AI桌机的”内存经济学”正在被改写。当地时间10月2日，英伟达宣布为桌面AI超级电脑DGX Spark新增64GB统一内存版本，起售价4999美元，将于10月23日起通过宏碁、华硕、戴尔、技嘉、惠普、微星六家合作伙伴销售。耐人寻味的是：新版本内存只有原来的一半，售价却比128GB版本首发时的3999美元高出1000美元——这背后是一场席卷整个AI硬件行业的内存涨价潮。
新版本有什么变化
64GB版DGX Spark除了统一内存容量减半，核心硬件架构基本不变，依然搭载GB10 Grace Blackwell超级芯片、20核Arm CPU，CPU与GPU共享内存池，带宽维持273GB/s，同时保留ConnectX-7 RDMA网卡。软件层面同样完整：预装DGX OS和英伟达AI软件栈，包括NVIDIA Agent Toolkit、CUDA-X AI库、Nemotron开源模型，以及Ollama、vLLM、llama.cpp、LM Studio、PyTorch等主流推理框架，开箱即用。
在模型支持上，英伟达官方称单台64GB系统可在本地运行最高1000亿参数的模型。据IT之家报道，其中约8GB内存为系统预留，约56GB可用于模型权重与KV缓存，支持NVFP4量化，可运行Gemma 4 26B、Qwen3.8-27B、Meta Muse Glimmer、Nemotron 3.5 Lightning等模型。行业分析认为，这款新SKU主要面向26B至35B参数的中型模型用户。
两台组网：内存池化翻倍
英伟达同时主推”双机组网”玩法：两台64GB版DGX Spark通过QSFP线缆直连（无需交换机），借助每台自带的ConnectX-7网卡将内存池化至128GB，模型支持上限提升到约2000亿参数。在英伟达内部以Qwen 3.8 27B进行的测试中，双机集群性能达到单台系统的最高1.7倍。NVIDIA Sync应用中的Cluster Assistant可自动发现已连接的设备、校验配置并完成组网，开发者无需手动搭网络。据Guru3D报道，该平台最大支持四台设备组成集群。
此外，英伟达还宣布本月底上线Sync Model Launcher，可一键下载并启动Qwen3.8 27B，单机或集群均可，并能配置OpenCode通过浏览器调用本地模型。Blender也成为首批支持该平台的主流创作应用，专用安装包即将发布。
背景：内存涨价潮推高一切
64GB版本”减配反而更贵”的真正推手，是居高不下的内存价格。DGX Spark 128GB创始版首发定价3999美元，2026年2月因全球内存供应受限上调至4699美元，近日据The Register报道已进一步涨至6950美元——较首发价上涨近75%。TechNews报道称，128GB版本部分市场价格已突破6000美元，有现货的机型甚至标价7000至9000美元。
内存供应紧张并非短期现象。美光此前警告，DRAM供应将持续紧张至2028年。在此背景下，英伟达推出64GB版本，本质上是用”容量换价格”：4999美元的入门价，比当前128GB版本的官方定价低了约2000美元，为预算有限的开发者留了一条上车通道。
不过这笔账并不好算：两台64GB版合计9998美元，才能获得与一台128GB版（6950美元）相同的内存总量。AI Weekly指出，多花的约3000美元换来的是双倍算力和内存带宽，但单位内存成本明显更高。英伟达显然希望用户为”可扩展性”买单，而不是单纯比内存容量。
影响与展望
对本地AI开发者而言，64GB版本降低了体验桌面AI超算的门槛：单纯做本地推理、运行AI智能体、数据科学和边缘AI工作负载的用户，64GB已经足够；若工作负载超出单台内存，还可以通过组网扩展。英伟达列出的三类典型用法是：7×24小时运行编码或研究智能体、把推理任务从日常笔记本电脑上卸载下来、以及随需求弹性扩展到第二台设备。
竞争压力同样真实。TechNews指出，AMD的Ryzen AI Max / Ryzen AI Halo系统已提供128GB甚至192GB统一内存配置，价格落在3500至6500美元区间，在”大内存”维度上对DGX Spark形成直接冲击。英伟达的优势在于完整的CUDA软件生态和智能体工具链，而AMD的筹码是更慷慨的内存容量与价格。
更值得关注的是趋势本身：当内存成为AI硬件的最大成本变量，”减配不减价”甚至”减配涨价”可能成为行业常态。本地化AI的浪潮——把推理从云端搬回桌面，以降低云成本、减少数据外流顾虑——正在加速，但这波浪潮能走多远，很大程度上取决于内存价格何时回落。在美光预警供应紧张持续到2028年的当下，4999美元的64GB版DGX Spark，更像是一张”内存荒”时代的入场券：上车变便宜了，但想坐得舒服，依然要为内存付费。