輝達 DGX Spark 集群擴至 8 台、128GB 版統一記憶體最高 1TB，RTX PRO 6000 推理提速 40%

據 IT之家報導，輝達於柏林 GTC 2026 大會宣布，DGX Spark 集群由先前最多 4 台擴增至可手動配置最多 8 台；以 128GB 版本組建時，統一記憶體容量最高可達 1TB。同時，輝達與 llama.cpp、vLLM 開源社群合作最佳化推理效能，在特定工作負載下，RTX PRO 6000 Blackwell 推理效能最高提升 40%，DGX Spark 與 DGX Station 分別最高提升 30% 與 20%。 64GB 版 DGX Spark 定價 4,999 美元，預計 10 月 23 日起由合作夥伴陸續發售。集群部署方面，Sync Model Launcher 計畫於本月稍晚上線，可下載與硬體配置相符的模型與容器，並連接至 OpenCode，同時自動載入 DGX Spark Skills 提供故障排查與維護指引。10 月版軟體更新新增 Wi-Fi 助手，允許設備在 appliance mode 下切換無線網路。 模型方面，輝達表示支援更多可在本地執行的模型，包括 Nemotron、GLM、DeepSeek、Qwen、MiniMax 與 FLUX.3 Klein 等。另推出針對本地 AI 硬體最佳化的 Recursive Flint 模型，採 MoE 架構，總參數 400 億、活躍參數 25 億，輝達稱其在配備 64GB 記憶體的 RTX Spark 上推理速度超過每秒 220 個詞元。輝達亦發布一組量化記憶體最佳化檢查點：Qwen3.8-Flash-Next-FP4-Local 可在單台 128GB DGX Spark 或 RTX PRO 6000 上運行，GLM-5.3-Flash-FP4-Local 則面向兩台系統的配置。 依輝達公布的數據：在 llama.cpp 中，針對 Qwen 3.8 Flash Next 的 MTP 推測解碼最佳化，可使 RTX PRO 6000 Blackwell 的端到端智能體任務最高提速 1.4 倍；在 vLLM 中，針對 Qwen3.8 27B 的推測解碼與 FlashInfer 預填充核心最佳化，可使 DGX Spark 相關任務最高提速 1.3 倍；DGX Station 運行 GLM 5.3 Flash 時，吞吐量最高為原來的 1.2 倍。 企業與應用方面，DGX Station 新增 Absolute Security、思科旗下 Splunk、Microsoft Intune、Tanium 等七項管理整合，協助企業部署與管理本地 AI 基礎設施。其 Windows 版本預計 12 月推出，將支援製造業相關應用，以及設計、模擬、驗證與工程自動化工作流。輝達另計畫為 DGX Station 推出開源機器人參考工作流，並以早期存取形式提供 NVIDIA Cloud Functions，讓團隊透過統一介面共享本地模型服務。