新闻动态
News
随着AI计算向桌面端普及，英伟达DGX Spark自发布以来就备受关注。这款颠覆性的桌面级AI产品，首批现货即将正式登陆国内市场！不少开发者和科研人员已摩拳擦掌，但也对产品细节、使用场景等存在疑问。今天用Q&A形式全方位拆解DGX Spark，帮你一次性理清关键信息。
1. DGX Spark的定位是什么？
作为一款定位为桌面级的 AI 超级计算机，NVIDIA DGX Spark 自设计之初便以支持人工智能的发展为核心出发点，不仅在硬件架构上针对高性能计算进行了深度优化，还在系统设计上充分考虑了 AI 模型的构建、训练与推理需求。
3. DGX Spark的应用场景是什么？
DGX Spark 面向原型设计、模型微调、推理、数据科学等 AI 开发场景而设计。其系统既能单机使用，连接显示器、键盘和鼠标进行操作；也可在无头模式下部署，通过网络接入作为计算资源节点运行，无需本地外设连接。
3. DGX Spark为何使用FP4精度算力？使用该精度有何好处？
DGX Spark使用的是NVIDIA最新Blackwell架构，该架构可支持FP4/FP6/FP8等精度，可以加速低精度AI运算，提高整体吞吐量。
4. DGX Spark没有显存吗？
拥有128GB统一系统内存，GPU和CPU可共同使用，一般分28GB给CPU使用保持系统高效运行，剩下100GB作为显存。
5. DGX Spark为何可以部署推理200B的大模型？
若使用FP8精度部署200B大模型，需要使用200G左右的显存，但通过DGX Spark FP4精度量化200B大模型，则缩减为100G左右显存
6. DGX Spark为何使用ARM架构的CPU？
相比于 x86 架构的复杂指令集，ARM 架构采用精简指令集设计，使 DGX Spark 在保持高性能的同时，兼具低功耗与小型化的优势。
7. DGX Spark功耗如何？
使用普通墙壁插座即可满足DGX Spark满跑下的供电。
8. 最大可支持多少参数的模型进行微调？
凭借 128GB 统一内存，NVIDIA DGX Spark 可支持高达 700 亿参数的模型微调。通过这一能力，用户能够在特定需求和应用场景下定制 AI 模型与解决方案，从而进一步提升预训练模型的性能表现。
9. DGX Spark具有哪些优势？
NVIDIA GB10超级芯片、128GB统一寻址系统内存、NVIDIA ConnectX 网络、
NVIDIA 软件堆栈
10. DGX Spark适用于哪些人群
• 企业端：AI初创团队（低成本验证商业模式）、传统行业转型部门（如制造的工业检测、金融的量化分析），无需搭建集群即可落地AI方案；
• 科研端：高校AI实验室、小型科研团队，可本地处理敏感数据（如医疗影像），无需排队等待学校大型算力集群。
• 开发者端：独立AI算法工程师、小团队，用于模型原型验证、算法优化，降低云端算力租赁成本。
如果还有其他未覆盖的疑问，欢迎扫码咨询，我们将持续补充解答!
