化版后，还能剩40多GB放上下文和KV Cache——刚刚好。这批人，英伟达用4999美元收走；而要跑三剑客满血、要上百个Agent并发的重度用户，请加价6950美元上128GB。一刀切出一个新价位段，同时把128GB立成"大内存更贵"的价格锚点，这是教科书级的定价。知乎
还有一层更实际的需求在撑腰：数据合规。那篇知乎文章的作者提到，已经有很多客户要求签署新协议——不得使用在线聊天模型处理保密信息。合同审核、财务报表、未发布产品资料，任务本身不复杂，但数据一份也不能外发。对这类用户，本地部署不是情怀，是刚需，而刚需对涨价最不敏感。知乎
64GB到底够不够用？两派实测都摆上桌
社区吵得最凶的问题：273GB/s的内存带宽，是不是硬伤？
悲观派的数据：原生FP8精度下跑Qwen 3.8 27B，只有10.1 token/s——这个数字确实没法看，"性能得看内存带宽"的老规律没骗人。知乎
乐观派的数据：社区新崛起的TensorFold推理引擎（最初为Apple Silicon开发，后由DGX Spark社区大神适配），单机单流跑Qwen 3.8 27B普通文本解码58.3 token/s，代码模式136.9 token/s，首词延迟0.1秒；195K token的长提示词，prefill速度每秒948 token。知乎
两个数字都是真的。差距不在硬件，在引擎和量化方案。这是这轮争论里最容易被情绪掩盖的事实：骂"谁买谁傻"的人引用10.1，喊"真香"的人引用58.3，但没人能否认——推理引擎的进化，正在部分改写"带宽决定一切"的旧定律。
多机党这边，B站那条1.4万播放的双机部署DeepSeek v4.1实测（344赞、61评论）里，UP主给出的经验是：4.0纯文本最快，4.1单流约45 token/s，“并发的话都不太行，毕竟带宽在那里，不推荐4并发以上”；机器串联数量倒是"无限台"，靠ConnectX-7 200Gbps组网。评论区有人算了笔账：云API能跑260 token/s，“不知道跑多久能把成本跑回来”——本地方案的性价比，终究取决于你每天用多少、数据敏不敏感。哔哩哔哩
跟苹果那边打的擂台也有意思。M5 Ultra Mac Studio（256GB）对决双DGX Spark集群（128GB×2）的实测视频这周刷了一轮：双Spark靠vLLM加张量并行，在长文本prefill上大幅领先；M5 Ultra靠超高内存带宽，在decode阶段紧咬甚至反超；满载功耗两边都是430W上下，半斤八两。但评论区也有人指出，某些MoE模型的测试里M5 Ultra的prefill反超了双Spark——实测结果高度依赖引擎、量化和模型结构，看单一视频下结论，大概率要翻车。哔哩哔哩
那Spark的护城河到底在哪？目前是Day-0。它是现阶段唯一能对Flash三剑客实现"满血原模"Day-0桌面部署的小主机：新模型发布当天就能跑，不用等MLX适配、不用等社区移植。Mac端只能用MLX或衍生框架，满血原模暂时没戏；RTX 5090多卡要涡轮版、噪音大、功耗爆炸，不适合桌面。对追新的模型玩家和要写部署方案的企业，这个"当天可用"的价值是实打实的。知乎
10月桌面AI算力每GB单价地图
把当前主要选项的每GB内存单价拉通算一遍（人民币按当前汇率粗略折算，仅供量级比较）：
设备 | 内存 | 现价 | 折合每GB单价 | 备注 |
|---|---|---|---|---|
国产AI Max+395主机 | 128GB | 1.6万-2.1万元 | 约125-164元 | 性价比之王，但软件生态要自己补课 |
铭凡MS-S1 MAX-P495 | 192GB | 51999元 | 约271元 | Gorgon Halo平台，160GB可划给GPU，宣称支持300B模型 |
DGX Spark 128GB（国内发票价） | 128GB | 约3.6万元 | 约281元 | 美区官方价已调至6950美元，国内跟进只是时间问题 |
DGX Spark 64GB | 64GB | 4999美元（约3.4万元） | 约525元 | 10月23日渠道上市，每GB单价全场最贵档 |
RTX Spark主流版笔记本 | 32GB | 2999美元起（约2万元） | 约630元 | 含整台笔记本；"本地跑1200亿参数"的宣传只对128GB旗舰版成立 |
RTX 5090单卡 | 32GB | 约4999美元 | 约1050元 | DIY多卡的显存单价已经离谱 |
RTX PRO 6000单卡 | 96GB | 约18万元 | 约1875元 | 年初还是6万一张 |
三个结论直接从表里跳出来：
第一，英伟达全家桶的每GB单价已经全面站上500元档，而AMD阵营还在125-271元区间。同样192GB/128GB的量级，价差3-4倍。你为CUDA生态、Day-0原模支持和CX7组网付的溢价，明明白白写在表里。哔哩哔哩
第二，RTX Spark笔记本要小心话术错位。ZOL的规格分析拆得很清楚：N1X平台分两档，旗舰版20核Grace+6144个CUDA核心，内存最高128GB，覆盖笔记本和紧凑台式机（也就是未来的迷你主机）；主流版18核+5120个CUDA核心，内存锁死24-32GB，只做笔记本。ZOL中关村在线
2999美元起的"平民AI笔记本"大概率是主流版——32GB内存扣掉Windows on Arm系统开销，实际能分给模型的只有24-28GB，流畅区间是8B-24B模型，32B就到临界了。宣传里"本地跑1200亿参数"的震撼数字，属于那个你可能根本买不到的128GB旗舰版。ZOL中关村在线
第三，"越等越贵"目前只发生在英伟达侧和显卡侧，AMD的Gorgon Halo（二代AI Max）平台反而在往上打：192GB统一内存全系不阉割、45W-120W灵活功耗、一个平台通吃笔记本和迷你主机。首发机型铭凡MS-S1 MAX-P495上周已经开卖：51999元，板载192GB LPDDR5X-8533内存，带2TB SSD。明天的极摩客EVO-X5 Pro发布会，大概率就是这个平台的旗舰秀。ZOL中关村在线微博微博
三条路线：现在买、换道走、接着等
把人群拆开，对号入座：
现在买128GB Spark的，满足任意两条就别犹豫：手上有不能上云的敏感数据（合同、财务、客户资料）；需要Flash三剑客Day-0满血部署；要搭多机集群当企业Agent节点；已经算过订阅替代账、能接受"用一年还涨价"的设定。买64GB新版的，只推荐一类人——明确只跑27B这一档单机模型、或者把它当"本地Agent执行环境+云端大模型Token"混合架构的执行节点（这是知乎那篇深度文章的核心论点：模型推理交给云端，本地负责工具调用、代码执行、数据处理的框架环境）。拿64GB去追三剑客的，加钱上128GB或出门左转。知乎
换道的，分三种走法。预算敏感又要大内存：国产AI Max+395主机125-164元/GB仍然是全场性价比之王，代价是软件补课——ROCm生态、引擎适配都要自己动手，评论区395车主和CUDA党已经吵了好几轮（“能用，和dgx速度一摸一样，可能你不是linux系统吧”“一模一样在哪？别逗你 CUDA 叔叔笑了”），真实体验取决于你折腾的意愿。追带宽和静音桌面：M5 Ultra的decode能力和能效依然是标杆，短板是满血原模Day-0缺位，适合用MLX生态成熟模型的人。想等"英伟达平民款"的：盯紧RTX Spark旗舰版迷你主机（N1X桌面平台，140W），但记住主流版32GB不是给你跑大模型的。哔哩哔哩
接着等的，你等的不该是降价——涨价周期里等降价，大概率等到的是再涨一次（别指望双11，先涨后补的把戏今年还少吗）。你该等的是这几个信号：
10月9日，极摩客EVO-X5 Pro发布定价——如果192GB的Gorgon Halo机器能压进3万元内，整个大内存市场的性价比坐标会重画；
10月16日前后，RTX Spark笔记本首批发货的真实评测——重点看主流版32GB跑本地模型的翻车率，和旗舰版到底铺不铺货；
10月23日，64GB版Spark合作伙伴产品的国内渠道价——如果贴着3.6万元的128GB发票价卖，说明国内渠道还没跟涨，是最后的价差窗口；
DRAM合约价Q4走势——南亚再涨20%之后，涨价是否传导到LPDDR5X供应端；
基于Ubuntu 26.04的DGX Spark OS发布节奏——英伟达保持着季度一更，软件红利还在兑现期。知乎
写在最后
一年前，DGX Spark的评论区充满"3999美元买个273GB/s带宽的傻子"的嘲讽；一年后，最扎心的评论变成了"涨价前入手，现在很滋润"。桌面AI算力正在经历一轮定价逻辑的范式转换：从"等等党永远胜利"，变成"算清楚账的人早买早用"。
但也别把"保值神话"当真。TensorFold们正在用引擎优化改写带宽定律，Gorgon Halo们正在用192GB不阉割改写容量定价，评论区已经有人在等下一代架构"单张消费卡+大内存就能爽玩"的那天。英伟达能把内存通胀写进定价表，但写不进护城河——涨价越狠，把用户推向对面的力量就越大。
这轮"越等越贵"里唯一确定的事是：先想清楚你买它干什么，再看价格。数据敏感的重度用户，现在买不亏；凑热闹的观望党，等10月23日和Q4的DRAM报价出来再动手，一分冤枉钱都不用花。
