标签
有买家反映 NVIDIA DGX Spark 难以买到，价格似乎在一周内上涨了约 $2,000，当地 Micro Center 的库存一夜之间售罄，引发关于供货分配的疑问。
两套社区推理栈在同一对 NVIDIA DGX Spark 上运行 320B GLM-5.3-Flash 的对比测试，比较 Entrpi 的 EXL3 方案与使用 DFlash2 草稿模型的 TensorFold 在文本、代码及预填充负载下的表现。
此仓库帮助DGX Spark用户利用备用GPU释放内存，以提升上下文长度或量化质量，通过远程推理卸载草稿模型，并使用vllm修改版。
一条推文，分享针对 NVIDIA DGX Spark AI 计算系统新用户的个人手册指南。
本文比较了 Apple 的 Mac Studio M5 Ultra 和两台 NVIDIA DGX Spark 在运行 DeepSeek V4 Flash 模型时的推理性能，显示 DGX Sparks 在预填充方面更快，而 Mac Studio 在生成方面略快。
Nvidia的DGX Spark在平台上首次缺货，零售价上涨，这表明AI硬件需求强劲，并可能带来经济影响。
一位开发者在单台NVIDIA DGX Spark上，使用Qwen3.8-Flash-Next模型在8小时内构建了一个项目，生成了约1万行代码，并消耗了80万token。
作者分享了一个名为Hermes的AI代理如何在DGX Spark上运行，自动化业务任务如内容管理和客户咨询，每周节省30-35小时，并认为代理市场正处于类似早期移动互联网的关键时刻。
一位用户在论坛上询问，2倍的DGX Spark集群能否运行DeepSeek 4.1 Flash模型，或者是否需要更多的Spark，并寻求社区意见。
DeepSeek-V4.1-Flash 已量化至 4.75 bpw EXL3，以便部署在 4× DGX Spark 上，优化内存使用并实现高效本地推理，同时有计划进行验证和进一步优化。
DGX Spark 的 NVIDIA 开源内核驱动迎来两项修复：进程退出时释放的 GPU 内存将归还操作系统，同时为 GPU 访问系统内存产生的缺页异常启用大页机制，首次访问带宽从 0.4 提升至 19.6 GiB/s。
SGLang 已经为 DeepSeek-V4-Flash-Vision 和 DeepSeek-V4-Flash-0731 模型在 2x DGX Spark 硬件上添加了部署指南，支持多种配置和优化。
用户 @ViC305 成功在单个 DGX Spark 上运行 DeepSeek-V4-Flash-Vision，结合 EXL3 MixedK 和 DSpark 推测解码，提升了性能并解决了多模态 AI 部署的技术问题。
DGX Spark中发现了一个bug，作者敦促NVIDIA确保它能无延迟地获取最新的CUDA更新。
用户 @QuixiAI 报告在安装最新的 CUDA 工具包到其 NVIDIA DGX Spark 时遇到困难，建议可能需要安装原版 Ubuntu 来解决此问题。
Asus Ascent GX10 桌面 AI 超级计算机价格大幅上涨，引发猜测 DGX Spark 系统可能也很快会涨价。
用户分享了在双DGX Spark硬件上部署Qwen3.8-Flash-Next模型的优化配置，通过技术补丁和设置细节，实现了高达50t/s的解码速度和2,900t/s的预填充速度。
Shantanu Goel 分享了一个优化 Qwen 3.8 Flash Next 在单个 DGX Spark 上的配置方案，已针对实际任务进行测试，并计划进一步进行基准测试。
宣布GLM 5.3 FLASH模型的仓库已上线，初步基准测试显示在DGX SPARK硬件上每秒处理59个令牌，并承诺将有更多更新。
NVIDIA和Perplexity AI已合作通过DGX Spark设备将AI处理引入本地桌面，专注于降低成本和数据隐私，对于高级推理任务则卸载到云端。