标签
一条推文，评论了 NVIDIA DGX Spark 价格上涨的原因，并附上了关于该话题的外部资源链接。
一位用户分享自己花了 6 万美元购买 12 台 DGX Spark，以便在本地运行接近前沿水平的 AI 模型。此前有消息称 NVIDIA 发布了新版 64GB DGX Spark，且所有型号价格均有所上涨。
NVIDIA 推出 DGX Spark 个人 AI 超级计算机的 64GB 配置，通过 Dell、HP、ASUS 等合作伙伴进行销售，并支持借助 NVIDIA Sync 组建集群，将内存池化至最多 128GB，可在本地运行参数规模高达 200B 的模型。
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。